Solution 5 to problem over
Expressions |
Parameters |
Inequalities |
Relevance |
Back to problem over
Expressions
The solution is given through the following expressions:
r10=0
12 3 10 12 12 11 4 9
r11=( - 2*m1 *n1 *n2 *r14 + 2*m1 *n1*n2 *r14 + 19*m1 *m2*n1 *n2 *r14
11 2 11 11 13 10 2 5 8
- 28*m1 *m2*n1 *n2 *r14 + m1 *m2*n2 *r14 - 81*m1 *m2 *n1 *n2 *r14
10 2 3 10 10 2 12
+ 168*m1 *m2 *n1 *n2 *r14 - 15*m1 *m2 *n1*n2 *r14
9 3 6 7 9 3 4 9
+ 204*m1 *m2 *n1 *n2 *r14 - 583*m1 *m2 *n1 *n2 *r14
9 3 2 11 9 3 13 8 4 7 6
+ 92*m1 *m2 *n1 *n2 *r14 - m1 *m2 *n2 *r14 - 336*m1 *m2 *n1 *n2 *r14
8 4 5 8 8 4 3 10
+ 1317*m1 *m2 *n1 *n2 *r14 - 318*m1 *m2 *n1 *n2 *r14
8 4 12 7 5 8 5
+ 9*m1 *m2 *n1*n2 *r14 + 378*m1 *m2 *n1 *n2 *r14
7 5 6 7 7 5 4 9
- 2052*m1 *m2 *n1 *n2 *r14 + 702*m1 *m2 *n1 *n2 *r14
7 5 2 11 6 6 9 4
- 36*m1 *m2 *n1 *n2 *r14 - 294*m1 *m2 *n1 *n2 *r14
6 6 7 6 6 6 5 8
+ 2268*m1 *m2 *n1 *n2 *r14 - 1050*m1 *m2 *n1 *n2 *r14
6 6 3 10 5 7 10 3
+ 84*m1 *m2 *n1 *n2 *r14 + 156*m1 *m2 *n1 *n2 *r14
5 7 8 5 5 7 6 7
- 1794*m1 *m2 *n1 *n2 *r14 + 1092*m1 *m2 *n1 *n2 *r14
5 7 4 9 4 8 11 2
- 126*m1 *m2 *n1 *n2 *r14 - 54*m1 *m2 *n1 *n2 *r14
4 8 9 4 4 8 7 6
+ 1008*m1 *m2 *n1 *n2 *r14 - 792*m1 *m2 *n1 *n2 *r14
4 8 5 8 3 9 12
+ 126*m1 *m2 *n1 *n2 *r14 + 11*m1 *m2 *n1 *n2*r14
3 9 10 3 3 9 8 5
- 392*m1 *m2 *n1 *n2 *r14 + 393*m1 *m2 *n1 *n2 *r14
3 9 6 7 2 10 13 2 10 11 2
- 84*m1 *m2 *n1 *n2 *r14 - m1 *m2 *n1 *r14 + 100*m1 *m2 *n1 *n2 *r14
2 10 9 4 2 10 7 6
- 127*m1 *m2 *n1 *n2 *r14 + 36*m1 *m2 *n1 *n2 *r14
11 12 11 10 3 11 8 5
- 15*m1*m2 *n1 *n2*r14 + 24*m1*m2 *n1 *n2 *r14 - 9*m1*m2 *n1 *n2 *r14
12 13 12 11 2 12 9 4 11 4 10
+ m2 *n1 *r14 - 2*m2 *n1 *n2 *r14 + m2 *n1 *n2 *r14)/(m1 *n1 *n2
11 14 10 5 9 10 3 11 10 13
- m1 *n2 - 9*m1 *m2*n1 *n2 + 4*m1 *m2*n1 *n2 + 13*m1 *m2*n1*n2
9 2 6 8 9 2 4 10 9 2 2 12
+ 36*m1 *m2 *n1 *n2 - 37*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2
9 2 14 8 3 7 7 8 3 5 9
+ m1 *m2 *n2 - 84*m1 *m2 *n1 *n2 + 153*m1 *m2 *n1 *n2
8 3 3 11 8 3 13 7 4 8 6
+ 228*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2
7 4 6 8 7 4 4 10 7 4 2 12
- 372*m1 *m2 *n1 *n2 - 462*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
6 5 9 5 6 5 7 7 6 5 5 9
- 126*m1 *m2 *n1 *n2 + 588*m1 *m2 *n1 *n2 + 630*m1 *m2 *n1 *n2
6 5 3 11 5 6 10 4 5 6 8 6
- 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 630*m1 *m2 *n1 *n2
5 6 6 8 5 6 4 10 4 7 11 3
- 588*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
4 7 9 5 4 7 7 7 4 7 5 9
+ 462*m1 *m2 *n1 *n2 + 372*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
3 8 12 2 3 8 10 4 3 8 8 6
+ 9*m1 *m2 *n1 *n2 - 228*m1 *m2 *n1 *n2 - 153*m1 *m2 *n1 *n2
3 8 6 8 2 9 13 2 9 11 3
+ 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2
2 9 9 5 2 9 7 7 10 12 2
+ 37*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2
10 10 4 10 8 6 11 13 11 9 5
- 4*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2 + m2 *n1 *n2 - m2 *n1 *n2 )
6 4 5 6 9 5 5 4
r12=( - m1 *n1 *n2 *r14 + m1 *n2 *r14 + 5*m1 *m2*n1 *n2 *r14
5 3 6 5 8 4 2 6 3
- 2*m1 *m2*n1 *n2 *r14 - 7*m1 *m2*n1*n2 *r14 - 10*m1 *m2 *n1 *n2 *r14
4 2 4 5 4 2 2 7 3 3 7 2
+ 10*m1 *m2 *n1 *n2 *r14 + 20*m1 *m2 *n1 *n2 *r14 + 10*m1 *m2 *n1 *n2 *r14
3 3 5 4 3 3 3 6 2 4 8
- 20*m1 *m2 *n1 *n2 *r14 - 30*m1 *m2 *n1 *n2 *r14 - 5*m1 *m2 *n1 *n2*r14
2 4 6 3 2 4 4 5 5 9
+ 20*m1 *m2 *n1 *n2 *r14 + 25*m1 *m2 *n1 *n2 *r14 + m1*m2 *n1 *r14
5 7 2 5 5 4 6 8
- 10*m1*m2 *n1 *n2 *r14 - 11*m1*m2 *n1 *n2 *r14 + 2*m2 *n1 *n2*r14
6 6 3 5 4 6 5 2 8 5 10
+ 2*m2 *n1 *n2 *r14)/(m1 *n1 *n2 + 2*m1 *n1 *n2 + m1 *n2
4 5 5 4 3 7 4 9
- 5*m1 *m2*n1 *n2 - 10*m1 *m2*n1 *n2 - 5*m1 *m2*n1*n2
3 2 6 4 3 2 4 6 3 2 2 8
+ 10*m1 *m2 *n1 *n2 + 20*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 3 7 3 2 3 5 5 2 3 3 7
- 10*m1 *m2 *n1 *n2 - 20*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
4 8 2 4 6 4 4 4 6 5 9
+ 5*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 - m2 *n1 *n2
5 7 3 5 5 5
- 2*m2 *n1 *n2 - m2 *n1 *n2 )
r13=0
n1*r14
r15=--------
n2
3 13 8 9 3 13 6 11
r20=( - a33 *m1 *n1 *n2 *r14 + 3*a33 *m1 *n1 *n2 *r14
3 13 4 13 3 13 2 15
+ a33 *m1 *n1 *n2 *r14 - 3*a33 *m1 *n1 *n2 *r14
3 12 9 8 3 12 7 10
+ 9*a33 *m1 *m2*n1 *n2 *r14 - 35*a33 *m1 *m2*n1 *n2 *r14
3 12 5 12 3 12 3 14
+ 3*a33 *m1 *m2*n1 *n2 *r14 + 43*a33 *m1 *m2*n1 *n2 *r14
3 12 16 3 11 2 10 7
- 4*a33 *m1 *m2*n1*n2 *r14 - 36*a33 *m1 *m2 *n1 *n2 *r14
3 11 2 8 9 3 11 2 6 11
+ 181*a33 *m1 *m2 *n1 *n2 *r14 - 94*a33 *m1 *m2 *n1 *n2 *r14
3 11 2 4 13 3 11 2 2 15
- 252*a33 *m1 *m2 *n1 *n2 *r14 + 58*a33 *m1 *m2 *n1 *n2 *r14
3 11 2 17 3 10 3 11 6
- a33 *m1 *m2 *n2 *r14 + 84*a33 *m1 *m2 *n1 *n2 *r14
3 10 3 9 8 3 10 3 7 10
- 549*a33 *m1 *m2 *n1 *n2 *r14 + 550*a33 *m1 *m2 *n1 *n2 *r14
3 10 3 5 12 3 10 3 3 14
+ 812*a33 *m1 *m2 *n1 *n2 *r14 - 354*a33 *m1 *m2 *n1 *n2 *r14
3 10 3 16 3 9 4 12 5
+ 17*a33 *m1 *m2 *n1*n2 *r14 - 126*a33 *m1 *m2 *n1 *n2 *r14
3 9 4 10 7 3 9 4 8 9
+ 1086*a33 *m1 *m2 *n1 *n2 *r14 - 1710*a33 *m1 *m2 *n1 *n2 *r14
3 9 4 6 11 3 9 4 4 13
- 1575*a33 *m1 *m2 *n1 *n2 *r14 + 1235*a33 *m1 *m2 *n1 *n2 *r14
3 9 4 2 15 3 9 4 17
- 111*a33 *m1 *m2 *n1 *n2 *r14 + a33 *m1 *m2 *n2 *r14
3 8 5 13 4 3 8 5 11 6
+ 126*a33 *m1 *m2 *n1 *n2 *r14 - 1470*a33 *m1 *m2 *n1 *n2 *r14
3 8 5 9 8 3 8 5 7 10
+ 3378*a33 *m1 *m2 *n1 *n2 *r14 + 1791*a33 *m1 *m2 *n1 *n2 *r14
3 8 5 5 12 3 8 5 3 14
- 2775*a33 *m1 *m2 *n1 *n2 *r14 + 399*a33 *m1 *m2 *n1 *n2 *r14
3 8 5 16 3 7 6 14 3
- 9*a33 *m1 *m2 *n1*n2 *r14 - 84*a33 *m1 *m2 *n1 *n2 *r14
3 7 6 12 5 3 7 6 10 7
+ 1386*a33 *m1 *m2 *n1 *n2 *r14 - 4536*a33 *m1 *m2 *n1 *n2 *r14
3 7 6 8 9 3 7 6 6 11
- 816*a33 *m1 *m2 *n1 *n2 *r14 + 4248*a33 *m1 *m2 *n1 *n2 *r14
3 7 6 4 13 3 7 6 2 15
- 906*a33 *m1 *m2 *n1 *n2 *r14 + 36*a33 *m1 *m2 *n1 *n2 *r14
3 6 7 15 2 3 6 7 13 4
+ 36*a33 *m1 *m2 *n1 *n2 *r14 - 906*a33 *m1 *m2 *n1 *n2 *r14
3 6 7 11 6 3 6 7 9 8
+ 4248*a33 *m1 *m2 *n1 *n2 *r14 - 816*a33 *m1 *m2 *n1 *n2 *r14
3 6 7 7 10 3 6 7 5 12
- 4536*a33 *m1 *m2 *n1 *n2 *r14 + 1386*a33 *m1 *m2 *n1 *n2 *r14
3 6 7 3 14 3 5 8 16
- 84*a33 *m1 *m2 *n1 *n2 *r14 - 9*a33 *m1 *m2 *n1 *n2*r14
3 5 8 14 3 3 5 8 12 5
+ 399*a33 *m1 *m2 *n1 *n2 *r14 - 2775*a33 *m1 *m2 *n1 *n2 *r14
3 5 8 10 7 3 5 8 8 9
+ 1791*a33 *m1 *m2 *n1 *n2 *r14 + 3378*a33 *m1 *m2 *n1 *n2 *r14
3 5 8 6 11 3 5 8 4 13
- 1470*a33 *m1 *m2 *n1 *n2 *r14 + 126*a33 *m1 *m2 *n1 *n2 *r14
3 4 9 17 3 4 9 15 2
+ a33 *m1 *m2 *n1 *r14 - 111*a33 *m1 *m2 *n1 *n2 *r14
3 4 9 13 4 3 4 9 11 6
+ 1235*a33 *m1 *m2 *n1 *n2 *r14 - 1575*a33 *m1 *m2 *n1 *n2 *r14
3 4 9 9 8 3 4 9 7 10
- 1710*a33 *m1 *m2 *n1 *n2 *r14 + 1086*a33 *m1 *m2 *n1 *n2 *r14
3 4 9 5 12 3 3 10 16
- 126*a33 *m1 *m2 *n1 *n2 *r14 + 17*a33 *m1 *m2 *n1 *n2*r14
3 3 10 14 3 3 3 10 12 5
- 354*a33 *m1 *m2 *n1 *n2 *r14 + 812*a33 *m1 *m2 *n1 *n2 *r14
3 3 10 10 7 3 3 10 8 9
+ 550*a33 *m1 *m2 *n1 *n2 *r14 - 549*a33 *m1 *m2 *n1 *n2 *r14
3 3 10 6 11 3 2 11 17
+ 84*a33 *m1 *m2 *n1 *n2 *r14 - a33 *m1 *m2 *n1 *r14
3 2 11 15 2 3 2 11 13 4
+ 58*a33 *m1 *m2 *n1 *n2 *r14 - 252*a33 *m1 *m2 *n1 *n2 *r14
3 2 11 11 6 3 2 11 9 8
- 94*a33 *m1 *m2 *n1 *n2 *r14 + 181*a33 *m1 *m2 *n1 *n2 *r14
3 2 11 7 10 3 12 16
- 36*a33 *m1 *m2 *n1 *n2 *r14 - 4*a33 *m1*m2 *n1 *n2*r14
3 12 14 3 3 12 12 5
+ 43*a33 *m1*m2 *n1 *n2 *r14 + 3*a33 *m1*m2 *n1 *n2 *r14
3 12 10 7 3 12 8 9
- 35*a33 *m1*m2 *n1 *n2 *r14 + 9*a33 *m1*m2 *n1 *n2 *r14
3 13 15 2 3 13 13 4
- 3*a33 *m2 *n1 *n2 *r14 + a33 *m2 *n1 *n2 *r14
3 13 11 6 3 13 9 8
+ 3*a33 *m2 *n1 *n2 *r14 - a33 *m2 *n1 *n2 *r14
2 13 8 10 2 13 6 12
- a33 *m1 *n1 *n2 *r214 + 2*a33 *m1 *n1 *n2 *r214
2 13 2 16 2 13 18
- 2*a33 *m1 *n1 *n2 *r214 + a33 *m1 *n2 *r214
2 12 9 9 2 12 7 11
+ 9*a33 *m1 *m2*n1 *n2 *r214 - 26*a33 *m1 *m2*n1 *n2 *r214
2 12 5 13 2 12 3 15
+ 8*a33 *m1 *m2*n1 *n2 *r214 + 26*a33 *m1 *m2*n1 *n2 *r214
2 12 17 2 11 2 10 8
- 17*a33 *m1 *m2*n1*n2 *r214 - 36*a33 *m1 *m2 *n1 *n2 *r214
2 11 2 8 10 2 11 2 6 12
+ 145*a33 *m1 *m2 *n1 *n2 *r214 - 94*a33 *m1 *m2 *n1 *n2 *r214
2 11 2 4 14 2 11 2 2 16
- 144*a33 *m1 *m2 *n1 *n2 *r214 + 130*a33 *m1 *m2 *n1 *n2 *r214
2 11 2 18 2 10 3 11 7
- a33 *m1 *m2 *n2 *r214 + 84*a33 *m1 *m2 *n1 *n2 *r214
2 10 3 9 9 2 10 3 7 11
- 465*a33 *m1 *m2 *n1 *n2 *r214 + 490*a33 *m1 *m2 *n1 *n2 *r214
2 10 3 5 13 2 10 3 3 15
+ 436*a33 *m1 *m2 *n1 *n2 *r214 - 590*a33 *m1 *m2 *n1 *n2 *r214
2 10 3 17 2 9 4 12 6
+ 13*a33 *m1 *m2 *n1*n2 *r214 - 126*a33 *m1 *m2 *n1 *n2 *r214
2 9 4 10 8 2 9 4 8 10
+ 960*a33 *m1 *m2 *n1 *n2 *r214 - 1500*a33 *m1 *m2 *n1 *n2 *r214
2 9 4 6 12 2 9 4 4 14
- 740*a33 *m1 *m2 *n1 *n2 *r214 + 1770*a33 *m1 *m2 *n1 *n2 *r214
2 9 4 2 16 2 8 5 13 5
- 76*a33 *m1 *m2 *n1 *n2 *r214 + 126*a33 *m1 *m2 *n1 *n2 *r214
2 8 5 11 7 2 8 5 9 9
- 1344*a33 *m1 *m2 *n1 *n2 *r214 + 3000*a33 *m1 *m2 *n1 *n2 *r214
2 8 5 7 11 2 8 5 5 13
+ 504*a33 *m1 *m2 *n1 *n2 *r214 - 3702*a33 *m1 *m2 *n1 *n2 *r214
2 8 5 3 15 2 7 6 14 4
+ 264*a33 *m1 *m2 *n1 *n2 *r214 - 84*a33 *m1 *m2 *n1 *n2 *r214
2 7 6 12 6 2 7 6 10 8
+ 1302*a33 *m1 *m2 *n1 *n2 *r214 - 4116*a33 *m1 *m2 *n1 *n2 *r214
2 7 6 8 10 2 7 6 6 12
+ 648*a33 *m1 *m2 *n1 *n2 *r214 + 5544*a33 *m1 *m2 *n1 *n2 *r214
2 7 6 4 14 2 6 7 15 3
- 606*a33 *m1 *m2 *n1 *n2 *r214 + 36*a33 *m1 *m2 *n1 *n2 *r214
2 6 7 13 5 2 6 7 11 7
- 870*a33 *m1 *m2 *n1 *n2 *r214 + 3948*a33 *m1 *m2 *n1 *n2 *r214
2 6 7 9 9 2 6 7 7 11
- 2112*a33 *m1 *m2 *n1 *n2 *r214 - 6000*a33 *m1 *m2 *n1 *n2 *r214
2 6 7 5 13 2 5 8 16 2
+ 966*a33 *m1 *m2 *n1 *n2 *r214 - 9*a33 *m1 *m2 *n1 *n2 *r214
2 5 8 14 4 2 5 8 12 6
+ 390*a33 *m1 *m2 *n1 *n2 *r214 - 2640*a33 *m1 *m2 *n1 *n2 *r214
2 5 8 10 8 2 5 8 8 10
+ 2718*a33 *m1 *m2 *n1 *n2 *r214 + 4665*a33 *m1 *m2 *n1 *n2 *r214
2 5 8 6 12 2 4 9 17
- 1092*a33 *m1 *m2 *n1 *n2 *r214 + a33 *m1 *m2 *n1 *n2*r214
2 4 9 15 3 2 4 9 13 5
- 110*a33 *m1 *m2 *n1 *n2 *r214 + 1200*a33 *m1 *m2 *n1 *n2 *r214
2 4 9 11 7 2 4 9 9 9
- 2110*a33 *m1 *m2 *n1 *n2 *r214 - 2545*a33 *m1 *m2 *n1 *n2 *r214
2 4 9 7 11 2 3 10 16 2
+ 876*a33 *m1 *m2 *n1 *n2 *r214 + 17*a33 *m1 *m2 *n1 *n2 *r214
2 3 10 14 4 2 3 10 12 6
- 350*a33 *m1 *m2 *n1 *n2 *r214 + 1048*a33 *m1 *m2 *n1 *n2 *r214
2 3 10 10 8 2 3 10 8 10
+ 926*a33 *m1 *m2 *n1 *n2 *r214 - 489*a33 *m1 *m2 *n1 *n2 *r214
2 2 11 17 2 2 11 15 3
- a33 *m1 *m2 *n1 *n2*r214 + 58*a33 *m1 *m2 *n1 *n2 *r214
2 2 11 13 5 2 2 11 11 7
- 324*a33 *m1 *m2 *n1 *n2 *r214 - 202*a33 *m1 *m2 *n1 *n2 *r214
2 2 11 9 9 2 12 16 2
+ 181*a33 *m1 *m2 *n1 *n2 *r214 - 4*a33 *m1*m2 *n1 *n2 *r214
2 12 14 4 2 12 12 6
+ 56*a33 *m1*m2 *n1 *n2 *r214 + 20*a33 *m1*m2 *n1 *n2 *r214
2 12 10 8 2 13 15 3
- 40*a33 *m1*m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2 *r214
2 13 11 7 13 8 12 13 6 14
+ 4*a33 *m2 *n1 *n2 *r214 - 2*m1 *n1 *n2 *r464 + 2*m1 *n1 *n2 *r464
13 4 16 13 2 18 12 9 11
+ 2*m1 *n1 *n2 *r464 - 2*m1 *n1 *n2 *r464 + 18*m1 *m2*n1 *n2 *r464
12 7 13 12 5 15
- 32*m1 *m2*n1 *n2 *r464 - 16*m1 *m2*n1 *n2 *r464
12 3 17 12 19
+ 32*m1 *m2*n1 *n2 *r464 - 2*m1 *m2*n1*n2 *r464
11 2 10 10 11 2 8 12
- 72*m1 *m2 *n1 *n2 *r464 + 200*m1 *m2 *n1 *n2 *r464
11 2 6 14 11 2 4 16
+ 24*m1 *m2 *n1 *n2 *r464 - 216*m1 *m2 *n1 *n2 *r464
11 2 2 18 10 3 11 9
+ 32*m1 *m2 *n1 *n2 *r464 + 168*m1 *m2 *n1 *n2 *r464
10 3 9 11 10 3 7 13
- 690*m1 *m2 *n1 *n2 *r464 + 180*m1 *m2 *n1 *n2 *r464
10 3 5 15 10 3 3 17
+ 816*m1 *m2 *n1 *n2 *r464 - 220*m1 *m2 *n1 *n2 *r464
10 3 19 9 4 12 8
+ 2*m1 *m2 *n1*n2 *r464 - 252*m1 *m2 *n1 *n2 *r464
9 4 10 10 9 4 8 12
+ 1500*m1 *m2 *n1 *n2 *r464 - 1050*m1 *m2 *n1 *n2 *r464
9 4 6 14 9 4 4 16
- 1910*m1 *m2 *n1 *n2 *r464 + 870*m1 *m2 *n1 *n2 *r464
9 4 2 18 8 5 13 7
- 22*m1 *m2 *n1 *n2 *r464 + 252*m1 *m2 *n1 *n2 *r464
8 5 11 9 8 5 9 11
- 2184*m1 *m2 *n1 *n2 *r464 + 2736*m1 *m2 *n1 *n2 *r464
8 5 7 13 8 5 5 15
+ 2844*m1 *m2 *n1 *n2 *r464 - 2220*m1 *m2 *n1 *n2 *r464
8 5 3 17 7 6 14 6
+ 108*m1 *m2 *n1 *n2 *r464 - 168*m1 *m2 *n1 *n2 *r464
7 6 12 8 7 6 10 10
+ 2184*m1 *m2 *n1 *n2 *r464 - 4368*m1 *m2 *n1 *n2 *r464
7 6 8 12 7 6 6 14
- 2544*m1 *m2 *n1 *n2 *r464 + 3864*m1 *m2 *n1 *n2 *r464
7 6 4 16 6 7 15 5
- 312*m1 *m2 *n1 *n2 *r464 + 72*m1 *m2 *n1 *n2 *r464
6 7 13 7 6 7 11 9
- 1500*m1 *m2 *n1 *n2 *r464 + 4632*m1 *m2 *n1 *n2 *r464
6 7 9 11 6 7 7 13
+ 912*m1 *m2 *n1 *n2 *r464 - 4704*m1 *m2 *n1 *n2 *r464
6 7 5 15 5 8 16 4
+ 588*m1 *m2 *n1 *n2 *r464 - 18*m1 *m2 *n1 *n2 *r464
5 8 14 6 5 8 12 8
+ 690*m1 *m2 *n1 *n2 *r464 - 3330*m1 *m2 *n1 *n2 *r464
5 8 10 10 5 8 8 12
+ 738*m1 *m2 *n1 *n2 *r464 + 4020*m1 *m2 *n1 *n2 *r464
5 8 6 14 4 9 17 3
- 756*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r464
4 9 15 5 4 9 13 7
- 200*m1 *m2 *n1 *n2 *r464 + 1600*m1 *m2 *n1 *n2 *r464
4 9 11 9 4 9 9 11
- 1240*m1 *m2 *n1 *n2 *r464 - 2370*m1 *m2 *n1 *n2 *r464
4 9 7 13 3 10 16 4
+ 672*m1 *m2 *n1 *n2 *r464 + 32*m1 *m2 *n1 *n2 *r464
3 10 14 6 3 10 12 8
- 488*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
3 10 10 10 3 10 8 12
+ 920*m1 *m2 *n1 *n2 *r464 - 408*m1 *m2 *n1 *n2 *r464
2 11 17 3 2 11 15 5
- 2*m1 *m2 *n1 *n2 *r464 + 84*m1 *m2 *n1 *n2 *r464
2 11 13 7 2 11 11 9
- 288*m1 *m2 *n1 *n2 *r464 - 212*m1 *m2 *n1 *n2 *r464
2 11 9 11 12 16 4
+ 162*m1 *m2 *n1 *n2 *r464 - 6*m1*m2 *n1 *n2 *r464
12 14 6 12 12 8
+ 54*m1*m2 *n1 *n2 *r464 + 22*m1*m2 *n1 *n2 *r464
12 10 10 13 15 5 13 11 9
- 38*m1*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r464)
2 11 8 12 2 11 6 14 2 11 2 18
/(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 11 20 2 10 9 11 2 10 7 13
- a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 10 5 15 2 10 3 17
+ 12*a33 *m1 *m2*n1 *n2 + 30*a33 *m1 *m2*n1 *n2
2 10 19 2 9 2 10 10
+ 13*a33 *m1 *m2*n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 9 2 8 12 2 9 2 6 14
+ 35*a33 *m1 *m2 *n1 *n2 - 110*a33 *m1 *m2 *n1 *n2
2 9 2 4 16 2 9 2 2 18 2 9 2 20
- 180*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2
2 8 3 11 9 2 8 3 9 11
- 84*a33 *m1 *m2 *n1 *n2 - 15*a33 *m1 *m2 *n1 *n2
2 8 3 7 13 2 8 3 5 15
+ 450*a33 *m1 *m2 *n1 *n2 + 600*a33 *m1 *m2 *n1 *n2
2 8 3 3 17 2 8 3 19
+ 210*a33 *m1 *m2 *n1 *n2 - 9*a33 *m1 *m2 *n1*n2
2 7 4 12 8 2 7 4 10 10
+ 126*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
2 7 4 8 12 2 7 4 6 14
- 1080*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 7 4 4 16 2 7 4 2 18
- 390*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 5 13 7 2 6 5 11 9
- 126*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 6 5 9 11 2 6 5 7 13
+ 1680*a33 *m1 *m2 *n1 *n2 + 1764*a33 *m1 *m2 *n1 *n2
2 6 5 5 15 2 6 5 3 17
+ 462*a33 *m1 *m2 *n1 *n2 - 84*a33 *m1 *m2 *n1 *n2
2 5 6 14 6 2 5 6 12 8
+ 84*a33 *m1 *m2 *n1 *n2 - 462*a33 *m1 *m2 *n1 *n2
2 5 6 10 10 2 5 6 8 12
- 1764*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 6 6 14 2 5 6 4 16
- 336*a33 *m1 *m2 *n1 *n2 + 126*a33 *m1 *m2 *n1 *n2
2 4 7 15 5 2 4 7 13 7
- 36*a33 *m1 *m2 *n1 *n2 + 390*a33 *m1 *m2 *n1 *n2
2 4 7 11 9 2 4 7 9 11
+ 1260*a33 *m1 *m2 *n1 *n2 + 1080*a33 *m1 *m2 *n1 *n2
2 4 7 7 13 2 4 7 5 15
+ 120*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 3 8 16 4 2 3 8 14 6
+ 9*a33 *m1 *m2 *n1 *n2 - 210*a33 *m1 *m2 *n1 *n2
2 3 8 12 8 2 3 8 10 10
- 600*a33 *m1 *m2 *n1 *n2 - 450*a33 *m1 *m2 *n1 *n2
2 3 8 8 12 2 3 8 6 14 2 2 9 17 3
+ 15*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1 *n2
2 2 9 15 5 2 2 9 13 7
+ 70*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 2 9 11 9 2 2 9 9 11
+ 110*a33 *m1 *m2 *n1 *n2 - 35*a33 *m1 *m2 *n1 *n2
2 2 9 7 13 2 10 16 4
- 36*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1*m2 *n1 *n2
2 10 14 6 2 10 12 8
- 30*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 10 10 10 2 10 8 12 2 11 17 3
+ 14*a33 *m1*m2 *n1 *n2 + 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1 *n2
2 11 15 5 2 11 11 9 2 11 9 11
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 )
r21=0
3 9 8 5 3 9 6 7 3 9 2 11
r22=( - a33 *m1 *n1 *n2 *r14 + 6*a33 *m1 *n1 *n2 *r14 - 6*a33 *m1 *n1 *n2 *r14
3 9 13 3 8 9 4
+ a33 *m1 *n2 *r14 + 5*a33 *m1 *m2*n1 *n2 *r14
3 8 7 6 3 8 5 8
- 42*a33 *m1 *m2*n1 *n2 *r14 + 28*a33 *m1 *m2*n1 *n2 *r14
3 8 3 10 3 8 12
+ 58*a33 *m1 *m2*n1 *n2 *r14 - 17*a33 *m1 *m2*n1*n2 *r14
3 7 2 10 3 3 7 2 8 5
- 10*a33 *m1 *m2 *n1 *n2 *r14 + 122*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 6 7 3 7 2 4 9
- 184*a33 *m1 *m2 *n1 *n2 *r14 - 200*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 2 11 3 7 2 13
+ 114*a33 *m1 *m2 *n1 *n2 *r14 - 2*a33 *m1 *m2 *n2 *r14
3 6 3 11 2 3 6 3 9 4
+ 10*a33 *m1 *m2 *n1 *n2 *r14 - 190*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 7 6 3 6 3 5 8
+ 512*a33 *m1 *m2 *n1 *n2 *r14 + 312*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 3 10 3 6 3 12
- 378*a33 *m1 *m2 *n1 *n2 *r14 + 22*a33 *m1 *m2 *n1*n2 *r14
3 5 4 12 3 5 4 10 3
- 5*a33 *m1 *m2 *n1 *n2*r14 + 170*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 8 5 3 5 4 6 7
- 781*a33 *m1 *m2 *n1 *n2 *r14 - 164*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 4 9 3 5 4 2 11
+ 705*a33 *m1 *m2 *n1 *n2 *r14 - 86*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 13 3 4 5 13
+ a33 *m1 *m2 *n2 *r14 + a33 *m1 *m2 *n1 *r14
3 4 5 11 2 3 4 5 9 4
- 86*a33 *m1 *m2 *n1 *n2 *r14 + 705*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 7 6 3 4 5 5 8
- 164*a33 *m1 *m2 *n1 *n2 *r14 - 781*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 3 10 3 4 5 12
+ 170*a33 *m1 *m2 *n1 *n2 *r14 - 5*a33 *m1 *m2 *n1*n2 *r14
3 3 6 12 3 3 6 10 3
+ 22*a33 *m1 *m2 *n1 *n2*r14 - 378*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 8 5 3 3 6 6 7
+ 312*a33 *m1 *m2 *n1 *n2 *r14 + 512*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 4 9 3 3 6 2 11
- 190*a33 *m1 *m2 *n1 *n2 *r14 + 10*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 13 3 2 7 11 2
- 2*a33 *m1 *m2 *n1 *r14 + 114*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 9 4 3 2 7 7 6
- 200*a33 *m1 *m2 *n1 *n2 *r14 - 184*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 5 8 3 2 7 3 10
+ 122*a33 *m1 *m2 *n1 *n2 *r14 - 10*a33 *m1 *m2 *n1 *n2 *r14
3 8 12 3 8 10 3
- 17*a33 *m1*m2 *n1 *n2*r14 + 58*a33 *m1*m2 *n1 *n2 *r14
3 8 8 5 3 8 6 7
+ 28*a33 *m1*m2 *n1 *n2 *r14 - 42*a33 *m1*m2 *n1 *n2 *r14
3 8 4 9 3 9 13 3 9 11 2
+ 5*a33 *m1*m2 *n1 *n2 *r14 + a33 *m2 *n1 *r14 - 6*a33 *m2 *n1 *n2 *r14
3 9 7 6 3 9 5 8 2 9 8 6
+ 6*a33 *m2 *n1 *n2 *r14 - a33 *m2 *n1 *n2 *r14 - a33 *m1 *n1 *n2 *r214
2 9 6 8 2 9 2 12 2 9 14
+ 6*a33 *m1 *n1 *n2 *r214 - 6*a33 *m1 *n1 *n2 *r214 + a33 *m1 *n2 *r214
2 8 9 5 2 8 7 7
+ 5*a33 *m1 *m2*n1 *n2 *r214 - 42*a33 *m1 *m2*n1 *n2 *r214
2 8 5 9 2 8 3 11
+ 28*a33 *m1 *m2*n1 *n2 *r214 + 58*a33 *m1 *m2*n1 *n2 *r214
2 8 13 2 7 2 10 4
- 17*a33 *m1 *m2*n1*n2 *r214 - 10*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 8 6 2 7 2 6 8
+ 122*a33 *m1 *m2 *n1 *n2 *r214 - 184*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 4 10 2 7 2 2 12
- 200*a33 *m1 *m2 *n1 *n2 *r214 + 114*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 14 2 6 3 11 3
- 2*a33 *m1 *m2 *n2 *r214 + 10*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 9 5 2 6 3 7 7
- 190*a33 *m1 *m2 *n1 *n2 *r214 + 512*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 5 9 2 6 3 3 11
+ 312*a33 *m1 *m2 *n1 *n2 *r214 - 378*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 13 2 5 4 12 2
+ 22*a33 *m1 *m2 *n1*n2 *r214 - 5*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 10 4 2 5 4 8 6
+ 170*a33 *m1 *m2 *n1 *n2 *r214 - 781*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 6 8 2 5 4 4 10
- 164*a33 *m1 *m2 *n1 *n2 *r214 + 705*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 2 12 2 5 4 14
- 86*a33 *m1 *m2 *n1 *n2 *r214 + a33 *m1 *m2 *n2 *r214
2 4 5 13 2 4 5 11 3
+ a33 *m1 *m2 *n1 *n2*r214 - 86*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 9 5 2 4 5 7 7
+ 705*a33 *m1 *m2 *n1 *n2 *r214 - 164*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 5 9 2 4 5 3 11
- 781*a33 *m1 *m2 *n1 *n2 *r214 + 170*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 13 2 3 6 12 2
- 5*a33 *m1 *m2 *n1*n2 *r214 + 22*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 10 4 2 3 6 8 6
- 378*a33 *m1 *m2 *n1 *n2 *r214 + 312*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 6 8 2 3 6 4 10
+ 512*a33 *m1 *m2 *n1 *n2 *r214 - 190*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 2 12 2 2 7 13
+ 10*a33 *m1 *m2 *n1 *n2 *r214 - 2*a33 *m1 *m2 *n1 *n2*r214
2 2 7 11 3 2 2 7 9 5
+ 114*a33 *m1 *m2 *n1 *n2 *r214 - 200*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 7 7 2 2 7 5 9
- 184*a33 *m1 *m2 *n1 *n2 *r214 + 122*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 3 11 2 8 12 2
- 10*a33 *m1 *m2 *n1 *n2 *r214 - 17*a33 *m1*m2 *n1 *n2 *r214
2 8 10 4 2 8 8 6
+ 58*a33 *m1*m2 *n1 *n2 *r214 + 28*a33 *m1*m2 *n1 *n2 *r214
2 8 6 8 2 8 4 10
- 42*a33 *m1*m2 *n1 *n2 *r214 + 5*a33 *m1*m2 *n1 *n2 *r214
2 9 13 2 9 11 3
+ a33 *m2 *n1 *n2*r214 - 6*a33 *m2 *n1 *n2 *r214
2 9 7 7 2 9 5 9 9 8 8
+ 6*a33 *m2 *n1 *n2 *r214 - a33 *m2 *n1 *n2 *r214 - 2*m1 *n1 *n2 *r464
9 6 10 9 4 12 9 2 14
+ 6*m1 *n1 *n2 *r464 + 2*m1 *n1 *n2 *r464 - 6*m1 *n1 *n2 *r464
8 9 7 8 7 9
+ 10*m1 *m2*n1 *n2 *r464 - 46*m1 *m2*n1 *n2 *r464
8 5 11 8 3 13
+ 14*m1 *m2*n1 *n2 *r464 + 62*m1 *m2*n1 *n2 *r464
8 15 7 2 10 6
- 8*m1 *m2*n1*n2 *r464 - 20*m1 *m2 *n1 *n2 *r464
7 2 8 8 7 2 6 10
+ 142*m1 *m2 *n1 *n2 *r464 - 144*m1 *m2 *n1 *n2 *r464
7 2 4 12 7 2 2 14
- 220*m1 *m2 *n1 *n2 *r464 + 84*m1 *m2 *n1 *n2 *r464
7 2 16 6 3 11 5
- 2*m1 *m2 *n2 *r464 + 20*m1 *m2 *n1 *n2 *r464
6 3 9 7 6 3 7 9
- 230*m1 *m2 *n1 *n2 *r464 + 448*m1 *m2 *n1 *n2 *r464
6 3 5 11 6 3 3 13
+ 348*m1 *m2 *n1 *n2 *r464 - 324*m1 *m2 *n1 *n2 *r464
6 3 15 5 4 12 4
+ 26*m1 *m2 *n1*n2 *r464 - 10*m1 *m2 *n1 *n2 *r464
5 4 10 6 5 4 8 8
+ 210*m1 *m2 *n1 *n2 *r464 - 710*m1 *m2 *n1 *n2 *r464
5 4 6 10 5 4 4 12
- 184*m1 *m2 *n1 *n2 *r464 + 638*m1 *m2 *n1 *n2 *r464
5 4 2 14 5 4 16
- 106*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n2 *r464
4 5 13 3 4 5 11 5
+ 2*m1 *m2 *n1 *n2 *r464 - 106*m1 *m2 *n1 *n2 *r464
4 5 9 7 4 5 7 9
+ 638*m1 *m2 *n1 *n2 *r464 - 184*m1 *m2 *n1 *n2 *r464
4 5 5 11 4 5 3 13
- 710*m1 *m2 *n1 *n2 *r464 + 210*m1 *m2 *n1 *n2 *r464
4 5 15 3 6 12 4
- 10*m1 *m2 *n1*n2 *r464 + 26*m1 *m2 *n1 *n2 *r464
3 6 10 6 3 6 8 8
- 324*m1 *m2 *n1 *n2 *r464 + 348*m1 *m2 *n1 *n2 *r464
3 6 6 10 3 6 4 12
+ 448*m1 *m2 *n1 *n2 *r464 - 230*m1 *m2 *n1 *n2 *r464
3 6 2 14 2 7 13 3
+ 20*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r464
2 7 11 5 2 7 9 7
+ 84*m1 *m2 *n1 *n2 *r464 - 220*m1 *m2 *n1 *n2 *r464
2 7 7 9 2 7 5 11
- 144*m1 *m2 *n1 *n2 *r464 + 142*m1 *m2 *n1 *n2 *r464
2 7 3 13 8 12 4
- 20*m1 *m2 *n1 *n2 *r464 - 8*m1*m2 *n1 *n2 *r464
8 10 6 8 8 8
+ 62*m1*m2 *n1 *n2 *r464 + 14*m1*m2 *n1 *n2 *r464
8 6 10 8 4 12 9 11 5
- 46*m1*m2 *n1 *n2 *r464 + 10*m1*m2 *n1 *n2 *r464 - 6*m2 *n1 *n2 *r464
9 9 7 9 7 9 9 5 11
+ 2*m2 *n1 *n2 *r464 + 6*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r464)/(
2 7 8 8 2 7 6 10 2 7 2 14 2 7 16
a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2 - a33 *m1 *n2
2 6 9 7 2 6 7 9 2 6 5 11
- 5*a33 *m1 *m2*n1 *n2 - 6*a33 *m1 *m2*n1 *n2 + 12*a33 *m1 *m2*n1 *n2
2 6 3 13 2 6 15 2 5 2 10 6
+ 22*a33 *m1 *m2*n1 *n2 + 9*a33 *m1 *m2*n1*n2 + 10*a33 *m1 *m2 *n1 *n2
2 5 2 8 8 2 5 2 6 10 2 5 2 4 12
- a33 *m1 *m2 *n1 *n2 - 62*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
2 5 2 2 14 2 5 2 16 2 4 3 11 5
- 28*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2 - 10*a33 *m1 *m2 *n1 *n2
2 4 3 9 7 2 4 3 7 9
+ 25*a33 *m1 *m2 *n1 *n2 + 130*a33 *m1 *m2 *n1 *n2
2 4 3 5 11 2 4 3 3 13
+ 140*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 4 3 15 2 3 4 12 4
- 5*a33 *m1 *m2 *n1*n2 + 5*a33 *m1 *m2 *n1 *n2
2 3 4 10 6 2 3 4 8 8
- 40*a33 *m1 *m2 *n1 *n2 - 140*a33 *m1 *m2 *n1 *n2
2 3 4 6 10 2 3 4 4 12
- 130*a33 *m1 *m2 *n1 *n2 - 25*a33 *m1 *m2 *n1 *n2
2 3 4 2 14 2 2 5 13 3
+ 10*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1 *n2
2 2 5 11 5 2 2 5 9 7
+ 28*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
2 2 5 7 9 2 2 5 5 11 2 2 5 3 13
+ 62*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n1 *n2 - 10*a33 *m1 *m2 *n1 *n2
2 6 12 4 2 6 10 6 2 6 8 8
- 9*a33 *m1*m2 *n1 *n2 - 22*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 6 6 10 2 6 4 12 2 7 13 3
+ 6*a33 *m1*m2 *n1 *n2 + 5*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1 *n2
2 7 11 5 2 7 7 9 2 7 5 11
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 )
r23=0
3 9 7 6 3 9 5 8 3 9 3 10
r24=(4*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n1 *n2 *r14
3 9 12 3 8 8 5
+ 4*a33 *m1 *n1*n2 *r14 - 22*a33 *m1 *m2*n1 *n2 *r14
3 8 6 7 3 8 4 9
+ 48*a33 *m1 *m2*n1 *n2 *r14 + 20*a33 *m1 *m2*n1 *n2 *r14
3 8 2 11 3 8 13
- 48*a33 *m1 *m2*n1 *n2 *r14 + 2*a33 *m1 *m2*n2 *r14
3 7 2 9 4 3 7 2 7 6
+ 50*a33 *m1 *m2 *n1 *n2 *r14 - 196*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 5 8 3 7 2 3 10
+ 8*a33 *m1 *m2 *n1 *n2 *r14 + 228*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 12 3 6 3 10 3
- 26*a33 *m1 *m2 *n1*n2 *r14 - 60*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 8 5 3 6 3 6 7
+ 402*a33 *m1 *m2 *n1 *n2 *r14 - 228*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 4 9 3 6 3 2 11
- 560*a33 *m1 *m2 *n1 *n2 *r14 + 128*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 13 3 5 4 11 2
- 2*a33 *m1 *m2 *n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 9 4 3 5 4 7 6
- 470*a33 *m1 *m2 *n1 *n2 *r14 + 604*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 5 8 3 5 4 3 10
+ 776*a33 *m1 *m2 *n1 *n2 *r14 - 324*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 12 3 4 5 12
+ 14*a33 *m1 *m2 *n1*n2 *r14 - 14*a33 *m1 *m2 *n1 *n2*r14
3 4 5 10 3 3 4 5 8 5
+ 324*a33 *m1 *m2 *n1 *n2 *r14 - 776*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 6 7 3 4 5 4 9
- 604*a33 *m1 *m2 *n1 *n2 *r14 + 470*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 2 11 3 3 6 13
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 2*a33 *m1 *m2 *n1 *r14
3 3 6 11 2 3 3 6 9 4
- 128*a33 *m1 *m2 *n1 *n2 *r14 + 560*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 7 6 3 3 6 5 8
+ 228*a33 *m1 *m2 *n1 *n2 *r14 - 402*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 3 10 3 2 7 12
+ 60*a33 *m1 *m2 *n1 *n2 *r14 + 26*a33 *m1 *m2 *n1 *n2*r14
3 2 7 10 3 3 2 7 8 5
- 228*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 6 7 3 2 7 4 9
+ 196*a33 *m1 *m2 *n1 *n2 *r14 - 50*a33 *m1 *m2 *n1 *n2 *r14
3 8 13 3 8 11 2
- 2*a33 *m1*m2 *n1 *r14 + 48*a33 *m1*m2 *n1 *n2 *r14
3 8 9 4 3 8 7 6
- 20*a33 *m1*m2 *n1 *n2 *r14 - 48*a33 *m1*m2 *n1 *n2 *r14
3 8 5 8 3 9 12
+ 22*a33 *m1*m2 *n1 *n2 *r14 - 4*a33 *m2 *n1 *n2*r14
3 9 10 3 3 9 8 5
+ 4*a33 *m2 *n1 *n2 *r14 + 4*a33 *m2 *n1 *n2 *r14
3 9 6 7 2 9 7 7
- 4*a33 *m2 *n1 *n2 *r14 + 4*a33 *m1 *n1 *n2 *r214
2 9 5 9 2 9 3 11
- 4*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n1 *n2 *r214
2 9 13 2 8 8 6
+ 4*a33 *m1 *n1*n2 *r214 - 22*a33 *m1 *m2*n1 *n2 *r214
2 8 6 8 2 8 4 10
+ 48*a33 *m1 *m2*n1 *n2 *r214 + 20*a33 *m1 *m2*n1 *n2 *r214
2 8 2 12 2 8 14
- 48*a33 *m1 *m2*n1 *n2 *r214 + 2*a33 *m1 *m2*n2 *r214
2 7 2 9 5 2 7 2 7 7
+ 50*a33 *m1 *m2 *n1 *n2 *r214 - 196*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 5 9 2 7 2 3 11
+ 8*a33 *m1 *m2 *n1 *n2 *r214 + 228*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 13 2 6 3 10 4
- 26*a33 *m1 *m2 *n1*n2 *r214 - 60*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 8 6 2 6 3 6 8
+ 402*a33 *m1 *m2 *n1 *n2 *r214 - 228*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 4 10 2 6 3 2 12
- 560*a33 *m1 *m2 *n1 *n2 *r214 + 128*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 14 2 5 4 11 3
- 2*a33 *m1 *m2 *n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 9 5 2 5 4 7 7
- 470*a33 *m1 *m2 *n1 *n2 *r214 + 604*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 5 9 2 5 4 3 11
+ 776*a33 *m1 *m2 *n1 *n2 *r214 - 324*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 13 2 4 5 12 2
+ 14*a33 *m1 *m2 *n1*n2 *r214 - 14*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 10 4 2 4 5 8 6
+ 324*a33 *m1 *m2 *n1 *n2 *r214 - 776*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 6 8 2 4 5 4 10
- 604*a33 *m1 *m2 *n1 *n2 *r214 + 470*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 2 12 2 3 6 13
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 2*a33 *m1 *m2 *n1 *n2*r214
2 3 6 11 3 2 3 6 9 5
- 128*a33 *m1 *m2 *n1 *n2 *r214 + 560*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 7 7 2 3 6 5 9
+ 228*a33 *m1 *m2 *n1 *n2 *r214 - 402*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 3 11 2 2 7 12 2
+ 60*a33 *m1 *m2 *n1 *n2 *r214 + 26*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 10 4 2 2 7 8 6
- 228*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 6 8 2 2 7 4 10
+ 196*a33 *m1 *m2 *n1 *n2 *r214 - 50*a33 *m1 *m2 *n1 *n2 *r214
2 8 13 2 8 11 3
- 2*a33 *m1*m2 *n1 *n2*r214 + 48*a33 *m1*m2 *n1 *n2 *r214
2 8 9 5 2 8 7 7
- 20*a33 *m1*m2 *n1 *n2 *r214 - 48*a33 *m1*m2 *n1 *n2 *r214
2 8 5 9 2 9 12 2
+ 22*a33 *m1*m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2 *r214
2 9 10 4 2 9 8 6
+ 4*a33 *m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2 *r214
2 9 6 8 9 7 9 9 5 11
- 4*a33 *m2 *n1 *n2 *r214 + 6*m1 *n1 *n2 *r464 - 2*m1 *n1 *n2 *r464
9 3 13 9 15 8 8 8
- 6*m1 *n1 *n2 *r464 + 2*m1 *n1*n2 *r464 - 32*m1 *m2*n1 *n2 *r464
8 6 10 8 4 12
+ 46*m1 *m2*n1 *n2 *r464 + 46*m1 *m2*n1 *n2 *r464
8 2 14 8 16 7 2 9 7
- 30*m1 *m2*n1 *n2 *r464 + 2*m1 *m2*n2 *r464 + 70*m1 *m2 *n1 *n2 *r464
7 2 7 9 7 2 5 11
- 216*m1 *m2 *n1 *n2 *r464 - 92*m1 *m2 *n1 *n2 *r464
7 2 3 13 7 2 15
+ 168*m1 *m2 *n1 *n2 *r464 - 26*m1 *m2 *n1*n2 *r464
6 3 10 6 6 3 8 8
- 80*m1 *m2 *n1 *n2 *r464 + 462*m1 *m2 *n1 *n2 *r464
6 3 6 10 6 3 4 12
- 40*m1 *m2 *n1 *n2 *r464 - 444*m1 *m2 *n1 *n2 *r464
6 3 2 14 6 3 16
+ 136*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n2 *r464
5 4 11 5 5 4 9 7
+ 50*m1 *m2 *n1 *n2 *r464 - 540*m1 *m2 *n1 *n2 *r464
5 4 7 9 5 4 5 11
+ 392*m1 *m2 *n1 *n2 *r464 + 604*m1 *m2 *n1 *n2 *r464
5 4 3 13 5 4 15
- 362*m1 *m2 *n1 *n2 *r464 + 16*m1 *m2 *n1*n2 *r464
4 5 12 4 4 5 10 6
- 16*m1 *m2 *n1 *n2 *r464 + 362*m1 *m2 *n1 *n2 *r464
4 5 8 8 4 5 6 10
- 604*m1 *m2 *n1 *n2 *r464 - 392*m1 *m2 *n1 *n2 *r464
4 5 4 12 4 5 2 14
+ 540*m1 *m2 *n1 *n2 *r464 - 50*m1 *m2 *n1 *n2 *r464
3 6 13 3 3 6 11 5
+ 2*m1 *m2 *n1 *n2 *r464 - 136*m1 *m2 *n1 *n2 *r464
3 6 9 7 3 6 7 9
+ 444*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r464
3 6 5 11 3 6 3 13
- 462*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1 *n2 *r464
2 7 12 4 2 7 10 6
+ 26*m1 *m2 *n1 *n2 *r464 - 168*m1 *m2 *n1 *n2 *r464
2 7 8 8 2 7 6 10
+ 92*m1 *m2 *n1 *n2 *r464 + 216*m1 *m2 *n1 *n2 *r464
2 7 4 12 8 13 3
- 70*m1 *m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r464
8 11 5 8 9 7
+ 30*m1*m2 *n1 *n2 *r464 - 46*m1*m2 *n1 *n2 *r464
8 7 9 8 5 11 9 12 4
- 46*m1*m2 *n1 *n2 *r464 + 32*m1*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r464
9 10 6 9 8 8 9 6 10
+ 6*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r464 - 6*m2 *n1 *n2 *r464)/(
2 7 8 8 2 7 6 10 2 7 2 14 2 7 16
a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2 - a33 *m1 *n2
2 6 9 7 2 6 7 9 2 6 5 11
- 5*a33 *m1 *m2*n1 *n2 - 6*a33 *m1 *m2*n1 *n2 + 12*a33 *m1 *m2*n1 *n2
2 6 3 13 2 6 15 2 5 2 10 6
+ 22*a33 *m1 *m2*n1 *n2 + 9*a33 *m1 *m2*n1*n2 + 10*a33 *m1 *m2 *n1 *n2
2 5 2 8 8 2 5 2 6 10 2 5 2 4 12
- a33 *m1 *m2 *n1 *n2 - 62*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
2 5 2 2 14 2 5 2 16 2 4 3 11 5
- 28*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2 - 10*a33 *m1 *m2 *n1 *n2
2 4 3 9 7 2 4 3 7 9
+ 25*a33 *m1 *m2 *n1 *n2 + 130*a33 *m1 *m2 *n1 *n2
2 4 3 5 11 2 4 3 3 13
+ 140*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 4 3 15 2 3 4 12 4
- 5*a33 *m1 *m2 *n1*n2 + 5*a33 *m1 *m2 *n1 *n2
2 3 4 10 6 2 3 4 8 8
- 40*a33 *m1 *m2 *n1 *n2 - 140*a33 *m1 *m2 *n1 *n2
2 3 4 6 10 2 3 4 4 12
- 130*a33 *m1 *m2 *n1 *n2 - 25*a33 *m1 *m2 *n1 *n2
2 3 4 2 14 2 2 5 13 3
+ 10*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1 *n2
2 2 5 11 5 2 2 5 9 7
+ 28*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
2 2 5 7 9 2 2 5 5 11 2 2 5 3 13
+ 62*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n1 *n2 - 10*a33 *m1 *m2 *n1 *n2
2 6 12 4 2 6 10 6 2 6 8 8
- 9*a33 *m1*m2 *n1 *n2 - 22*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 6 6 10 2 6 4 12 2 7 13 3
+ 6*a33 *m1*m2 *n1 *n2 + 5*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1 *n2
2 7 11 5 2 7 7 9 2 7 5 11
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 )
3 7 3 5 3 7 7 3 6 4 4
r26=(2*a33 *m1 *n1 *n2 *r14 - 2*a33 *m1 *n1*n2 *r14 - 10*a33 *m1 *m2*n1 *n2 *r14
3 6 2 6 3 5 2 5 3
+ 18*a33 *m1 *m2*n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 5 2 3 5 3 5 2 7
- 62*a33 *m1 *m2 *n1 *n2 *r14 + 2*a33 *m1 *m2 *n1*n2 *r14
3 4 3 6 2 3 4 3 4 4
- 20*a33 *m1 *m2 *n1 *n2 *r14 + 110*a33 *m1 *m2 *n1 *n2 *r14
3 4 3 2 6 3 3 4 7
- 10*a33 *m1 *m2 *n1 *n2 *r14 + 10*a33 *m1 *m2 *n1 *n2*r14
3 3 4 5 3 3 3 4 3 5
- 110*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 2 5 8 3 2 5 6 2
- 2*a33 *m1 *m2 *n1 *r14 + 62*a33 *m1 *m2 *n1 *n2 *r14
3 2 5 4 4 3 6 7
- 20*a33 *m1 *m2 *n1 *n2 *r14 - 18*a33 *m1*m2 *n1 *n2*r14
3 6 5 3 3 7 8 3 7 6 2
+ 10*a33 *m1*m2 *n1 *n2 *r14 + 2*a33 *m2 *n1 *r14 - 2*a33 *m2 *n1 *n2 *r14
2 7 3 6 2 7 8
+ 4*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n1*n2 *r214
2 6 4 5 2 6 2 7
- 18*a33 *m1 *m2*n1 *n2 *r214 + 36*a33 *m1 *m2*n1 *n2 *r214
2 6 9 2 5 2 5 4
- 2*a33 *m1 *m2*n2 *r214 + 32*a33 *m1 *m2 *n1 *n2 *r214
2 5 2 3 6 2 5 2 8
- 116*a33 *m1 *m2 *n1 *n2 *r214 + 20*a33 *m1 *m2 *n1*n2 *r214
2 4 3 6 3 2 4 3 4 5
- 28*a33 *m1 *m2 *n1 *n2 *r214 + 186*a33 *m1 *m2 *n1 *n2 *r214
2 4 3 2 7 2 4 3 9
- 64*a33 *m1 *m2 *n1 *n2 *r214 + 2*a33 *m1 *m2 *n2 *r214
2 3 4 7 2 2 3 4 5 4
+ 12*a33 *m1 *m2 *n1 *n2 *r214 - 164*a33 *m1 *m2 *n1 *n2 *r214
2 3 4 3 6 2 3 4 8
+ 96*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1*n2 *r214
2 2 5 8 2 2 5 6 3
- 2*a33 *m1 *m2 *n1 *n2*r214 + 80*a33 *m1 *m2 *n1 *n2 *r214
2 2 5 4 5 2 2 5 2 7
- 74*a33 *m1 *m2 *n1 *n2 *r214 + 12*a33 *m1 *m2 *n1 *n2 *r214
2 6 7 2 2 6 5 4
- 20*a33 *m1*m2 *n1 *n2 *r214 + 28*a33 *m1*m2 *n1 *n2 *r214
2 6 3 6 2 7 8
- 8*a33 *m1*m2 *n1 *n2 *r214 + 2*a33 *m2 *n1 *n2*r214
2 7 6 3 2 7 4 5 7 3 8
- 4*a33 *m2 *n1 *n2 *r214 + 2*a33 *m2 *n1 *n2 *r214 + 2*m1 *n1 *n2 *r464
7 10 6 4 7 6 2 9
- 2*m1 *n1*n2 *r464 - 8*m1 *m2*n1 *n2 *r464 + 18*m1 *m2*n1 *n2 *r464
6 11 5 2 5 6 5 2 3 8
- 2*m1 *m2*n2 *r464 + 12*m1 *m2 *n1 *n2 *r464 - 54*m1 *m2 *n1 *n2 *r464
5 2 10 4 3 6 5
+ 18*m1 *m2 *n1*n2 *r464 - 8*m1 *m2 *n1 *n2 *r464
4 3 4 7 4 3 2 9 4 3 11
+ 76*m1 *m2 *n1 *n2 *r464 - 54*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n2 *r464
3 4 7 4 3 4 5 6
+ 2*m1 *m2 *n1 *n2 *r464 - 54*m1 *m2 *n1 *n2 *r464
3 4 3 8 3 4 10
+ 76*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n1*n2 *r464
2 5 6 5 2 5 4 7
+ 18*m1 *m2 *n1 *n2 *r464 - 54*m1 *m2 *n1 *n2 *r464
2 5 2 9 6 7 4 6 5 6
+ 12*m1 *m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r464 + 18*m1*m2 *n1 *n2 *r464
6 3 8 7 6 5 7 4 7
- 8*m1*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r464)/(
2 6 4 6 2 6 10 2 5 5 5
a33 *m1 *n1 *n2 - a33 *m1 *n2 - 4*a33 *m1 *m2*n1 *n2
2 5 3 7 2 5 9 2 4 2 6 4
+ 4*a33 *m1 *m2*n1 *n2 + 8*a33 *m1 *m2*n1*n2 + 6*a33 *m1 *m2 *n1 *n2
2 4 2 4 6 2 4 2 2 8 2 4 2 10
- 17*a33 *m1 *m2 *n1 *n2 - 22*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2
2 3 3 7 3 2 3 3 5 5 2 3 3 3 7
- 4*a33 *m1 *m2 *n1 *n2 + 28*a33 *m1 *m2 *n1 *n2 + 28*a33 *m1 *m2 *n1 *n2
2 3 3 9 2 2 4 8 2 2 2 4 6 4
- 4*a33 *m1 *m2 *n1*n2 + a33 *m1 *m2 *n1 *n2 - 22*a33 *m1 *m2 *n1 *n2
2 2 4 4 6 2 2 4 2 8 2 5 7 3
- 17*a33 *m1 *m2 *n1 *n2 + 6*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1*m2 *n1 *n2
2 5 5 5 2 5 3 7 2 6 8 2
+ 4*a33 *m1*m2 *n1 *n2 - 4*a33 *m1*m2 *n1 *n2 - a33 *m2 *n1 *n2
2 6 4 6
+ a33 *m2 *n1 *n2 )
r27=0
r28=0
r210=0
3 11 4 8 3 11 2 10
r212=( - 2*a33 *m1 *n1 *n2 *r14 + 2*a33 *m1 *n1 *n2 *r14
3 10 5 7 3 10 3 9
+ 16*a33 *m1 *m2*n1 *n2 *r14 - 26*a33 *m1 *m2*n1 *n2 *r14
3 10 11 3 9 2 6 6
+ 2*a33 *m1 *m2*n1*n2 *r14 - 56*a33 *m1 *m2 *n1 *n2 *r14
3 9 2 4 8 3 9 2 2 10
+ 138*a33 *m1 *m2 *n1 *n2 *r14 - 26*a33 *m1 *m2 *n1 *n2 *r14
3 8 3 7 5 3 8 3 5 7
+ 112*a33 *m1 *m2 *n1 *n2 *r14 - 408*a33 *m1 *m2 *n1 *n2 *r14
3 8 3 3 9 3 8 3 11
+ 138*a33 *m1 *m2 *n1 *n2 *r14 - 2*a33 *m1 *m2 *n1*n2 *r14
3 7 4 8 4 3 7 4 6 6
- 140*a33 *m1 *m2 *n1 *n2 *r14 + 756*a33 *m1 *m2 *n1 *n2 *r14
3 7 4 4 8 3 7 4 2 10
- 408*a33 *m1 *m2 *n1 *n2 *r14 + 16*a33 *m1 *m2 *n1 *n2 *r14
3 6 5 9 3 3 6 5 7 5
+ 112*a33 *m1 *m2 *n1 *n2 *r14 - 924*a33 *m1 *m2 *n1 *n2 *r14
3 6 5 5 7 3 6 5 3 9
+ 756*a33 *m1 *m2 *n1 *n2 *r14 - 56*a33 *m1 *m2 *n1 *n2 *r14
3 5 6 10 2 3 5 6 8 4
- 56*a33 *m1 *m2 *n1 *n2 *r14 + 756*a33 *m1 *m2 *n1 *n2 *r14
3 5 6 6 6 3 5 6 4 8
- 924*a33 *m1 *m2 *n1 *n2 *r14 + 112*a33 *m1 *m2 *n1 *n2 *r14
3 4 7 11 3 4 7 9 3
+ 16*a33 *m1 *m2 *n1 *n2*r14 - 408*a33 *m1 *m2 *n1 *n2 *r14
3 4 7 7 5 3 4 7 5 7
+ 756*a33 *m1 *m2 *n1 *n2 *r14 - 140*a33 *m1 *m2 *n1 *n2 *r14
3 3 8 12 3 3 8 10 2
- 2*a33 *m1 *m2 *n1 *r14 + 138*a33 *m1 *m2 *n1 *n2 *r14
3 3 8 8 4 3 3 8 6 6
- 408*a33 *m1 *m2 *n1 *n2 *r14 + 112*a33 *m1 *m2 *n1 *n2 *r14
3 2 9 11 3 2 9 9 3
- 26*a33 *m1 *m2 *n1 *n2*r14 + 138*a33 *m1 *m2 *n1 *n2 *r14
3 2 9 7 5 3 10 12
- 56*a33 *m1 *m2 *n1 *n2 *r14 + 2*a33 *m1*m2 *n1 *r14
3 10 10 2 3 10 8 4
- 26*a33 *m1*m2 *n1 *n2 *r14 + 16*a33 *m1*m2 *n1 *n2 *r14
3 11 11 3 11 9 3
+ 2*a33 *m2 *n1 *n2*r14 - 2*a33 *m2 *n1 *n2 *r14
2 11 4 9 2 11 2 11
- 2*a33 *m1 *n1 *n2 *r214 + 4*a33 *m1 *n1 *n2 *r214
2 11 13 2 10 5 8
- 2*a33 *m1 *n2 *r214 + 16*a33 *m1 *m2*n1 *n2 *r214
2 10 3 10 2 10 12
- 44*a33 *m1 *m2*n1 *n2 *r214 + 28*a33 *m1 *m2*n1*n2 *r214
2 9 2 6 7 2 9 2 4 9
- 56*a33 *m1 *m2 *n1 *n2 *r214 + 210*a33 *m1 *m2 *n1 *n2 *r214
2 9 2 2 11 2 9 2 13
- 172*a33 *m1 *m2 *n1 *n2 *r214 + 2*a33 *m1 *m2 *n2 *r214
2 8 3 7 6 2 8 3 5 8
+ 112*a33 *m1 *m2 *n1 *n2 *r214 - 576*a33 *m1 *m2 *n1 *n2 *r214
2 8 3 3 10 2 8 3 12
+ 612*a33 *m1 *m2 *n1 *n2 *r214 - 20*a33 *m1 *m2 *n1*n2 *r214
2 7 4 8 5 2 7 4 6 7
- 140*a33 *m1 *m2 *n1 *n2 *r214 + 1008*a33 *m1 *m2 *n1 *n2 *r214
2 7 4 4 9 2 7 4 2 11
- 1404*a33 *m1 *m2 *n1 *n2 *r214 + 88*a33 *m1 *m2 *n1 *n2 *r214
2 6 5 9 4 2 6 5 7 6
+ 112*a33 *m1 *m2 *n1 *n2 *r214 - 1176*a33 *m1 *m2 *n1 *n2 *r214
2 6 5 5 8 2 6 5 3 10
+ 2184*a33 *m1 *m2 *n1 *n2 *r214 - 224*a33 *m1 *m2 *n1 *n2 *r214
2 5 6 10 3 2 5 6 8 5
- 56*a33 *m1 *m2 *n1 *n2 *r214 + 924*a33 *m1 *m2 *n1 *n2 *r214
2 5 6 6 7 2 5 6 4 9
- 2352*a33 *m1 *m2 *n1 *n2 *r214 + 364*a33 *m1 *m2 *n1 *n2 *r214
2 4 7 11 2 2 4 7 9 4
+ 16*a33 *m1 *m2 *n1 *n2 *r214 - 480*a33 *m1 *m2 *n1 *n2 *r214
2 4 7 7 6 2 4 7 5 8
+ 1752*a33 *m1 *m2 *n1 *n2 *r214 - 392*a33 *m1 *m2 *n1 *n2 *r214
2 3 8 12 2 3 8 10 3
- 2*a33 *m1 *m2 *n1 *n2*r214 + 156*a33 *m1 *m2 *n1 *n2 *r214
2 3 8 8 5 2 3 8 6 7
- 882*a33 *m1 *m2 *n1 *n2 *r214 + 280*a33 *m1 *m2 *n1 *n2 *r214
2 2 9 11 2 2 2 9 9 4
- 28*a33 *m1 *m2 *n1 *n2 *r214 + 284*a33 *m1 *m2 *n1 *n2 *r214
2 2 9 7 6 2 10 12
- 128*a33 *m1 *m2 *n1 *n2 *r214 + 2*a33 *m1*m2 *n1 *n2*r214
2 10 10 3 2 10 8 5
- 52*a33 *m1*m2 *n1 *n2 *r214 + 34*a33 *m1*m2 *n1 *n2 *r214
2 11 11 2 2 11 9 4
+ 4*a33 *m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2 *r214
11 4 11 11 2 13 10 5 10
- 2*m1 *n1 *n2 *r464 + 2*m1 *n1 *n2 *r464 + 16*m1 *m2*n1 *n2 *r464
10 3 12 10 14
- 26*m1 *m2*n1 *n2 *r464 + 2*m1 *m2*n1*n2 *r464
9 2 6 9 9 2 4 11
- 56*m1 *m2 *n1 *n2 *r464 + 138*m1 *m2 *n1 *n2 *r464
9 2 2 13 8 3 7 8
- 26*m1 *m2 *n1 *n2 *r464 + 112*m1 *m2 *n1 *n2 *r464
8 3 5 10 8 3 3 12
- 408*m1 *m2 *n1 *n2 *r464 + 138*m1 *m2 *n1 *n2 *r464
8 3 14 7 4 8 7
- 2*m1 *m2 *n1*n2 *r464 - 140*m1 *m2 *n1 *n2 *r464
7 4 6 9 7 4 4 11
+ 756*m1 *m2 *n1 *n2 *r464 - 408*m1 *m2 *n1 *n2 *r464
7 4 2 13 6 5 9 6
+ 16*m1 *m2 *n1 *n2 *r464 + 112*m1 *m2 *n1 *n2 *r464
6 5 7 8 6 5 5 10
- 924*m1 *m2 *n1 *n2 *r464 + 756*m1 *m2 *n1 *n2 *r464
6 5 3 12 5 6 10 5
- 56*m1 *m2 *n1 *n2 *r464 - 56*m1 *m2 *n1 *n2 *r464
5 6 8 7 5 6 6 9
+ 756*m1 *m2 *n1 *n2 *r464 - 924*m1 *m2 *n1 *n2 *r464
5 6 4 11 4 7 11 4
+ 112*m1 *m2 *n1 *n2 *r464 + 16*m1 *m2 *n1 *n2 *r464
4 7 9 6 4 7 7 8
- 408*m1 *m2 *n1 *n2 *r464 + 756*m1 *m2 *n1 *n2 *r464
4 7 5 10 3 8 12 3
- 140*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r464
3 8 10 5 3 8 8 7
+ 138*m1 *m2 *n1 *n2 *r464 - 408*m1 *m2 *n1 *n2 *r464
3 8 6 9 2 9 11 4
+ 112*m1 *m2 *n1 *n2 *r464 - 26*m1 *m2 *n1 *n2 *r464
2 9 9 6 2 9 7 8
+ 138*m1 *m2 *n1 *n2 *r464 - 56*m1 *m2 *n1 *n2 *r464
10 12 3 10 10 5
+ 2*m1*m2 *n1 *n2 *r464 - 26*m1*m2 *n1 *n2 *r464
10 8 7 11 11 4 11 9 6
+ 16*m1*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r464)/(
2 10 4 10 2 10 14 2 9 5 9
a33 *m1 *n1 *n2 - a33 *m1 *n2 - 8*a33 *m1 *m2*n1 *n2
2 9 3 11 2 9 13 2 8 2 6 8
+ 4*a33 *m1 *m2*n1 *n2 + 12*a33 *m1 *m2*n1*n2 + 28*a33 *m1 *m2 *n1 *n2
2 8 2 4 10 2 8 2 2 12 2 8 2 14
- 33*a33 *m1 *m2 *n1 *n2 - 60*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2
2 7 3 7 7 2 7 3 5 9
- 56*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
2 7 3 3 11 2 7 3 13
+ 168*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1*n2
2 6 4 8 6 2 6 4 6 8
+ 70*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 6 4 4 10 2 6 4 2 12
- 294*a33 *m1 *m2 *n1 *n2 + 28*a33 *m1 *m2 *n1 *n2
2 5 5 9 5 2 5 5 7 7
- 56*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 5 5 5 9 2 5 5 3 11
+ 336*a33 *m1 *m2 *n1 *n2 - 56*a33 *m1 *m2 *n1 *n2
2 4 6 10 4 2 4 6 8 6
+ 28*a33 *m1 *m2 *n1 *n2 - 294*a33 *m1 *m2 *n1 *n2
2 4 6 6 8 2 4 6 4 10
- 252*a33 *m1 *m2 *n1 *n2 + 70*a33 *m1 *m2 *n1 *n2
2 3 7 11 3 2 3 7 9 5
- 8*a33 *m1 *m2 *n1 *n2 + 168*a33 *m1 *m2 *n1 *n2
2 3 7 7 7 2 3 7 5 9 2 2 8 12 2
+ 120*a33 *m1 *m2 *n1 *n2 - 56*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n1 *n2
2 2 8 10 4 2 2 8 8 6
- 60*a33 *m1 *m2 *n1 *n2 - 33*a33 *m1 *m2 *n1 *n2
2 2 8 6 8 2 9 11 3 2 9 9 5
+ 28*a33 *m1 *m2 *n1 *n2 + 12*a33 *m1*m2 *n1 *n2 + 4*a33 *m1*m2 *n1 *n2
2 9 7 7 2 10 12 2 2 10 8 6
- 8*a33 *m1*m2 *n1 *n2 - a33 *m2 *n1 *n2 + a33 *m2 *n1 *n2 )
r213=0
r215=0
3 10 8 8 3 10 6 10
r216=( - 4*a33 *m1 *n1 *n2 *r14 - 2*a33 *m1 *n1 *n2 *r14
3 10 4 12 3 10 2 14
+ 6*a33 *m1 *n1 *n2 *r14 + 2*a33 *m1 *n1 *n2 *r14
3 10 16 3 9 9 7
- 2*a33 *m1 *n2 *r14 + 30*a33 *m1 *m2*n1 *n2 *r14
3 9 7 9 3 9 5 11
- 4*a33 *m1 *m2*n1 *n2 *r14 - 72*a33 *m1 *m2*n1 *n2 *r14
3 9 3 13 3 9 15
- 12*a33 *m1 *m2*n1 *n2 *r14 + 26*a33 *m1 *m2*n1*n2 *r14
3 8 2 10 6 3 8 2 8 8
- 98*a33 *m1 *m2 *n1 *n2 *r14 + 96*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 6 10 3 8 2 4 12
+ 338*a33 *m1 *m2 *n1 *n2 *r14 - 2*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 2 14 3 8 2 16
- 144*a33 *m1 *m2 *n1 *n2 *r14 + 2*a33 *m1 *m2 *n2 *r14
3 7 3 11 5 3 7 3 9 7
+ 182*a33 *m1 *m2 *n1 *n2 *r14 - 394*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 7 9 3 7 3 5 11
- 852*a33 *m1 *m2 *n1 *n2 *r14 + 188*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 3 13 3 7 3 15
+ 446*a33 *m1 *m2 *n1 *n2 *r14 - 18*a33 *m1 *m2 *n1*n2 *r14
3 6 4 12 4 3 6 4 10 6
- 210*a33 *m1 *m2 *n1 *n2 *r14 + 826*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 8 8 3 6 4 6 10
+ 1288*a33 *m1 *m2 *n1 *n2 *r14 - 672*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 4 12 3 6 4 2 14
- 854*a33 *m1 *m2 *n1 *n2 *r14 + 70*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 13 3 3 5 5 11 5
+ 154*a33 *m1 *m2 *n1 *n2 *r14 - 1050*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 9 7 3 5 5 7 9
- 1204*a33 *m1 *m2 *n1 *n2 *r14 + 1204*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 5 11 3 5 5 3 13
+ 1050*a33 *m1 *m2 *n1 *n2 *r14 - 154*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 14 2 3 4 6 12 4
- 70*a33 *m1 *m2 *n1 *n2 *r14 + 854*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 10 6 3 4 6 8 8
+ 672*a33 *m1 *m2 *n1 *n2 *r14 - 1288*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 6 10 3 4 6 4 12
- 826*a33 *m1 *m2 *n1 *n2 *r14 + 210*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 15 3 3 7 13 3
+ 18*a33 *m1 *m2 *n1 *n2*r14 - 446*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 11 5 3 3 7 9 7
- 188*a33 *m1 *m2 *n1 *n2 *r14 + 852*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 7 9 3 3 7 5 11
+ 394*a33 *m1 *m2 *n1 *n2 *r14 - 182*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 16 3 2 8 14 2
- 2*a33 *m1 *m2 *n1 *r14 + 144*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 12 4 3 2 8 10 6
+ 2*a33 *m1 *m2 *n1 *n2 *r14 - 338*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 8 8 3 2 8 6 10
- 96*a33 *m1 *m2 *n1 *n2 *r14 + 98*a33 *m1 *m2 *n1 *n2 *r14
3 9 15 3 9 13 3
- 26*a33 *m1*m2 *n1 *n2*r14 + 12*a33 *m1*m2 *n1 *n2 *r14
3 9 11 5 3 9 9 7
+ 72*a33 *m1*m2 *n1 *n2 *r14 + 4*a33 *m1*m2 *n1 *n2 *r14
3 9 7 9 3 10 16
- 30*a33 *m1*m2 *n1 *n2 *r14 + 2*a33 *m2 *n1 *r14
3 10 14 2 3 10 12 4
- 2*a33 *m2 *n1 *n2 *r14 - 6*a33 *m2 *n1 *n2 *r14
3 10 10 6 3 10 8 8
+ 2*a33 *m2 *n1 *n2 *r14 + 4*a33 *m2 *n1 *n2 *r14
2 10 8 9 2 10 6 11
- 4*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n1 *n2 *r214
2 10 4 13 2 10 2 15
+ 4*a33 *m1 *n1 *n2 *r214 + 4*a33 *m1 *n1 *n2 *r214
2 9 9 8 2 9 7 10
+ 30*a33 *m1 *m2*n1 *n2 *r214 + 12*a33 *m1 *m2*n1 *n2 *r214
2 9 5 12 2 9 3 14
- 64*a33 *m1 *m2*n1 *n2 *r214 - 44*a33 *m1 *m2*n1 *n2 *r214
2 9 16 2 8 2 10 7
+ 2*a33 *m1 *m2*n1*n2 *r214 - 98*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 8 9 2 8 2 6 11
+ 40*a33 *m1 *m2 *n1 *n2 *r214 + 348*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 4 13 2 8 2 2 15
+ 184*a33 *m1 *m2 *n1 *n2 *r214 - 26*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 11 6 2 7 3 9 8
+ 182*a33 *m1 *m2 *n1 *n2 *r214 - 282*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 7 10 2 7 3 5 12
- 980*a33 *m1 *m2 *n1 *n2 *r214 - 388*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 3 14 2 7 3 16
+ 126*a33 *m1 *m2 *n1 *n2 *r214 - 2*a33 *m1 *m2 *n1*n2 *r214
2 6 4 12 5 2 6 4 10 7
- 210*a33 *m1 *m2 *n1 *n2 *r214 + 686*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 8 9 2 6 4 6 11
+ 1652*a33 *m1 *m2 *n1 *n2 *r214 + 420*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 4 13 2 6 4 2 15
- 322*a33 *m1 *m2 *n1 *n2 *r214 + 14*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 13 4 2 5 5 11 6
+ 154*a33 *m1 *m2 *n1 *n2 *r214 - 938*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 9 8 2 5 5 7 10
- 1764*a33 *m1 *m2 *n1 *n2 *r214 - 140*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 5 12 2 5 5 3 14
+ 490*a33 *m1 *m2 *n1 *n2 *r214 - 42*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 14 3 2 4 6 12 5
- 70*a33 *m1 *m2 *n1 *n2 *r214 + 798*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 10 7 2 4 6 8 9
+ 1204*a33 *m1 *m2 *n1 *n2 *r214 - 196*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 6 11 2 4 6 4 13
- 462*a33 *m1 *m2 *n1 *n2 *r214 + 70*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 15 2 2 3 7 13 4
+ 18*a33 *m1 *m2 *n1 *n2 *r214 - 430*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 11 6 2 3 7 9 8
- 508*a33 *m1 *m2 *n1 *n2 *r214 + 276*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 10 2 3 7 5 12
+ 266*a33 *m1 *m2 *n1 *n2 *r214 - 70*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 16 2 2 8 14 3
- 2*a33 *m1 *m2 *n1 *n2*r214 + 142*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 12 5 2 2 8 10 7
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 152*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 8 9 2 2 8 6 11
- 86*a33 *m1 *m2 *n1 *n2 *r214 + 42*a33 *m1 *m2 *n1 *n2 *r214
2 9 15 2 2 9 13 4
- 26*a33 *m1*m2 *n1 *n2 *r214 - 12*a33 *m1*m2 *n1 *n2 *r214
2 9 11 6 2 9 9 8
+ 40*a33 *m1*m2 *n1 *n2 *r214 + 12*a33 *m1*m2 *n1 *n2 *r214
2 9 7 10 2 10 16
- 14*a33 *m1*m2 *n1 *n2 *r214 + 2*a33 *m2 *n1 *n2*r214
2 10 12 5 2 10 8 9
- 4*a33 *m2 *n1 *n2 *r214 + 2*a33 *m2 *n1 *n2 *r214
10 8 11 10 6 13 10 4 15
- 2*m1 *n1 *n2 *r464 - 2*m1 *n1 *n2 *r464 + 2*m1 *n1 *n2 *r464
10 2 17 9 9 10 9 7 12
+ 2*m1 *n1 *n2 *r464 + 14*m1 *m2*n1 *n2 *r464 + 4*m1 *m2*n1 *n2 *r464
9 5 14 9 3 16
- 32*m1 *m2*n1 *n2 *r464 - 20*m1 *m2*n1 *n2 *r464
9 18 8 2 10 9
+ 2*m1 *m2*n1*n2 *r464 - 42*m1 *m2 *n1 *n2 *r464
8 2 8 11 8 2 6 13
+ 30*m1 *m2 *n1 *n2 *r464 + 162*m1 *m2 *n1 *n2 *r464
8 2 4 15 8 2 2 17
+ 66*m1 *m2 *n1 *n2 *r464 - 24*m1 *m2 *n1 *n2 *r464
7 3 11 8 7 3 9 10
+ 70*m1 *m2 *n1 *n2 *r464 - 154*m1 *m2 *n1 *n2 *r464
7 3 7 12 7 3 5 14
- 404*m1 *m2 *n1 *n2 *r464 - 68*m1 *m2 *n1 *n2 *r464
7 3 3 16 7 3 18
+ 110*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1*n2 *r464
6 4 12 7 6 4 10 9
- 70*m1 *m2 *n1 *n2 *r464 + 322*m1 *m2 *n1 *n2 *r464
6 4 8 11 6 4 6 13
+ 560*m1 *m2 *n1 *n2 *r464 - 112*m1 *m2 *n1 *n2 *r464
6 4 4 15 6 4 2 17
- 266*m1 *m2 *n1 *n2 *r464 + 14*m1 *m2 *n1 *n2 *r464
5 5 13 6 5 5 11 8
+ 42*m1 *m2 *n1 *n2 *r464 - 378*m1 *m2 *n1 *n2 *r464
5 5 9 10 5 5 7 12
- 420*m1 *m2 *n1 *n2 *r464 + 420*m1 *m2 *n1 *n2 *r464
5 5 5 14 5 5 3 16
+ 378*m1 *m2 *n1 *n2 *r464 - 42*m1 *m2 *n1 *n2 *r464
4 6 14 5 4 6 12 7
- 14*m1 *m2 *n1 *n2 *r464 + 266*m1 *m2 *n1 *n2 *r464
4 6 10 9 4 6 8 11
+ 112*m1 *m2 *n1 *n2 *r464 - 560*m1 *m2 *n1 *n2 *r464
4 6 6 13 4 6 4 15
- 322*m1 *m2 *n1 *n2 *r464 + 70*m1 *m2 *n1 *n2 *r464
3 7 15 4 3 7 13 6
+ 2*m1 *m2 *n1 *n2 *r464 - 110*m1 *m2 *n1 *n2 *r464
3 7 11 8 3 7 9 10
+ 68*m1 *m2 *n1 *n2 *r464 + 404*m1 *m2 *n1 *n2 *r464
3 7 7 12 3 7 5 14
+ 154*m1 *m2 *n1 *n2 *r464 - 70*m1 *m2 *n1 *n2 *r464
2 8 14 5 2 8 12 7
+ 24*m1 *m2 *n1 *n2 *r464 - 66*m1 *m2 *n1 *n2 *r464
2 8 10 9 2 8 8 11
- 162*m1 *m2 *n1 *n2 *r464 - 30*m1 *m2 *n1 *n2 *r464
2 8 6 13 9 15 4
+ 42*m1 *m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r464
9 13 6 9 11 8
+ 20*m1*m2 *n1 *n2 *r464 + 32*m1*m2 *n1 *n2 *r464
9 9 10 9 7 12 10 14 5
- 4*m1*m2 *n1 *n2 *r464 - 14*m1*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r464
10 12 7 10 10 9 10 8 11
- 2*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r464)/(
2 9 8 10 2 9 6 12 2 9 2 16 2 9 18
a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2 - a33 *m1 *n2
2 8 9 9 2 8 7 11 2 8 5 13
- 7*a33 *m1 *m2*n1 *n2 - 10*a33 *m1 *m2*n1 *n2 + 12*a33 *m1 *m2*n1 *n2
2 8 3 15 2 8 17
+ 26*a33 *m1 *m2*n1 *n2 + 11*a33 *m1 *m2*n1*n2
2 7 2 10 8 2 7 2 8 10
+ 21*a33 *m1 *m2 *n1 *n2 + 13*a33 *m1 *m2 *n1 *n2
2 7 2 6 12 2 7 2 4 14
- 86*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 7 2 2 16 2 7 2 18 2 6 3 11 7
- 47*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2 - 35*a33 *m1 *m2 *n1 *n2
2 6 3 9 9 2 6 3 7 11
+ 21*a33 *m1 *m2 *n1 *n2 + 266*a33 *m1 *m2 *n1 *n2
2 6 3 5 13 2 6 3 3 15
+ 322*a33 *m1 *m2 *n1 *n2 + 105*a33 *m1 *m2 *n1 *n2
2 6 3 17 2 5 4 12 6
- 7*a33 *m1 *m2 *n1*n2 + 35*a33 *m1 *m2 *n1 *n2
2 5 4 10 8 2 5 4 8 10
- 91*a33 *m1 *m2 *n1 *n2 - 462*a33 *m1 *m2 *n1 *n2
2 5 4 6 12 2 5 4 4 14
- 490*a33 *m1 *m2 *n1 *n2 - 133*a33 *m1 *m2 *n1 *n2
2 5 4 2 16 2 4 5 13 5
+ 21*a33 *m1 *m2 *n1 *n2 - 21*a33 *m1 *m2 *n1 *n2
2 4 5 11 7 2 4 5 9 9
+ 133*a33 *m1 *m2 *n1 *n2 + 490*a33 *m1 *m2 *n1 *n2
2 4 5 7 11 2 4 5 5 13
+ 462*a33 *m1 *m2 *n1 *n2 + 91*a33 *m1 *m2 *n1 *n2
2 4 5 3 15 2 3 6 14 4
- 35*a33 *m1 *m2 *n1 *n2 + 7*a33 *m1 *m2 *n1 *n2
2 3 6 12 6 2 3 6 10 8
- 105*a33 *m1 *m2 *n1 *n2 - 322*a33 *m1 *m2 *n1 *n2
2 3 6 8 10 2 3 6 6 12
- 266*a33 *m1 *m2 *n1 *n2 - 21*a33 *m1 *m2 *n1 *n2
2 3 6 4 14 2 2 7 15 3
+ 35*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1 *n2
2 2 7 13 5 2 2 7 11 7
+ 47*a33 *m1 *m2 *n1 *n2 + 126*a33 *m1 *m2 *n1 *n2
2 2 7 9 9 2 2 7 7 11
+ 86*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1 *m2 *n1 *n2
2 2 7 5 13 2 8 14 4
- 21*a33 *m1 *m2 *n1 *n2 - 11*a33 *m1*m2 *n1 *n2
2 8 12 6 2 8 10 8
- 26*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 8 8 10 2 8 6 12 2 9 15 3
+ 10*a33 *m1*m2 *n1 *n2 + 7*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1 *n2
2 9 13 5 2 9 9 9 2 9 7 11
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 )
3 8 9 5 3 8 7 7
r217=( - 2*a33 *m1 *n1 *n2 *r14 + 4*a33 *m1 *n1 *n2 *r14
3 8 5 9 3 8 3 11
+ 8*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n1 *n2 *r14
3 8 13 3 7 10 4
- 6*a33 *m1 *n1*n2 *r14 + 10*a33 *m1 *m2*n1 *n2 *r14
3 7 8 6 3 7 6 8
- 34*a33 *m1 *m2*n1 *n2 *r14 - 36*a33 *m1 *m2*n1 *n2 *r14
3 7 4 10 3 7 2 12
+ 68*a33 *m1 *m2*n1 *n2 *r14 + 58*a33 *m1 *m2*n1 *n2 *r14
3 7 14 3 6 2 11 3
- 2*a33 *m1 *m2*n2 *r14 - 20*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 9 5 3 6 2 7 7
+ 112*a33 *m1 *m2 *n1 *n2 *r14 + 32*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 5 9 3 6 2 3 11
- 328*a33 *m1 *m2 *n1 *n2 *r14 - 204*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 13 3 5 3 12 2
+ 24*a33 *m1 *m2 *n1*n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 10 4 3 5 3 8 6
- 190*a33 *m1 *m2 *n1 *n2 *r14 + 106*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 6 8 3 5 3 4 10
+ 764*a33 *m1 *m2 *n1 *n2 *r14 + 352*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 2 12 3 5 3 14
- 94*a33 *m1 *m2 *n1 *n2 *r14 + 2*a33 *m1 *m2 *n2 *r14
3 4 4 13 3 4 4 11 3
- 10*a33 *m1 *m2 *n1 *n2*r14 + 180*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 9 5 3 4 4 7 7
- 310*a33 *m1 *m2 *n1 *n2 *r14 - 1000*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 5 9 3 4 4 3 11
- 310*a33 *m1 *m2 *n1 *n2 *r14 + 180*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 13 3 3 5 14
- 10*a33 *m1 *m2 *n1*n2 *r14 + 2*a33 *m1 *m2 *n1 *r14
3 3 5 12 2 3 3 5 10 4
- 94*a33 *m1 *m2 *n1 *n2 *r14 + 352*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 8 6 3 3 5 6 8
+ 764*a33 *m1 *m2 *n1 *n2 *r14 + 106*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 4 10 3 3 5 2 12
- 190*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 13 3 2 6 11 3
+ 24*a33 *m1 *m2 *n1 *n2*r14 - 204*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 9 5 3 2 6 7 7
- 328*a33 *m1 *m2 *n1 *n2 *r14 + 32*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 5 9 3 2 6 3 11
+ 112*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2 *r14
3 7 14 3 7 12 2
- 2*a33 *m1*m2 *n1 *r14 + 58*a33 *m1*m2 *n1 *n2 *r14
3 7 10 4 3 7 8 6
+ 68*a33 *m1*m2 *n1 *n2 *r14 - 36*a33 *m1*m2 *n1 *n2 *r14
3 7 6 8 3 7 4 10
- 34*a33 *m1*m2 *n1 *n2 *r14 + 10*a33 *m1*m2 *n1 *n2 *r14
3 8 13 3 8 11 3
- 6*a33 *m2 *n1 *n2*r14 - 4*a33 *m2 *n1 *n2 *r14
3 8 9 5 3 8 7 7
+ 8*a33 *m2 *n1 *n2 *r14 + 4*a33 *m2 *n1 *n2 *r14
3 8 5 9 2 8 9 6
- 2*a33 *m2 *n1 *n2 *r14 - 2*a33 *m1 *n1 *n2 *r214
2 8 7 8 2 8 5 10
+ 4*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1 *n2 *r214
2 8 3 12 2 8 14
- 4*a33 *m1 *n1 *n2 *r214 - 6*a33 *m1 *n1*n2 *r214
2 7 10 5 2 7 8 7
+ 10*a33 *m1 *m2*n1 *n2 *r214 - 34*a33 *m1 *m2*n1 *n2 *r214
2 7 6 9 2 7 4 11
- 36*a33 *m1 *m2*n1 *n2 *r214 + 68*a33 *m1 *m2*n1 *n2 *r214
2 7 2 13 2 7 15
+ 58*a33 *m1 *m2*n1 *n2 *r214 - 2*a33 *m1 *m2*n2 *r214
2 6 2 11 4 2 6 2 9 6
- 20*a33 *m1 *m2 *n1 *n2 *r214 + 112*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 7 8 2 6 2 5 10
+ 32*a33 *m1 *m2 *n1 *n2 *r214 - 328*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 3 12 2 6 2 14
- 204*a33 *m1 *m2 *n1 *n2 *r214 + 24*a33 *m1 *m2 *n1*n2 *r214
2 5 3 12 3 2 5 3 10 5
+ 20*a33 *m1 *m2 *n1 *n2 *r214 - 190*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 8 7 2 5 3 6 9
+ 106*a33 *m1 *m2 *n1 *n2 *r214 + 764*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 4 11 2 5 3 2 13
+ 352*a33 *m1 *m2 *n1 *n2 *r214 - 94*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 15 2 4 4 13 2
+ 2*a33 *m1 *m2 *n2 *r214 - 10*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 11 4 2 4 4 9 6
+ 180*a33 *m1 *m2 *n1 *n2 *r214 - 310*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 7 8 2 4 4 5 10
- 1000*a33 *m1 *m2 *n1 *n2 *r214 - 310*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 3 12 2 4 4 14
+ 180*a33 *m1 *m2 *n1 *n2 *r214 - 10*a33 *m1 *m2 *n1*n2 *r214
2 3 5 14 2 3 5 12 3
+ 2*a33 *m1 *m2 *n1 *n2*r214 - 94*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 10 5 2 3 5 8 7
+ 352*a33 *m1 *m2 *n1 *n2 *r214 + 764*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 6 9 2 3 5 4 11
+ 106*a33 *m1 *m2 *n1 *n2 *r214 - 190*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 2 13 2 2 6 13 2
+ 20*a33 *m1 *m2 *n1 *n2 *r214 + 24*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 11 4 2 2 6 9 6
- 204*a33 *m1 *m2 *n1 *n2 *r214 - 328*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 7 8 2 2 6 5 10
+ 32*a33 *m1 *m2 *n1 *n2 *r214 + 112*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 3 12 2 7 14
- 20*a33 *m1 *m2 *n1 *n2 *r214 - 2*a33 *m1*m2 *n1 *n2*r214
2 7 12 3 2 7 10 5
+ 58*a33 *m1*m2 *n1 *n2 *r214 + 68*a33 *m1*m2 *n1 *n2 *r214
2 7 8 7 2 7 6 9
- 36*a33 *m1*m2 *n1 *n2 *r214 - 34*a33 *m1*m2 *n1 *n2 *r214
2 7 4 11 2 8 13 2
+ 10*a33 *m1*m2 *n1 *n2 *r214 - 6*a33 *m2 *n1 *n2 *r214
2 8 11 4 2 8 9 6
- 4*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
2 8 7 8 2 8 5 10 8 9 8
+ 4*a33 *m2 *n1 *n2 *r214 - 2*a33 *m2 *n1 *n2 *r214 - 2*m1 *n1 *n2 *r464
8 5 12 8 16 7 10 7
+ 4*m1 *n1 *n2 *r464 - 2*m1 *n1*n2 *r464 + 10*m1 *m2*n1 *n2 *r464
7 8 9 7 6 11
- 10*m1 *m2*n1 *n2 *r464 - 28*m1 *m2*n1 *n2 *r464
7 4 13 7 2 15 7 17
+ 12*m1 *m2*n1 *n2 *r464 + 18*m1 *m2*n1 *n2 *r464 - 2*m1 *m2*n2 *r464
6 2 11 6 6 2 9 8
- 20*m1 *m2 *n1 *n2 *r464 + 52*m1 *m2 *n1 *n2 *r464
6 2 7 10 6 2 5 12
+ 72*m1 *m2 *n1 *n2 *r464 - 72*m1 *m2 *n1 *n2 *r464
6 2 3 14 6 2 16
- 52*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1*n2 *r464
5 3 12 5 5 3 10 7
+ 20*m1 *m2 *n1 *n2 *r464 - 110*m1 *m2 *n1 *n2 *r464
5 3 8 9 5 3 6 11
- 78*m1 *m2 *n1 *n2 *r464 + 180*m1 *m2 *n1 *n2 *r464
5 3 4 13 5 3 2 15
+ 56*m1 *m2 *n1 *n2 *r464 - 70*m1 *m2 *n1 *n2 *r464
5 3 17 4 4 13 4
+ 2*m1 *m2 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r464
4 4 11 6 4 4 9 8
+ 120*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
4 4 7 10 4 4 5 12
- 240*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
4 4 3 14 4 4 16
+ 120*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1*n2 *r464
3 5 14 3 3 5 12 5
+ 2*m1 *m2 *n1 *n2 *r464 - 70*m1 *m2 *n1 *n2 *r464
3 5 10 7 3 5 8 9
+ 56*m1 *m2 *n1 *n2 *r464 + 180*m1 *m2 *n1 *n2 *r464
3 5 6 11 3 5 4 13
- 78*m1 *m2 *n1 *n2 *r464 - 110*m1 *m2 *n1 *n2 *r464
3 5 2 15 2 6 13 4
+ 20*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1 *n2 *r464
2 6 11 6 2 6 9 8
- 52*m1 *m2 *n1 *n2 *r464 - 72*m1 *m2 *n1 *n2 *r464
2 6 7 10 2 6 5 12
+ 72*m1 *m2 *n1 *n2 *r464 + 52*m1 *m2 *n1 *n2 *r464
2 6 3 14 7 14 3
- 20*m1 *m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r464
7 12 5 7 10 7
+ 18*m1*m2 *n1 *n2 *r464 + 12*m1*m2 *n1 *n2 *r464
7 8 9 7 6 11
- 28*m1*m2 *n1 *n2 *r464 - 10*m1*m2 *n1 *n2 *r464
7 4 13 8 13 4 8 9 8
+ 10*m1*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r464
8 5 12 2 7 8 8 2 7 6 10
- 2*m2 *n1 *n2 *r464)/(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2
2 7 2 14 2 7 16 2 6 9 7
- 2*a33 *m1 *n1 *n2 - a33 *m1 *n2 - 5*a33 *m1 *m2*n1 *n2
2 6 7 9 2 6 5 11 2 6 3 13
- 6*a33 *m1 *m2*n1 *n2 + 12*a33 *m1 *m2*n1 *n2 + 22*a33 *m1 *m2*n1 *n2
2 6 15 2 5 2 10 6 2 5 2 8 8
+ 9*a33 *m1 *m2*n1*n2 + 10*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1 *n2
2 5 2 6 10 2 5 2 4 12
- 62*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
2 5 2 2 14 2 5 2 16 2 4 3 11 5
- 28*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2 - 10*a33 *m1 *m2 *n1 *n2
2 4 3 9 7 2 4 3 7 9
+ 25*a33 *m1 *m2 *n1 *n2 + 130*a33 *m1 *m2 *n1 *n2
2 4 3 5 11 2 4 3 3 13
+ 140*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 4 3 15 2 3 4 12 4
- 5*a33 *m1 *m2 *n1*n2 + 5*a33 *m1 *m2 *n1 *n2
2 3 4 10 6 2 3 4 8 8
- 40*a33 *m1 *m2 *n1 *n2 - 140*a33 *m1 *m2 *n1 *n2
2 3 4 6 10 2 3 4 4 12
- 130*a33 *m1 *m2 *n1 *n2 - 25*a33 *m1 *m2 *n1 *n2
2 3 4 2 14 2 2 5 13 3
+ 10*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1 *n2
2 2 5 11 5 2 2 5 9 7
+ 28*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
2 2 5 7 9 2 2 5 5 11 2 2 5 3 13
+ 62*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n1 *n2 - 10*a33 *m1 *m2 *n1 *n2
2 6 12 4 2 6 10 6 2 6 8 8
- 9*a33 *m1*m2 *n1 *n2 - 22*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 6 6 10 2 6 4 12 2 7 13 3
+ 6*a33 *m1*m2 *n1 *n2 + 5*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1 *n2
2 7 11 5 2 7 7 9 2 7 5 11
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 )
r218=0
5 5 4 2 4
r219=(2*a33*m1 *n1*n2 *r14 - 10*a33*m1 *m2*n1 *n2 *r14
3 2 3 3 2 3 4 2
+ 20*a33*m1 *m2 *n1 *n2 *r14 - 20*a33*m1 *m2 *n1 *n2 *r14
4 5 5 6 5 6
+ 10*a33*m1*m2 *n1 *n2*r14 - 2*a33*m2 *n1 *r14 + 2*m1 *n1*n2 *r214
4 2 5 3 2 3 4
- 10*m1 *m2*n1 *n2 *r214 + 20*m1 *m2 *n1 *n2 *r214
2 3 4 3 4 5 2 5 6
- 20*m1 *m2 *n1 *n2 *r214 + 10*m1*m2 *n1 *n2 *r214 - 2*m2 *n1 *n2*r214)/(
5 7 4 6 3 2 2 5 2 3 3 4
m1 *n2 - 5*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
4 4 3 5 5 2
+ 5*m1*m2 *n1 *n2 - m2 *n1 *n2 )
2 3 3 2
r220=(a33*m1*n1 *n2*r14 - a33*m1*n2 *r14 - a33*m2*n1 *r14 + a33*m2*n1*n2 *r14
2 2 3 4 3
+ m1*n1 *n2 *r214 - m2*n1 *n2*r214)/(m1*n2 - m2*n1*n2 )
r30=0
3 10 7 6 3 10 5 8
r31=( - 24*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14
3 10 3 10 3 10 12
+ 24*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1*n2 *r14
3 9 8 5 3 9 6 7
+ 132*a33 *m1 *m2*n1 *n2 *r14 - 96*a33 *m1 *m2*n1 *n2 *r14
3 9 4 9 3 9 2 11
- 264*a33 *m1 *m2*n1 *n2 *r14 - 32*a33 *m1 *m2*n1 *n2 *r14
3 9 13 3 8 2 9 4
+ 4*a33 *m1 *m2*n2 *r14 - 300*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 7 6 3 8 2 5 8
+ 680*a33 *m1 *m2 *n1 *n2 *r14 + 816*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 3 10 3 8 2 12
- 168*a33 *m1 *m2 *n1 *n2 *r14 - 4*a33 *m1 *m2 *n1*n2 *r14
3 7 3 10 3 3 7 3 8 5
+ 360*a33 *m1 *m2 *n1 *n2 *r14 - 1688*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 6 7 3 7 3 4 9
- 880*a33 *m1 *m2 *n1 *n2 *r14 + 912*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 2 11 3 7 3 13
- 248*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 6 4 11 2 3 6 4 9 4
- 240*a33 *m1 *m2 *n1 *n2 *r14 + 2160*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 7 6 3 6 4 5 8
- 272*a33 *m1 *m2 *n1 *n2 *r14 - 1392*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 3 10 3 6 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 *r14 - 128*a33 *m1 *m2 *n1*n2 *r14
3 5 5 12 3 5 5 10 3
+ 84*a33 *m1 *m2 *n1 *n2*r14 - 1552*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 8 5 3 5 5 6 7
+ 1452*a33 *m1 *m2 *n1 *n2 *r14 + 384*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 4 9 3 5 5 2 11
- 2164*a33 *m1 *m2 *n1 *n2 *r14 + 528*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 13 3 4 6 13
- 12*a33 *m1 *m2 *n2 *r14 - 12*a33 *m1 *m2 *n1 *r14
3 4 6 11 2 3 4 6 9 4
+ 616*a33 *m1 *m2 *n1 *n2 *r14 - 1276*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 7 6 3 4 6 5 8
+ 1152*a33 *m1 *m2 *n1 *n2 *r14 + 1996*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 3 10 3 4 6 12
- 1000*a33 *m1 *m2 *n1 *n2 *r14 + 60*a33 *m1 *m2 *n1*n2 *r14
3 3 7 12 3 3 7 10 3
- 120*a33 *m1 *m2 *n1 *n2*r14 + 424*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 8 5 3 3 7 6 7
- 1392*a33 *m1 *m2 *n1 *n2 *r14 - 816*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 4 9 3 3 7 2 11
+ 1000*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 13 3 2 8 9 4
+ 8*a33 *m1 *m2 *n1 *r14 + 648*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 7 6 3 2 8 5 8
+ 8*a33 *m1 *m2 *n1 *n2 *r14 - 528*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 3 10 3 9 12
+ 120*a33 *m1 *m2 *n1 *n2 *r14 - 28*a33 *m1*m2 *n1 *n2*r14
3 9 10 3 3 9 8 5
- 128*a33 *m1*m2 *n1 *n2 *r14 + 88*a33 *m1*m2 *n1 *n2 *r14
3 9 6 7 3 9 4 9
+ 128*a33 *m1*m2 *n1 *n2 *r14 - 60*a33 *m1*m2 *n1 *n2 *r14
3 10 13 3 10 11 2
+ 4*a33 *m2 *n1 *r14 + 8*a33 *m2 *n1 *n2 *r14
3 10 9 4 3 10 7 6
- 16*a33 *m2 *n1 *n2 *r14 - 8*a33 *m2 *n1 *n2 *r14
3 10 5 8 2 10 7 7
+ 12*a33 *m2 *n1 *n2 *r14 - 24*a33 *m1 *n1 *n2 *r214
2 10 5 9 2 10 3 11
- 8*a33 *m1 *n1 *n2 *r214 + 24*a33 *m1 *n1 *n2 *r214
2 10 13 2 9 8 6
+ 8*a33 *m1 *n1*n2 *r214 + 132*a33 *m1 *m2*n1 *n2 *r214
2 9 6 8 2 9 4 10
- 96*a33 *m1 *m2*n1 *n2 *r214 - 264*a33 *m1 *m2*n1 *n2 *r214
2 9 2 12 2 9 14
- 32*a33 *m1 *m2*n1 *n2 *r214 + 4*a33 *m1 *m2*n2 *r214
2 8 2 9 5 2 8 2 7 7
- 300*a33 *m1 *m2 *n1 *n2 *r214 + 680*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 5 9 2 8 2 3 11
+ 816*a33 *m1 *m2 *n1 *n2 *r214 - 168*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 13 2 7 3 10 4
- 4*a33 *m1 *m2 *n1*n2 *r214 + 360*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 8 6 2 7 3 6 8
- 1688*a33 *m1 *m2 *n1 *n2 *r214 - 880*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 4 10 2 7 3 2 12
+ 912*a33 *m1 *m2 *n1 *n2 *r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 14 2 6 4 11 3
+ 8*a33 *m1 *m2 *n2 *r214 - 240*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 9 5 2 6 4 7 7
+ 2160*a33 *m1 *m2 *n1 *n2 *r214 - 272*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 5 9 2 6 4 3 11
- 1392*a33 *m1 *m2 *n1 *n2 *r214 + 1152*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 13 2 5 5 12 2
- 128*a33 *m1 *m2 *n1*n2 *r214 + 84*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 10 4 2 5 5 8 6
- 1552*a33 *m1 *m2 *n1 *n2 *r214 + 1452*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 6 8 2 5 5 4 10
+ 384*a33 *m1 *m2 *n1 *n2 *r214 - 2164*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 2 12 2 5 5 14
+ 528*a33 *m1 *m2 *n1 *n2 *r214 - 12*a33 *m1 *m2 *n2 *r214
2 4 6 13 2 4 6 11 3
- 12*a33 *m1 *m2 *n1 *n2*r214 + 616*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 9 5 2 4 6 7 7
- 1276*a33 *m1 *m2 *n1 *n2 *r214 + 1152*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 5 9 2 4 6 3 11
+ 1996*a33 *m1 *m2 *n1 *n2 *r214 - 1000*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 13 2 3 7 12 2
+ 60*a33 *m1 *m2 *n1*n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 10 4 2 3 7 8 6
+ 424*a33 *m1 *m2 *n1 *n2 *r214 - 1392*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 6 8 2 3 7 4 10
- 816*a33 *m1 *m2 *n1 *n2 *r214 + 1000*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 2 12 2 2 8 13
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 2 8 9 5 2 2 8 7 7
+ 648*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 5 9 2 2 8 3 11
- 528*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 9 12 2 2 9 10 4
- 28*a33 *m1*m2 *n1 *n2 *r214 - 128*a33 *m1*m2 *n1 *n2 *r214
2 9 8 6 2 9 6 8
+ 88*a33 *m1*m2 *n1 *n2 *r214 + 128*a33 *m1*m2 *n1 *n2 *r214
2 9 4 10 2 10 13
- 60*a33 *m1*m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2*r214
2 10 11 3 2 10 9 5
+ 8*a33 *m2 *n1 *n2 *r214 - 16*a33 *m2 *n1 *n2 *r214
2 10 7 7 2 10 5 9
- 8*a33 *m2 *n1 *n2 *r214 + 12*a33 *m2 *n1 *n2 *r214
10 7 9 10 5 11 10 3 13
- 24*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 + 24*m1 *n1 *n2 *r464
10 15 9 8 8 9 6 10
+ 8*m1 *n1*n2 *r464 + 130*m1 *m2*n1 *n2 *r464 - 100*m1 *m2*n1 *n2 *r464
9 4 12 9 2 14 9 16
- 264*m1 *m2*n1 *n2 *r464 - 28*m1 *m2*n1 *n2 *r464 + 6*m1 *m2*n2 *r464
9 8 9 9 6 11 9 4 13
+ 4*m1 *n1 *n2 *r4111 + 4*m1 *n1 *n2 *r4111 - 4*m1 *n1 *n2 *r4111
9 2 15 8 2 9 7
- 4*m1 *n1 *n2 *r4111 - 290*m1 *m2 *n1 *n2 *r464
8 2 7 9 8 2 5 11
+ 692*m1 *m2 *n1 *n2 *r464 + 792*m1 *m2 *n1 *n2 *r464
8 2 3 13 8 2 15
- 212*m1 *m2 *n1 *n2 *r464 - 22*m1 *m2 *n1*n2 *r464
8 9 8 8 5 12
- 22*m1 *m2*n1 *n2 *r4111 + 60*m1 *m2*n1 *n2 *r4111
8 3 14 8 16 8 9 9
+ 32*m1 *m2*n1 *n2 *r4111 - 6*m1 *m2*n1*n2 *r4111 - 2*m1 *n1 *n2 *r446
8 7 11 8 3 15 8 17
- 4*m1 *n1 *n2 *r446 + 4*m1 *n1 *n2 *r446 + 2*m1 *n1*n2 *r446
7 3 10 6 7 3 8 8
+ 340*m1 *m2 *n1 *n2 *r464 - 1688*m1 *m2 *n1 *n2 *r464
7 3 6 10 7 3 4 12
- 760*m1 *m2 *n1 *n2 *r464 + 1072*m1 *m2 *n1 *n2 *r464
7 3 2 14 7 3 16
- 188*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
7 2 10 7 7 2 8 9
+ 50*m1 *m2 *n1 *n2 *r4111 - 74*m1 *m2 *n1 *n2 *r4111
7 2 6 11 7 2 4 13
- 236*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
7 2 2 15 7 2 17
+ 58*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
7 10 8 7 8 10
+ 11*m1 *m2*n1 *n2 *r446 + 13*m1 *m2*n1 *n2 *r446
7 6 12 7 4 14
- 26*m1 *m2*n1 *n2 *r446 - 46*m1 *m2*n1 *n2 *r446
7 2 16 7 18 6 4 11 5
- 17*m1 *m2*n1 *n2 *r446 + m1 *m2*n2 *r446 - 220*m1 *m2 *n1 *n2 *r464
6 4 9 7 6 4 7 9
+ 2120*m1 *m2 *n1 *n2 *r464 - 520*m1 *m2 *n1 *n2 *r464
6 4 5 11 6 4 3 13
- 1696*m1 *m2 *n1 *n2 *r464 + 1028*m1 *m2 *n1 *n2 *r464
6 4 15 6 3 11 6
- 136*m1 *m2 *n1*n2 *r464 - 60*m1 *m2 *n1 *n2 *r4111
6 3 9 8 6 3 7 10
+ 232*m1 *m2 *n1 *n2 *r4111 + 408*m1 *m2 *n1 *n2 *r4111
6 3 5 12 6 3 3 14
- 96*m1 *m2 *n1 *n2 *r4111 - 188*m1 *m2 *n1 *n2 *r4111
6 3 16 6 2 11 7
+ 24*m1 *m2 *n1*n2 *r4111 - 25*m1 *m2 *n1 *n2 *r446
6 2 9 9 6 2 7 11
+ m1 *m2 *n1 *n2 *r446 + 142*m1 *m2 *n1 *n2 *r446
6 2 5 13 6 2 3 15
+ 170*m1 *m2 *n1 *n2 *r446 + 43*m1 *m2 *n1 *n2 *r446
6 2 17 5 5 12 4
- 11*m1 *m2 *n1*n2 *r446 + 74*m1 *m2 *n1 *n2 *r464
5 5 10 6 5 5 8 8
- 1492*m1 *m2 *n1 *n2 *r464 + 1734*m1 *m2 *n1 *n2 *r464
5 5 6 10 5 5 4 12
+ 768*m1 *m2 *n1 *n2 *r464 - 1954*m1 *m2 *n1 *n2 *r464
5 5 2 14 5 5 16
+ 564*m1 *m2 *n1 *n2 *r464 - 14*m1 *m2 *n2 *r464
5 4 12 5 5 4 10 7
+ 40*m1 *m2 *n1 *n2 *r4111 - 330*m1 *m2 *n1 *n2 *r4111
5 4 8 9 5 4 6 11
- 318*m1 *m2 *n1 *n2 *r4111 + 420*m1 *m2 *n1 *n2 *r4111
5 4 4 13 5 4 2 15
+ 276*m1 *m2 *n1 *n2 *r4111 - 90*m1 *m2 *n1 *n2 *r4111
5 4 17 5 3 12 6
+ 2*m1 *m2 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r446
5 3 10 8 5 3 8 10
- 61*m1 *m2 *n1 *n2 *r446 - 321*m1 *m2 *n1 *n2 *r446
5 3 6 12 5 3 4 14
- 298*m1 *m2 *n1 *n2 *r446 - 28*m1 *m2 *n1 *n2 *r446
5 3 2 16 5 3 18 4 6 13 3
+ 39*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r464
4 6 11 5 4 6 9 7
+ 580*m1 *m2 *n1 *n2 *r464 - 1486*m1 *m2 *n1 *n2 *r464
4 6 7 9 4 6 5 11
+ 768*m1 *m2 *n1 *n2 *r464 + 1714*m1 *m2 *n1 *n2 *r464
4 6 3 13 4 6 15
- 1060*m1 *m2 *n1 *n2 *r464 + 70*m1 *m2 *n1*n2 *r464
4 5 13 4 4 5 11 6
- 14*m1 *m2 *n1 *n2 *r4111 + 256*m1 *m2 *n1 *n2 *r4111
4 5 9 8 4 5 7 10
+ 34*m1 *m2 *n1 *n2 *r4111 - 576*m1 *m2 *n1 *n2 *r4111
4 5 5 12 4 5 3 14
- 170*m1 *m2 *n1 *n2 *r4111 + 160*m1 *m2 *n1 *n2 *r4111
4 5 16 4 4 13 5
- 10*m1 *m2 *n1*n2 *r4111 - 20*m1 *m2 *n1 *n2 *r446
4 4 11 7 4 4 9 9
+ 115*m1 *m2 *n1 *n2 *r446 + 385*m1 *m2 *n1 *n2 *r446
4 4 7 11 4 4 5 13
+ 270*m1 *m2 *n1 *n2 *r446 - 50*m1 *m2 *n1 *n2 *r446
4 4 3 15 4 4 17
- 65*m1 *m2 *n1 *n2 *r446 + 5*m1 *m2 *n1*n2 *r446
3 7 12 4 3 7 10 6
- 112*m1 *m2 *n1 *n2 *r464 + 548*m1 *m2 *n1 *n2 *r464
3 7 8 8 3 7 6 10
- 1088*m1 *m2 *n1 *n2 *r464 - 568*m1 *m2 *n1 *n2 *r464
3 7 4 12 3 7 2 14
+ 1040*m1 *m2 *n1 *n2 *r464 - 140*m1 *m2 *n1 *n2 *r464
3 6 14 3 3 6 12 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 110*m1 *m2 *n1 *n2 *r4111
3 6 10 7 3 6 8 9
+ 120*m1 *m2 *n1 *n2 *r4111 + 388*m1 *m2 *n1 *n2 *r4111
3 6 6 11 3 6 4 13
- 14*m1 *m2 *n1 *n2 *r4111 - 150*m1 *m2 *n1 *n2 *r4111
3 6 2 15 3 5 14 4
+ 20*m1 *m2 *n1 *n2 *r4111 + 7*m1 *m2 *n1 *n2 *r446
3 5 12 6 3 5 10 8
- 101*m1 *m2 *n1 *n2 *r446 - 260*m1 *m2 *n1 *n2 *r446
3 5 8 10 3 5 6 12
- 114*m1 *m2 *n1 *n2 *r446 + 103*m1 *m2 *n1 *n2 *r446
3 5 4 14 3 5 2 16
+ 55*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
2 8 13 3 2 8 11 5
+ 8*m1 *m2 *n1 *n2 *r464 - 60*m1 *m2 *n1 *n2 *r464
2 8 9 7 2 8 7 9
+ 488*m1 *m2 *n1 *n2 *r464 - 112*m1 *m2 *n1 *n2 *r464
2 8 5 11 2 8 3 13
- 528*m1 *m2 *n1 *n2 *r464 + 140*m1 *m2 *n1 *n2 *r464
2 7 13 4 2 7 11 6
+ 24*m1 *m2 *n1 *n2 *r4111 - 84*m1 *m2 *n1 *n2 *r4111
2 7 9 8 2 7 7 10
- 128*m1 *m2 *n1 *n2 *r4111 + 72*m1 *m2 *n1 *n2 *r4111
2 7 5 12 2 7 3 14
+ 72*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
2 6 15 3 2 6 13 5
- m1 *m2 *n1 *n2 *r446 + 47*m1 *m2 *n1 *n2 *r446
2 6 11 7 2 6 9 9
+ 96*m1 *m2 *n1 *n2 *r446 + 6*m1 *m2 *n1 *n2 *r446
2 6 7 11 2 6 5 13
- 73*m1 *m2 *n1 *n2 *r446 - 21*m1 *m2 *n1 *n2 *r446
2 6 3 15 9 12 4
+ 10*m1 *m2 *n1 *n2 *r446 - 10*m1*m2 *n1 *n2 *r464
9 10 6 9 8 8
- 84*m1*m2 *n1 *n2 *r464 + 112*m1*m2 *n1 *n2 *r464
9 6 10 9 4 12
+ 116*m1*m2 *n1 *n2 *r464 - 70*m1*m2 *n1 *n2 *r464
8 14 3 8 12 5
- 2*m1*m2 *n1 *n2 *r4111 + 22*m1*m2 *n1 *n2 *r4111
8 10 7 8 8 9
+ 16*m1*m2 *n1 *n2 *r4111 - 32*m1*m2 *n1 *n2 *r4111
8 6 11 8 4 13
- 14*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r4111
7 14 4 7 12 6
- 11*m1*m2 *n1 *n2 *r446 - 17*m1*m2 *n1 *n2 *r446
7 10 8 7 8 10 7 6 12
+ 10*m1*m2 *n1 *n2 *r446 + 22*m1*m2 *n1 *n2 *r446 + m1*m2 *n1 *n2 *r446
7 4 14 10 13 3 10 11 5
- 5*m1*m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r464
10 9 7 10 7 9 10 5 11
- 16*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464 + 14*m2 *n1 *n2 *r464
9 13 4 9 9 8 9 5 12
- 2*m2 *n1 *n2 *r4111 + 4*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111
8 15 3 8 13 5 8 11 7
+ m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 - 2*m2 *n1 *n2 *r446
8 9 9 8 7 11 8 5 13
- 2*m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(
7 10 8 7 8 10 7 6 12
2*a33*m1 *n1 *n2 + 6*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2
7 4 14 7 2 16 7 18
- 4*a33*m1 *n1 *n2 - 6*a33*m1 *n1 *n2 - 2*a33*m1 *n2
6 11 7 6 9 9 6 7 11
- 10*a33*m1 *m2*n1 *n2 - 22*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
6 5 13 6 3 15 6 17
+ 68*a33*m1 *m2*n1 *n2 + 62*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1*n2
5 2 12 6 5 2 10 8
+ 20*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
5 2 8 10 5 2 6 12
- 126*a33*m1 *m2 *n1 *n2 - 284*a33*m1 *m2 *n1 *n2
5 2 4 14 5 2 2 16 5 2 18
- 216*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
4 3 13 5 4 3 11 7
- 20*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
4 3 9 9 4 3 7 11
+ 310*a33*m1 *m2 *n1 *n2 + 540*a33*m1 *m2 *n1 *n2
4 3 5 13 4 3 3 15
+ 360*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2
4 3 17 3 4 14 4 3 4 12 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
3 4 10 8 3 4 8 10
- 360*a33*m1 *m2 *n1 *n2 - 540*a33*m1 *m2 *n1 *n2
3 4 6 12 3 4 4 14
- 310*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
3 4 2 16 2 5 15 3 2 5 13 5
+ 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2 + 54*a33*m1 *m2 *n1 *n2
2 5 11 7 2 5 9 9
+ 216*a33*m1 *m2 *n1 *n2 + 284*a33*m1 *m2 *n1 *n2
2 5 7 11 2 5 5 13
+ 126*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1 *n2
2 5 3 15 6 14 4 6 12 6
- 20*a33*m1 *m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 62*a33*m1*m2 *n1 *n2
6 10 8 6 8 10 6 6 12
- 68*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2 + 22*a33*m1*m2 *n1 *n2
6 4 14 7 15 3 7 13 5
+ 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 6*a33*m2 *n1 *n2
7 11 7 7 9 9 7 7 11
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2
7 5 13
- 2*a33*m2 *n1 *n2 )
r32=0
3 10 5 6 3 10 3 8
r33=( - 16*a33 *m1 *n1 *n2 *r14 + 16*a33 *m1 *n1 *n2 *r14
3 9 6 5 3 9 4 7
+ 88*a33 *m1 *m2*n1 *n2 *r14 - 192*a33 *m1 *m2*n1 *n2 *r14
3 9 2 9 3 8 2 7 4
+ 40*a33 *m1 *m2*n1 *n2 *r14 - 200*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 5 6 3 8 2 3 8
+ 784*a33 *m1 *m2 *n1 *n2 *r14 - 424*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 10 3 7 3 8 3
+ 32*a33 *m1 *m2 *n1*n2 *r14 + 240*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 6 5 3 7 3 4 7
- 1608*a33 *m1 *m2 *n1 *n2 *r14 + 1640*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 2 9 3 7 3 11
- 344*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 6 4 9 2 3 6 4 7 4
- 160*a33 *m1 *m2 *n1 *n2 *r14 + 1880*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 5 6 3 6 4 3 8
- 3256*a33 *m1 *m2 *n1 *n2 *r14 + 1320*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 10 3 5 5 10
- 104*a33 *m1 *m2 *n1*n2 *r14 + 56*a33 *m1 *m2 *n1 *n2*r14
3 5 5 8 3 3 5 5 6 5
- 1296*a33 *m1 *m2 *n1 *n2 *r14 + 3720*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 4 7 3 5 5 2 9
- 2568*a33 *m1 *m2 *n1 *n2 *r14 + 416*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 11 3 4 6 11
- 8*a33 *m1 *m2 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 4 6 9 2 3 4 6 7 4
+ 512*a33 *m1 *m2 *n1 *n2 *r14 - 2520*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 5 6 3 4 6 3 8
+ 2840*a33 *m1 *m2 *n1 *n2 *r14 - 800*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 10 3 3 7 10
+ 40*a33 *m1 *m2 *n1*n2 *r14 - 104*a33 *m1 *m2 *n1 *n2*r14
3 3 7 8 3 3 3 7 6 5
+ 984*a33 *m1 *m2 *n1 *n2 *r14 - 1832*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 4 7 3 3 7 2 9
+ 840*a33 *m1 *m2 *n1 *n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 11 3 2 8 9 2
+ 8*a33 *m1 *m2 *n1 *r14 - 200*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 7 4 3 2 8 5 6
+ 664*a33 *m1 *m2 *n1 *n2 *r14 - 488*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 3 8 3 9 10
+ 80*a33 *m1 *m2 *n1 *n2 *r14 + 16*a33 *m1*m2 *n1 *n2*r14
3 9 8 3 3 9 6 5
- 120*a33 *m1*m2 *n1 *n2 *r14 + 144*a33 *m1*m2 *n1 *n2 *r14
3 9 4 7 3 10 9 2
- 40*a33 *m1*m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
3 10 7 4 3 10 5 6
- 16*a33 *m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
2 10 5 7 2 10 3 9
- 16*a33 *m1 *n1 *n2 *r214 + 16*a33 *m1 *n1 *n2 *r214
2 9 6 6 2 9 4 8
+ 88*a33 *m1 *m2*n1 *n2 *r214 - 192*a33 *m1 *m2*n1 *n2 *r214
2 9 2 10 2 8 2 7 5
+ 40*a33 *m1 *m2*n1 *n2 *r214 - 200*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 5 7 2 8 2 3 9
+ 784*a33 *m1 *m2 *n1 *n2 *r214 - 424*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 11 2 7 3 8 4
+ 32*a33 *m1 *m2 *n1*n2 *r214 + 240*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 6 6 2 7 3 4 8
- 1608*a33 *m1 *m2 *n1 *n2 *r214 + 1640*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 2 10 2 7 3 12
- 344*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 6 4 9 3 2 6 4 7 5
- 160*a33 *m1 *m2 *n1 *n2 *r214 + 1880*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 5 7 2 6 4 3 9
- 3256*a33 *m1 *m2 *n1 *n2 *r214 + 1320*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 11 2 5 5 10 2
- 104*a33 *m1 *m2 *n1*n2 *r214 + 56*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 8 4 2 5 5 6 6
- 1296*a33 *m1 *m2 *n1 *n2 *r214 + 3720*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 4 8 2 5 5 2 10
- 2568*a33 *m1 *m2 *n1 *n2 *r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 12 2 4 6 11
- 8*a33 *m1 *m2 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2*r214
2 4 6 9 3 2 4 6 7 5
+ 512*a33 *m1 *m2 *n1 *n2 *r214 - 2520*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 5 7 2 4 6 3 9
+ 2840*a33 *m1 *m2 *n1 *n2 *r214 - 800*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 11 2 3 7 10 2
+ 40*a33 *m1 *m2 *n1*n2 *r214 - 104*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 8 4 2 3 7 6 6
+ 984*a33 *m1 *m2 *n1 *n2 *r214 - 1832*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 4 8 2 3 7 2 10
+ 840*a33 *m1 *m2 *n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 11 2 2 8 9 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 200*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 7 5 2 2 8 5 7
+ 664*a33 *m1 *m2 *n1 *n2 *r214 - 488*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 3 9 2 9 10 2
+ 80*a33 *m1 *m2 *n1 *n2 *r214 + 16*a33 *m1*m2 *n1 *n2 *r214
2 9 8 4 2 9 6 6
- 120*a33 *m1*m2 *n1 *n2 *r214 + 144*a33 *m1*m2 *n1 *n2 *r214
2 9 4 8 2 10 9 3
- 40*a33 *m1*m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
2 10 7 5 2 10 5 7
- 16*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
10 5 9 10 3 11 9 6 8
- 16*m1 *n1 *n2 *r464 + 16*m1 *n1 *n2 *r464 + 88*m1 *m2*n1 *n2 *r464
9 4 10 9 2 12 9 6 9
- 192*m1 *m2*n1 *n2 *r464 + 40*m1 *m2*n1 *n2 *r464 + 4*m1 *n1 *n2 *r4111
9 2 13 8 2 7 7
- 4*m1 *n1 *n2 *r4111 - 200*m1 *m2 *n1 *n2 *r464
8 2 5 9 8 2 3 11
+ 784*m1 *m2 *n1 *n2 *r464 - 424*m1 *m2 *n1 *n2 *r464
8 2 13 8 7 8
+ 32*m1 *m2 *n1*n2 *r464 - 22*m1 *m2*n1 *n2 *r4111
8 5 10 8 3 12
+ 22*m1 *m2*n1 *n2 *r4111 + 38*m1 *m2*n1 *n2 *r4111
8 14 8 7 9 8 5 11
- 6*m1 *m2*n1*n2 *r4111 - 2*m1 *n1 *n2 *r446 - 2*m1 *n1 *n2 *r446
8 3 13 8 15 7 3 8 6
+ 2*m1 *n1 *n2 *r446 + 2*m1 *n1*n2 *r446 + 240*m1 *m2 *n1 *n2 *r464
7 3 6 8 7 3 4 10
- 1608*m1 *m2 *n1 *n2 *r464 + 1640*m1 *m2 *n1 *n2 *r464
7 3 2 12 7 3 14
- 344*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
7 2 8 7 7 2 6 9
+ 50*m1 *m2 *n1 *n2 *r4111 - 124*m1 *m2 *n1 *n2 *r4111
7 2 4 11 7 2 2 13
- 112*m1 *m2 *n1 *n2 *r4111 + 60*m1 *m2 *n1 *n2 *r4111
7 2 15 7 8 8 7 6 10
- 2*m1 *m2 *n2 *r4111 + 11*m1 *m2*n1 *n2 *r446 + 2*m1 *m2*n1 *n2 *r446
7 4 12 7 2 14 7 16
- 28*m1 *m2*n1 *n2 *r446 - 18*m1 *m2*n1 *n2 *r446 + m1 *m2*n2 *r446
6 4 9 5 6 4 7 7
- 160*m1 *m2 *n1 *n2 *r464 + 1880*m1 *m2 *n1 *n2 *r464
6 4 5 9 6 4 3 11
- 3256*m1 *m2 *n1 *n2 *r464 + 1320*m1 *m2 *n1 *n2 *r464
6 4 13 6 3 9 6
- 104*m1 *m2 *n1*n2 *r464 - 60*m1 *m2 *n1 *n2 *r4111
6 3 7 8 6 3 5 10
+ 292*m1 *m2 *n1 *n2 *r4111 + 116*m1 *m2 *n1 *n2 *r4111
6 3 3 12 6 3 14
- 212*m1 *m2 *n1 *n2 *r4111 + 24*m1 *m2 *n1*n2 *r4111
6 2 9 7 6 2 7 9
- 25*m1 *m2 *n1 *n2 *r446 + 26*m1 *m2 *n1 *n2 *r446
6 2 5 11 6 2 3 13
+ 116*m1 *m2 *n1 *n2 *r446 + 54*m1 *m2 *n1 *n2 *r446
6 2 15 5 5 10 4
- 11*m1 *m2 *n1*n2 *r446 + 56*m1 *m2 *n1 *n2 *r464
5 5 8 6 5 5 6 8
- 1296*m1 *m2 *n1 *n2 *r464 + 3720*m1 *m2 *n1 *n2 *r464
5 5 4 10 5 5 2 12
- 2568*m1 *m2 *n1 *n2 *r464 + 416*m1 *m2 *n1 *n2 *r464
5 5 14 5 4 10 5
- 8*m1 *m2 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r4111
5 4 8 7 5 4 6 9
- 370*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
5 4 4 11 5 4 2 13
+ 368*m1 *m2 *n1 *n2 *r4111 - 92*m1 *m2 *n1 *n2 *r4111
5 4 15 5 3 10 6
+ 2*m1 *m2 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r446
5 3 8 8 5 3 6 10
- 91*m1 *m2 *n1 *n2 *r446 - 230*m1 *m2 *n1 *n2 *r446
5 3 4 12 5 3 2 14 5 3 16
- 68*m1 *m2 *n1 *n2 *r446 + 40*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446
4 6 11 3 4 6 9 5
- 8*m1 *m2 *n1 *n2 *r464 + 512*m1 *m2 *n1 *n2 *r464
4 6 7 7 4 6 5 9
- 2520*m1 *m2 *n1 *n2 *r464 + 2840*m1 *m2 *n1 *n2 *r464
4 6 3 11 4 6 13
- 800*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1*n2 *r464
4 5 11 4 4 5 9 6
- 14*m1 *m2 *n1 *n2 *r4111 + 270*m1 *m2 *n1 *n2 *r4111
4 5 7 8 4 5 5 10
- 236*m1 *m2 *n1 *n2 *r4111 - 340*m1 *m2 *n1 *n2 *r4111
4 5 3 12 4 5 14
+ 170*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
4 4 11 5 4 4 9 7
- 20*m1 *m2 *n1 *n2 *r446 + 135*m1 *m2 *n1 *n2 *r446
4 4 7 9 4 4 5 11
+ 250*m1 *m2 *n1 *n2 *r446 + 20*m1 *m2 *n1 *n2 *r446
4 4 3 13 4 4 15
- 70*m1 *m2 *n1 *n2 *r446 + 5*m1 *m2 *n1*n2 *r446
3 7 10 4 3 7 8 6
- 104*m1 *m2 *n1 *n2 *r464 + 984*m1 *m2 *n1 *n2 *r464
3 7 6 8 3 7 4 10
- 1832*m1 *m2 *n1 *n2 *r464 + 840*m1 *m2 *n1 *n2 *r464
3 7 2 12 3 6 12 3
- 80*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
3 6 10 5 3 6 8 7
- 112*m1 *m2 *n1 *n2 *r4111 + 232*m1 *m2 *n1 *n2 *r4111
3 6 6 9 3 6 4 11
+ 156*m1 *m2 *n1 *n2 *r4111 - 170*m1 *m2 *n1 *n2 *r4111
3 6 2 13 3 5 12 4
+ 20*m1 *m2 *n1 *n2 *r4111 + 7*m1 *m2 *n1 *n2 *r446
3 5 10 6 3 5 8 8
- 108*m1 *m2 *n1 *n2 *r446 - 152*m1 *m2 *n1 *n2 *r446
3 5 6 10 3 5 4 12
+ 38*m1 *m2 *n1 *n2 *r446 + 65*m1 *m2 *n1 *n2 *r446
3 5 2 14 2 8 11 3
- 10*m1 *m2 *n1 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
2 8 9 5 2 8 7 7
- 200*m1 *m2 *n1 *n2 *r464 + 664*m1 *m2 *n1 *n2 *r464
2 8 5 9 2 8 3 11
- 488*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1 *n2 *r464
2 7 11 4 2 7 9 6
+ 24*m1 *m2 *n1 *n2 *r4111 - 108*m1 *m2 *n1 *n2 *r4111
2 7 7 8 2 7 5 10
- 20*m1 *m2 *n1 *n2 *r4111 + 92*m1 *m2 *n1 *n2 *r4111
2 7 3 12 2 6 13 3
- 20*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1 *n2 *r446
2 6 11 5 2 6 9 7
+ 48*m1 *m2 *n1 *n2 *r446 + 48*m1 *m2 *n1 *n2 *r446
2 6 7 9 2 6 5 11
- 42*m1 *m2 *n1 *n2 *r446 - 31*m1 *m2 *n1 *n2 *r446
2 6 3 13 9 10 4
+ 10*m1 *m2 *n1 *n2 *r446 + 16*m1*m2 *n1 *n2 *r464
9 8 6 9 6 8
- 120*m1*m2 *n1 *n2 *r464 + 144*m1*m2 *n1 *n2 *r464
9 4 10 8 12 3
- 40*m1*m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r4111
8 10 5 8 8 7
+ 24*m1*m2 *n1 *n2 *r4111 - 8*m1*m2 *n1 *n2 *r4111
8 6 9 8 4 11
- 24*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r4111
7 12 4 7 10 6
- 11*m1*m2 *n1 *n2 *r446 - 6*m1*m2 *n1 *n2 *r446
7 8 8 7 6 10 7 4 12
+ 16*m1*m2 *n1 *n2 *r446 + 6*m1*m2 *n1 *n2 *r446 - 5*m1*m2 *n1 *n2 *r446
10 9 5 10 7 7 10 5 9
+ 8*m2 *n1 *n2 *r464 - 16*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
9 11 4 9 9 6 9 7 8
- 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111
9 5 10 8 13 3 8 9 7
- 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 - 2*m2 *n1 *n2 *r446
8 5 11 7 8 8 7 6 10
+ m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2
7 2 14 7 16 6 9 7
- 4*a33*m1 *n1 *n2 - 2*a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 12*a33*m1 *m2*n1 *n2 + 24*a33*m1 *m2*n1 *n2 + 44*a33*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 18*a33*m1 *m2*n1*n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12
- 124*a33*m1 *m2 *n1 *n2 - 160*a33*m1 *m2 *n1 *n2
5 2 2 14 5 2 16 4 3 11 5
- 56*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2 - 20*a33*m1 *m2 *n1 *n2
4 3 9 7 4 3 7 9
+ 50*a33*m1 *m2 *n1 *n2 + 260*a33*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13
+ 280*a33*m1 *m2 *n1 *n2 + 80*a33*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10
- 280*a33*m1 *m2 *n1 *n2 - 260*a33*m1 *m2 *n1 *n2
3 4 4 12 3 4 2 14 2 5 13 3
- 50*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
2 5 11 5 2 5 9 7
+ 56*a33*m1 *m2 *n1 *n2 + 160*a33*m1 *m2 *n1 *n2
2 5 7 9 2 5 5 11 2 5 3 13
+ 124*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
6 12 4 6 10 6 6 8 8
- 18*a33*m1*m2 *n1 *n2 - 44*a33*m1*m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
6 6 10 6 4 12 7 13 3
+ 12*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 11 5 7 7 9 7 5 11
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
3 10 8 5 3 10 6 7
r34=( - 12*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14
3 10 4 9 3 10 2 11
+ 16*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14
3 10 13 3 9 9 4
- 4*a33 *m1 *n2 *r14 + 60*a33 *m1 *m2*n1 *n2 *r14
3 9 7 6 3 9 5 8
- 128*a33 *m1 *m2*n1 *n2 *r14 - 88*a33 *m1 *m2*n1 *n2 *r14
3 9 3 10 3 9 12
+ 128*a33 *m1 *m2*n1 *n2 *r14 + 28*a33 *m1 *m2*n1*n2 *r14
3 8 2 10 3 3 8 2 8 5
- 120*a33 *m1 *m2 *n1 *n2 *r14 + 528*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 6 7 3 8 2 4 9
- 8*a33 *m1 *m2 *n1 *n2 *r14 - 648*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 13 3 7 3 11 2
- 8*a33 *m1 *m2 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 9 4 3 7 3 7 6
- 1000*a33 *m1 *m2 *n1 *n2 *r14 + 816*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 5 8 3 7 3 3 10
+ 1392*a33 *m1 *m2 *n1 *n2 *r14 - 424*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 12 3 6 4 12
+ 120*a33 *m1 *m2 *n1*n2 *r14 - 60*a33 *m1 *m2 *n1 *n2*r14
3 6 4 10 3 3 6 4 8 5
+ 1000*a33 *m1 *m2 *n1 *n2 *r14 - 1996*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 6 7 3 6 4 4 9
- 1152*a33 *m1 *m2 *n1 *n2 *r14 + 1276*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 2 11 3 6 4 13
- 616*a33 *m1 *m2 *n1 *n2 *r14 + 12*a33 *m1 *m2 *n2 *r14
3 5 5 13 3 5 5 11 2
+ 12*a33 *m1 *m2 *n1 *r14 - 528*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 9 4 3 5 5 7 6
+ 2164*a33 *m1 *m2 *n1 *n2 *r14 - 384*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 5 8 3 5 5 3 10
- 1452*a33 *m1 *m2 *n1 *n2 *r14 + 1552*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 12 3 4 6 12
- 84*a33 *m1 *m2 *n1*n2 *r14 + 128*a33 *m1 *m2 *n1 *n2*r14
3 4 6 10 3 3 4 6 8 5
- 1152*a33 *m1 *m2 *n1 *n2 *r14 + 1392*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 6 7 3 4 6 4 9
+ 272*a33 *m1 *m2 *n1 *n2 *r14 - 2160*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 2 11 3 3 7 13
+ 240*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 3 7 11 2 3 3 7 9 4
+ 248*a33 *m1 *m2 *n1 *n2 *r14 - 912*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 7 6 3 3 7 5 8
+ 880*a33 *m1 *m2 *n1 *n2 *r14 + 1688*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 3 10 3 2 8 12
- 360*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1 *m2 *n1 *n2*r14
3 2 8 10 3 3 2 8 8 5
+ 168*a33 *m1 *m2 *n1 *n2 *r14 - 816*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 6 7 3 2 8 4 9
- 680*a33 *m1 *m2 *n1 *n2 *r14 + 300*a33 *m1 *m2 *n1 *n2 *r14
3 9 13 3 9 11 2
- 4*a33 *m1*m2 *n1 *r14 + 32*a33 *m1*m2 *n1 *n2 *r14
3 9 9 4 3 9 7 6
+ 264*a33 *m1*m2 *n1 *n2 *r14 + 96*a33 *m1*m2 *n1 *n2 *r14
3 9 5 8 3 10 12
- 132*a33 *m1*m2 *n1 *n2 *r14 - 8*a33 *m2 *n1 *n2*r14
3 10 10 3 3 10 8 5
- 24*a33 *m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
3 10 6 7 2 10 8 6
+ 24*a33 *m2 *n1 *n2 *r14 - 12*a33 *m1 *n1 *n2 *r214
2 10 6 8 2 10 4 10
+ 8*a33 *m1 *n1 *n2 *r214 + 16*a33 *m1 *n1 *n2 *r214
2 10 2 12 2 10 14
- 8*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n2 *r214
2 9 9 5 2 9 7 7
+ 60*a33 *m1 *m2*n1 *n2 *r214 - 128*a33 *m1 *m2*n1 *n2 *r214
2 9 5 9 2 9 3 11
- 88*a33 *m1 *m2*n1 *n2 *r214 + 128*a33 *m1 *m2*n1 *n2 *r214
2 9 13 2 8 2 10 4
+ 28*a33 *m1 *m2*n1*n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 8 6 2 8 2 6 8
+ 528*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 4 10 2 8 2 14
- 648*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 7 3 11 3 2 7 3 9 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 1000*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 7 7 2 7 3 5 9
+ 816*a33 *m1 *m2 *n1 *n2 *r214 + 1392*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 3 11 2 7 3 13
- 424*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1*n2 *r214
2 6 4 12 2 2 6 4 10 4
- 60*a33 *m1 *m2 *n1 *n2 *r214 + 1000*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 8 6 2 6 4 6 8
- 1996*a33 *m1 *m2 *n1 *n2 *r214 - 1152*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 4 10 2 6 4 2 12
+ 1276*a33 *m1 *m2 *n1 *n2 *r214 - 616*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 14 2 5 5 13
+ 12*a33 *m1 *m2 *n2 *r214 + 12*a33 *m1 *m2 *n1 *n2*r214
2 5 5 11 3 2 5 5 9 5
- 528*a33 *m1 *m2 *n1 *n2 *r214 + 2164*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 7 7 2 5 5 5 9
- 384*a33 *m1 *m2 *n1 *n2 *r214 - 1452*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 3 11 2 5 5 13
+ 1552*a33 *m1 *m2 *n1 *n2 *r214 - 84*a33 *m1 *m2 *n1*n2 *r214
2 4 6 12 2 2 4 6 10 4
+ 128*a33 *m1 *m2 *n1 *n2 *r214 - 1152*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 8 6 2 4 6 6 8
+ 1392*a33 *m1 *m2 *n1 *n2 *r214 + 272*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 4 10 2 4 6 2 12
- 2160*a33 *m1 *m2 *n1 *n2 *r214 + 240*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 13 2 3 7 11 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 248*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 9 5 2 3 7 7 7
- 912*a33 *m1 *m2 *n1 *n2 *r214 + 880*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 5 9 2 3 7 3 11
+ 1688*a33 *m1 *m2 *n1 *n2 *r214 - 360*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 12 2 2 2 8 10 4
+ 4*a33 *m1 *m2 *n1 *n2 *r214 + 168*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 8 6 2 2 8 6 8
- 816*a33 *m1 *m2 *n1 *n2 *r214 - 680*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 4 10 2 9 13
+ 300*a33 *m1 *m2 *n1 *n2 *r214 - 4*a33 *m1*m2 *n1 *n2*r214
2 9 11 3 2 9 9 5
+ 32*a33 *m1*m2 *n1 *n2 *r214 + 264*a33 *m1*m2 *n1 *n2 *r214
2 9 7 7 2 9 5 9
+ 96*a33 *m1*m2 *n1 *n2 *r214 - 132*a33 *m1*m2 *n1 *n2 *r214
2 10 12 2 2 10 10 4
- 8*a33 *m2 *n1 *n2 *r214 - 24*a33 *m2 *n1 *n2 *r214
2 10 8 6 2 10 6 8
+ 8*a33 *m2 *n1 *n2 *r214 + 24*a33 *m2 *n1 *n2 *r214
10 8 8 10 6 10 10 4 12
- 14*m1 *n1 *n2 *r464 + 4*m1 *n1 *n2 *r464 + 16*m1 *n1 *n2 *r464
10 2 14 10 16 9 9 7
- 4*m1 *n1 *n2 *r464 - 2*m1 *n2 *r464 + 70*m1 *m2*n1 *n2 *r464
9 7 9 9 5 11
- 116*m1 *m2*n1 *n2 *r464 - 112*m1 *m2*n1 *n2 *r464
9 3 13 9 15 9 9 8
+ 84*m1 *m2*n1 *n2 *r464 + 10*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
9 5 12 9 16 8 2 10 6
- 4*m1 *n1 *n2 *r4111 + 2*m1 *n1*n2 *r4111 - 140*m1 *m2 *n1 *n2 *r464
8 2 8 8 8 2 6 10
+ 528*m1 *m2 *n1 *n2 *r464 + 112*m1 *m2 *n1 *n2 *r464
8 2 4 12 8 2 2 14
- 488*m1 *m2 *n1 *n2 *r464 + 60*m1 *m2 *n1 *n2 *r464
8 2 16 8 10 7 8 8 9
- 8*m1 *m2 *n2 *r464 - 10*m1 *m2*n1 *n2 *r4111 + 14*m1 *m2*n1 *n2 *r4111
8 6 11 8 4 13
+ 32*m1 *m2*n1 *n2 *r4111 - 16*m1 *m2*n1 *n2 *r4111
8 2 15 8 17 8 10 8
- 22*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n2 *r4111 - m1 *n1 *n2 *r446
8 8 10 8 6 12 8 4 14
- m1 *n1 *n2 *r446 + 2*m1 *n1 *n2 *r446 + 2*m1 *n1 *n2 *r446
8 2 16 8 18 7 3 11 5
- m1 *n1 *n2 *r446 - m1 *n2 *r446 + 140*m1 *m2 *n1 *n2 *r464
7 3 9 7 7 3 7 9
- 1040*m1 *m2 *n1 *n2 *r464 + 568*m1 *m2 *n1 *n2 *r464
7 3 5 11 7 3 3 13
+ 1088*m1 *m2 *n1 *n2 *r464 - 548*m1 *m2 *n1 *n2 *r464
7 3 15 7 2 11 6
+ 112*m1 *m2 *n1*n2 *r464 + 20*m1 *m2 *n1 *n2 *r4111
7 2 9 8 7 2 7 10
- 72*m1 *m2 *n1 *n2 *r4111 - 72*m1 *m2 *n1 *n2 *r4111
7 2 5 12 7 2 3 14
+ 128*m1 *m2 *n1 *n2 *r4111 + 84*m1 *m2 *n1 *n2 *r4111
7 2 16 7 11 7 7 9 9
- 24*m1 *m2 *n1*n2 *r4111 + 5*m1 *m2*n1 *n2 *r446 - m1 *m2*n1 *n2 *r446
7 7 11 7 5 13
- 22*m1 *m2*n1 *n2 *r446 - 10*m1 *m2*n1 *n2 *r446
7 3 15 7 17
+ 17*m1 *m2*n1 *n2 *r446 + 11*m1 *m2*n1*n2 *r446
6 4 12 4 6 4 10 6
- 70*m1 *m2 *n1 *n2 *r464 + 1060*m1 *m2 *n1 *n2 *r464
6 4 8 8 6 4 6 10
- 1714*m1 *m2 *n1 *n2 *r464 - 768*m1 *m2 *n1 *n2 *r464
6 4 4 12 6 4 2 14
+ 1486*m1 *m2 *n1 *n2 *r464 - 580*m1 *m2 *n1 *n2 *r464
6 4 16 6 3 12 5
+ 10*m1 *m2 *n2 *r464 - 20*m1 *m2 *n1 *n2 *r4111
6 3 10 7 6 3 8 9
+ 150*m1 *m2 *n1 *n2 *r4111 + 14*m1 *m2 *n1 *n2 *r4111
6 3 6 11 6 3 4 13
- 388*m1 *m2 *n1 *n2 *r4111 - 120*m1 *m2 *n1 *n2 *r4111
6 3 2 15 6 3 17
+ 110*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
6 2 12 6 6 2 10 8
- 10*m1 *m2 *n1 *n2 *r446 + 21*m1 *m2 *n1 *n2 *r446
6 2 8 10 6 2 6 12
+ 73*m1 *m2 *n1 *n2 *r446 - 6*m1 *m2 *n1 *n2 *r446
6 2 4 14 6 2 2 16 6 2 18
- 96*m1 *m2 *n1 *n2 *r446 - 47*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446
5 5 13 3 5 5 11 5
+ 14*m1 *m2 *n1 *n2 *r464 - 564*m1 *m2 *n1 *n2 *r464
5 5 9 7 5 5 7 9
+ 1954*m1 *m2 *n1 *n2 *r464 - 768*m1 *m2 *n1 *n2 *r464
5 5 5 11 5 5 3 13
- 1734*m1 *m2 *n1 *n2 *r464 + 1492*m1 *m2 *n1 *n2 *r464
5 5 15 5 4 13 4
- 74*m1 *m2 *n1*n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
5 4 11 6 5 4 9 8
- 160*m1 *m2 *n1 *n2 *r4111 + 170*m1 *m2 *n1 *n2 *r4111
5 4 7 10 5 4 5 12
+ 576*m1 *m2 *n1 *n2 *r4111 - 34*m1 *m2 *n1 *n2 *r4111
5 4 3 14 5 4 16
- 256*m1 *m2 *n1 *n2 *r4111 + 14*m1 *m2 *n1*n2 *r4111
5 3 13 5 5 3 11 7
+ 10*m1 *m2 *n1 *n2 *r446 - 55*m1 *m2 *n1 *n2 *r446
5 3 9 9 5 3 7 11
- 103*m1 *m2 *n1 *n2 *r446 + 114*m1 *m2 *n1 *n2 *r446
5 3 5 13 5 3 3 15
+ 260*m1 *m2 *n1 *n2 *r446 + 101*m1 *m2 *n1 *n2 *r446
5 3 17 4 6 12 4
- 7*m1 *m2 *n1*n2 *r446 + 136*m1 *m2 *n1 *n2 *r464
4 6 10 6 4 6 8 8
- 1028*m1 *m2 *n1 *n2 *r464 + 1696*m1 *m2 *n1 *n2 *r464
4 6 6 10 4 6 4 12
+ 520*m1 *m2 *n1 *n2 *r464 - 2120*m1 *m2 *n1 *n2 *r464
4 6 2 14 4 5 14 3
+ 220*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r4111
4 5 12 5 4 5 10 7
+ 90*m1 *m2 *n1 *n2 *r4111 - 276*m1 *m2 *n1 *n2 *r4111
4 5 8 9 4 5 6 11
- 420*m1 *m2 *n1 *n2 *r4111 + 318*m1 *m2 *n1 *n2 *r4111
4 5 4 13 4 5 2 15
+ 330*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
4 4 14 4 4 4 12 6
- 5*m1 *m2 *n1 *n2 *r446 + 65*m1 *m2 *n1 *n2 *r446
4 4 10 8 4 4 8 10
+ 50*m1 *m2 *n1 *n2 *r446 - 270*m1 *m2 *n1 *n2 *r446
4 4 6 12 4 4 4 14
- 385*m1 *m2 *n1 *n2 *r446 - 115*m1 *m2 *n1 *n2 *r446
4 4 2 16 3 7 13 3
+ 20*m1 *m2 *n1 *n2 *r446 - 8*m1 *m2 *n1 *n2 *r464
3 7 11 5 3 7 9 7
+ 188*m1 *m2 *n1 *n2 *r464 - 1072*m1 *m2 *n1 *n2 *r464
3 7 7 9 3 7 5 11
+ 760*m1 *m2 *n1 *n2 *r464 + 1688*m1 *m2 *n1 *n2 *r464
3 7 3 13 3 6 13 4
- 340*m1 *m2 *n1 *n2 *r464 - 24*m1 *m2 *n1 *n2 *r4111
3 6 11 6 3 6 9 8
+ 188*m1 *m2 *n1 *n2 *r4111 + 96*m1 *m2 *n1 *n2 *r4111
3 6 7 10 3 6 5 12
- 408*m1 *m2 *n1 *n2 *r4111 - 232*m1 *m2 *n1 *n2 *r4111
3 6 3 14 3 5 15 3
+ 60*m1 *m2 *n1 *n2 *r4111 + m1 *m2 *n1 *n2 *r446
3 5 13 5 3 5 11 7
- 39*m1 *m2 *n1 *n2 *r446 + 28*m1 *m2 *n1 *n2 *r446
3 5 9 9 3 5 7 11
+ 298*m1 *m2 *n1 *n2 *r446 + 321*m1 *m2 *n1 *n2 *r446
3 5 5 13 3 5 3 15
+ 61*m1 *m2 *n1 *n2 *r446 - 30*m1 *m2 *n1 *n2 *r446
2 8 12 4 2 8 10 6
+ 22*m1 *m2 *n1 *n2 *r464 + 212*m1 *m2 *n1 *n2 *r464
2 8 8 8 2 8 6 10
- 792*m1 *m2 *n1 *n2 *r464 - 692*m1 *m2 *n1 *n2 *r464
2 8 4 12 2 7 14 3
+ 290*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
2 7 12 5 2 7 10 7
- 58*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
2 7 8 9 2 7 6 11
+ 236*m1 *m2 *n1 *n2 *r4111 + 74*m1 *m2 *n1 *n2 *r4111
2 7 4 13 2 6 14 4
- 50*m1 *m2 *n1 *n2 *r4111 + 11*m1 *m2 *n1 *n2 *r446
2 6 12 6 2 6 10 8
- 43*m1 *m2 *n1 *n2 *r446 - 170*m1 *m2 *n1 *n2 *r446
2 6 8 10 2 6 6 12
- 142*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n1 *n2 *r446
2 6 4 14 9 13 3
+ 25*m1 *m2 *n1 *n2 *r446 - 6*m1*m2 *n1 *n2 *r464
9 11 5 9 9 7
+ 28*m1*m2 *n1 *n2 *r464 + 264*m1*m2 *n1 *n2 *r464
9 7 9 9 5 11
+ 100*m1*m2 *n1 *n2 *r464 - 130*m1*m2 *n1 *n2 *r464
8 13 4 8 11 6
+ 6*m1*m2 *n1 *n2 *r4111 - 32*m1*m2 *n1 *n2 *r4111
8 9 8 8 5 12
- 60*m1*m2 *n1 *n2 *r4111 + 22*m1*m2 *n1 *n2 *r4111
7 15 3 7 13 5 7 11 7
- m1*m2 *n1 *n2 *r446 + 17*m1*m2 *n1 *n2 *r446 + 46*m1*m2 *n1 *n2 *r446
7 9 9 7 7 11
+ 26*m1*m2 *n1 *n2 *r446 - 13*m1*m2 *n1 *n2 *r446
7 5 13 10 12 4 10 10 6
- 11*m1*m2 *n1 *n2 *r446 - 8*m2 *n1 *n2 *r464 - 24*m2 *n1 *n2 *r464
10 8 8 10 6 10 9 12 5
+ 8*m2 *n1 *n2 *r464 + 24*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r4111
9 10 7 9 8 9 9 6 11
+ 4*m2 *n1 *n2 *r4111 - 4*m2 *n1 *n2 *r4111 - 4*m2 *n1 *n2 *r4111
8 14 4 8 12 6 8 8 10
- 2*m2 *n1 *n2 *r446 - 4*m2 *n1 *n2 *r446 + 4*m2 *n1 *n2 *r446
8 6 12 7 10 8 7 8 10
+ 2*m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2 + 6*a33*m1 *n1 *n2
7 6 12 7 4 14 7 2 16
+ 4*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 - 6*a33*m1 *n1 *n2
7 18 6 11 7 6 9 9
- 2*a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2 - 22*a33*m1 *m2*n1 *n2
6 7 11 6 5 13 6 3 15
+ 12*a33*m1 *m2*n1 *n2 + 68*a33*m1 *m2*n1 *n2 + 62*a33*m1 *m2*n1 *n2
6 17 5 2 12 6 5 2 10 8
+ 18*a33*m1 *m2*n1*n2 + 20*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
5 2 8 10 5 2 6 12
- 126*a33*m1 *m2 *n1 *n2 - 284*a33*m1 *m2 *n1 *n2
5 2 4 14 5 2 2 16 5 2 18
- 216*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
4 3 13 5 4 3 11 7
- 20*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
4 3 9 9 4 3 7 11
+ 310*a33*m1 *m2 *n1 *n2 + 540*a33*m1 *m2 *n1 *n2
4 3 5 13 4 3 3 15
+ 360*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2
4 3 17 3 4 14 4 3 4 12 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
3 4 10 8 3 4 8 10
- 360*a33*m1 *m2 *n1 *n2 - 540*a33*m1 *m2 *n1 *n2
3 4 6 12 3 4 4 14
- 310*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
3 4 2 16 2 5 15 3 2 5 13 5
+ 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2 + 54*a33*m1 *m2 *n1 *n2
2 5 11 7 2 5 9 9
+ 216*a33*m1 *m2 *n1 *n2 + 284*a33*m1 *m2 *n1 *n2
2 5 7 11 2 5 5 13
+ 126*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1 *n2
2 5 3 15 6 14 4 6 12 6
- 20*a33*m1 *m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 62*a33*m1*m2 *n1 *n2
6 10 8 6 8 10 6 6 12
- 68*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2 + 22*a33*m1*m2 *n1 *n2
6 4 14 7 15 3 7 13 5
+ 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 6*a33*m2 *n1 *n2
7 11 7 7 9 9 7 7 11
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2
7 5 13
- 2*a33*m2 *n1 *n2 )
r35=0
3 10 10 5 3 10 6 9
r36=( - 8*a33 *m1 *n1 *n2 *r14 + 16*a33 *m1 *n1 *n2 *r14
3 10 2 13 3 9 11 4
- 8*a33 *m1 *n1 *n2 *r14 + 40*a33 *m1 *m2*n1 *n2 *r14
3 9 9 6 3 9 7 8
- 64*a33 *m1 *m2*n1 *n2 *r14 - 128*a33 *m1 *m2*n1 *n2 *r14
3 9 5 10 3 9 3 12
+ 80*a33 *m1 *m2*n1 *n2 *r14 + 88*a33 *m1 *m2*n1 *n2 *r14
3 9 14 3 8 2 12 3
- 16*a33 *m1 *m2*n1*n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 10 5 3 8 2 8 7
+ 328*a33 *m1 *m2 *n1 *n2 *r14 + 232*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 6 9 3 8 2 4 11
- 640*a33 *m1 *m2 *n1 *n2 *r14 - 272*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 2 13 3 8 2 15
+ 184*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n2 *r14
3 7 3 13 2 3 7 3 11 4
+ 80*a33 *m1 *m2 *n1 *n2 *r14 - 680*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 9 6 3 7 3 7 8
+ 232*a33 *m1 *m2 *n1 *n2 *r14 + 1840*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 5 10 3 7 3 3 12
- 32*a33 *m1 *m2 *n1 *n2 *r14 - 776*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 14 3 6 4 14
+ 104*a33 *m1 *m2 *n1*n2 *r14 - 40*a33 *m1 *m2 *n1 *n2*r14
3 6 4 12 3 3 6 4 10 5
+ 720*a33 *m1 *m2 *n1 *n2 *r14 - 1280*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 8 7 3 6 4 6 9
- 2360*a33 *m1 *m2 *n1 *n2 *r14 + 1688*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 4 11 3 6 4 2 13
+ 1504*a33 *m1 *m2 *n1 *n2 *r14 - 496*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 15 3 5 5 15
+ 8*a33 *m1 *m2 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 5 5 13 2 3 5 5 11 4
- 400*a33 *m1 *m2 *n1 *n2 *r14 + 1744*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 9 6 3 5 5 7 8
+ 1000*a33 *m1 *m2 *n1 *n2 *r14 - 3576*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 5 10 3 5 5 3 12
- 1184*a33 *m1 *m2 *n1 *n2 *r14 + 1184*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 14 3 4 6 14
- 56*a33 *m1 *m2 *n1*n2 *r14 + 104*a33 *m1 *m2 *n1 *n2*r14
3 4 6 12 3 3 4 6 10 5
- 1112*a33 *m1 *m2 *n1 *n2 *r14 + 720*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 8 7 3 4 6 6 9
+ 3312*a33 *m1 *m2 *n1 *n2 *r14 - 344*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 4 11 3 4 6 2 13
- 1560*a33 *m1 *m2 *n1 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 15 3 3 7 13 2
- 8*a33 *m1 *m2 *n1 *r14 + 328*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 11 4 3 3 7 9 6
- 960*a33 *m1 *m2 *n1 *n2 *r14 - 1328*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 7 8 3 3 7 5 10
+ 1336*a33 *m1 *m2 *n1 *n2 *r14 + 1128*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 3 12 3 2 8 14
- 240*a33 *m1 *m2 *n1 *n2 *r14 - 32*a33 *m1 *m2 *n1 *n2*r14
3 2 8 12 3 3 2 8 10 5
+ 360*a33 *m1 *m2 *n1 *n2 *r14 + 32*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 8 7 3 2 8 6 9
- 944*a33 *m1 *m2 *n1 *n2 *r14 - 384*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 4 11 3 9 13 2
+ 200*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1*m2 *n1 *n2 *r14
3 9 11 4 3 9 9 6
+ 112*a33 *m1*m2 *n1 *n2 *r14 + 256*a33 *m1*m2 *n1 *n2 *r14
3 9 7 8 3 9 5 10
+ 16*a33 *m1*m2 *n1 *n2 *r14 - 88*a33 *m1*m2 *n1 *n2 *r14
3 10 12 3 3 10 10 5
- 16*a33 *m2 *n1 *n2 *r14 - 16*a33 *m2 *n1 *n2 *r14
3 10 8 7 3 10 6 9
+ 16*a33 *m2 *n1 *n2 *r14 + 16*a33 *m2 *n1 *n2 *r14
2 10 10 6 2 10 6 10
- 8*a33 *m1 *n1 *n2 *r214 + 16*a33 *m1 *n1 *n2 *r214
2 10 2 14 2 9 11 5
- 8*a33 *m1 *n1 *n2 *r214 + 40*a33 *m1 *m2*n1 *n2 *r214
2 9 9 7 2 9 7 9
- 64*a33 *m1 *m2*n1 *n2 *r214 - 128*a33 *m1 *m2*n1 *n2 *r214
2 9 5 11 2 9 3 13
+ 80*a33 *m1 *m2*n1 *n2 *r214 + 88*a33 *m1 *m2*n1 *n2 *r214
2 9 15 2 8 2 12 4
- 16*a33 *m1 *m2*n1*n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 10 6 2 8 2 8 8
+ 328*a33 *m1 *m2 *n1 *n2 *r214 + 232*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 6 10 2 8 2 4 12
- 640*a33 *m1 *m2 *n1 *n2 *r214 - 272*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 2 14 2 8 2 16
+ 184*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 7 3 13 3 2 7 3 11 5
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 680*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 9 7 2 7 3 7 9
+ 232*a33 *m1 *m2 *n1 *n2 *r214 + 1840*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 5 11 2 7 3 3 13
- 32*a33 *m1 *m2 *n1 *n2 *r214 - 776*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 15 2 6 4 14 2
+ 104*a33 *m1 *m2 *n1*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 12 4 2 6 4 10 6
+ 720*a33 *m1 *m2 *n1 *n2 *r214 - 1280*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 8 8 2 6 4 6 10
- 2360*a33 *m1 *m2 *n1 *n2 *r214 + 1688*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 4 12 2 6 4 2 14
+ 1504*a33 *m1 *m2 *n1 *n2 *r214 - 496*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 16 2 5 5 15
+ 8*a33 *m1 *m2 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 5 5 13 3 2 5 5 11 5
- 400*a33 *m1 *m2 *n1 *n2 *r214 + 1744*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 9 7 2 5 5 7 9
+ 1000*a33 *m1 *m2 *n1 *n2 *r214 - 3576*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 5 11 2 5 5 3 13
- 1184*a33 *m1 *m2 *n1 *n2 *r214 + 1184*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 15 2 4 6 14 2
- 56*a33 *m1 *m2 *n1*n2 *r214 + 104*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 12 4 2 4 6 10 6
- 1112*a33 *m1 *m2 *n1 *n2 *r214 + 720*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 8 8 2 4 6 6 10
+ 3312*a33 *m1 *m2 *n1 *n2 *r214 - 344*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 4 12 2 4 6 2 14
- 1560*a33 *m1 *m2 *n1 *n2 *r214 + 160*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 15 2 3 7 13 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 328*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 11 5 2 3 7 9 7
- 960*a33 *m1 *m2 *n1 *n2 *r214 - 1328*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 9 2 3 7 5 11
+ 1336*a33 *m1 *m2 *n1 *n2 *r214 + 1128*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 3 13 2 2 8 14 2
- 240*a33 *m1 *m2 *n1 *n2 *r214 - 32*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 12 4 2 2 8 10 6
+ 360*a33 *m1 *m2 *n1 *n2 *r214 + 32*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 8 8 2 2 8 6 10
- 944*a33 *m1 *m2 *n1 *n2 *r214 - 384*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 4 12 2 9 13 3
+ 200*a33 *m1 *m2 *n1 *n2 *r214 - 40*a33 *m1*m2 *n1 *n2 *r214
2 9 11 5 2 9 9 7
+ 112*a33 *m1*m2 *n1 *n2 *r214 + 256*a33 *m1*m2 *n1 *n2 *r214
2 9 7 9 2 9 5 11
+ 16*a33 *m1*m2 *n1 *n2 *r214 - 88*a33 *m1*m2 *n1 *n2 *r214
2 10 12 4 2 10 10 6
- 16*a33 *m2 *n1 *n2 *r214 - 16*a33 *m2 *n1 *n2 *r214
2 10 8 8 2 10 6 10
+ 16*a33 *m2 *n1 *n2 *r214 + 16*a33 *m2 *n1 *n2 *r214
10 10 8 10 6 12 10 2 16
- 8*m1 *n1 *n2 *r464 + 16*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464
9 11 7 9 9 9
+ 40*m1 *m2*n1 *n2 *r464 - 64*m1 *m2*n1 *n2 *r464
9 7 11 9 5 13
- 128*m1 *m2*n1 *n2 *r464 + 80*m1 *m2*n1 *n2 *r464
9 3 15 9 17 9 11 8
+ 88*m1 *m2*n1 *n2 *r464 - 16*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
9 9 10 9 7 12 9 5 14
+ 2*m1 *n1 *n2 *r4111 - 4*m1 *n1 *n2 *r4111 - 4*m1 *n1 *n2 *r4111
9 3 16 9 18 8 2 12 6
+ 2*m1 *n1 *n2 *r4111 + 2*m1 *n1*n2 *r4111 - 80*m1 *m2 *n1 *n2 *r464
8 2 10 8 8 2 8 10
+ 328*m1 *m2 *n1 *n2 *r464 + 232*m1 *m2 *n1 *n2 *r464
8 2 6 12 8 2 4 14
- 640*m1 *m2 *n1 *n2 *r464 - 272*m1 *m2 *n1 *n2 *r464
8 2 2 16 8 2 18
+ 184*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
8 12 7 8 10 9
- 10*m1 *m2*n1 *n2 *r4111 + 4*m1 *m2*n1 *n2 *r4111
8 8 11 8 6 13
+ 46*m1 *m2*n1 *n2 *r4111 + 16*m1 *m2*n1 *n2 *r4111
8 4 15 8 2 17
- 38*m1 *m2*n1 *n2 *r4111 - 20*m1 *m2*n1 *n2 *r4111
8 19 8 12 8 8 10 10
+ 2*m1 *m2*n2 *r4111 - m1 *n1 *n2 *r446 - 2*m1 *n1 *n2 *r446
8 8 12 8 6 14 8 4 16
+ m1 *n1 *n2 *r446 + 4*m1 *n1 *n2 *r446 + m1 *n1 *n2 *r446
8 2 18 8 20 7 3 13 5
- 2*m1 *n1 *n2 *r446 - m1 *n2 *r446 + 80*m1 *m2 *n1 *n2 *r464
7 3 11 7 7 3 9 9
- 680*m1 *m2 *n1 *n2 *r464 + 232*m1 *m2 *n1 *n2 *r464
7 3 7 11 7 3 5 13
+ 1840*m1 *m2 *n1 *n2 *r464 - 32*m1 *m2 *n1 *n2 *r464
7 3 3 15 7 3 17
- 776*m1 *m2 *n1 *n2 *r464 + 104*m1 *m2 *n1*n2 *r464
7 2 13 6 7 2 11 8
+ 20*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
7 2 9 10 7 2 7 12
- 144*m1 *m2 *n1 *n2 *r4111 + 56*m1 *m2 *n1 *n2 *r4111
7 2 5 14 7 2 3 16
+ 212*m1 *m2 *n1 *n2 *r4111 + 60*m1 *m2 *n1 *n2 *r4111
7 2 18 7 13 7
- 24*m1 *m2 *n1*n2 *r4111 + 5*m1 *m2*n1 *n2 *r446
7 11 9 7 9 11
+ 4*m1 *m2*n1 *n2 *r446 - 23*m1 *m2*n1 *n2 *r446
7 7 13 7 5 15
- 32*m1 *m2*n1 *n2 *r446 + 7*m1 *m2*n1 *n2 *r446
7 3 17 7 19
+ 28*m1 *m2*n1 *n2 *r446 + 11*m1 *m2*n1*n2 *r446
6 4 14 4 6 4 12 6
- 40*m1 *m2 *n1 *n2 *r464 + 720*m1 *m2 *n1 *n2 *r464
6 4 10 8 6 4 8 10
- 1280*m1 *m2 *n1 *n2 *r464 - 2360*m1 *m2 *n1 *n2 *r464
6 4 6 12 6 4 4 14
+ 1688*m1 *m2 *n1 *n2 *r464 + 1504*m1 *m2 *n1 *n2 *r464
6 4 2 16 6 4 18
- 496*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
6 3 14 5 6 3 12 7
- 20*m1 *m2 *n1 *n2 *r4111 + 130*m1 *m2 *n1 *n2 *r4111
6 3 10 9 6 3 8 11
+ 164*m1 *m2 *n1 *n2 *r4111 - 374*m1 *m2 *n1 *n2 *r4111
6 3 6 13 6 3 4 15
- 508*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r4111
6 3 2 17 6 3 19
+ 108*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
6 2 14 6 6 2 12 8
- 10*m1 *m2 *n1 *n2 *r446 + 11*m1 *m2 *n1 *n2 *r446
6 2 10 10 6 2 8 12
+ 94*m1 *m2 *n1 *n2 *r446 + 67*m1 *m2 *n1 *n2 *r446
6 2 6 14 6 2 4 16
- 102*m1 *m2 *n1 *n2 *r446 - 143*m1 *m2 *n1 *n2 *r446
6 2 2 18 6 2 20 5 5 15 3
- 46*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
5 5 13 5 5 5 11 7
- 400*m1 *m2 *n1 *n2 *r464 + 1744*m1 *m2 *n1 *n2 *r464
5 5 9 9 5 5 7 11
+ 1000*m1 *m2 *n1 *n2 *r464 - 3576*m1 *m2 *n1 *n2 *r464
5 5 5 13 5 5 3 15
- 1184*m1 *m2 *n1 *n2 *r464 + 1184*m1 *m2 *n1 *n2 *r464
5 5 17 5 4 15 4
- 56*m1 *m2 *n1*n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
5 4 13 6 5 4 11 8
- 150*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
5 4 9 10 5 4 7 12
+ 746*m1 *m2 *n1 *n2 *r4111 + 542*m1 *m2 *n1 *n2 *r4111
5 4 5 14 5 4 3 16
- 290*m1 *m2 *n1 *n2 *r4111 - 242*m1 *m2 *n1 *n2 *r4111
5 4 18 5 3 15 5
+ 14*m1 *m2 *n1*n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
5 3 13 7 5 3 11 9
- 45*m1 *m2 *n1 *n2 *r446 - 158*m1 *m2 *n1 *n2 *r446
5 3 9 11 5 3 7 13
+ 11*m1 *m2 *n1 *n2 *r446 + 374*m1 *m2 *n1 *n2 *r446
5 3 5 15 5 3 3 17
+ 361*m1 *m2 *n1 *n2 *r446 + 94*m1 *m2 *n1 *n2 *r446
5 3 19 4 6 14 4
- 7*m1 *m2 *n1*n2 *r446 + 104*m1 *m2 *n1 *n2 *r464
4 6 12 6 4 6 10 8
- 1112*m1 *m2 *n1 *n2 *r464 + 720*m1 *m2 *n1 *n2 *r464
4 6 8 10 4 6 6 12
+ 3312*m1 *m2 *n1 *n2 *r464 - 344*m1 *m2 *n1 *n2 *r464
4 6 4 14 4 6 2 16
- 1560*m1 *m2 *n1 *n2 *r464 + 160*m1 *m2 *n1 *n2 *r464
4 5 16 3 4 5 14 5
- 2*m1 *m2 *n1 *n2 *r4111 + 88*m1 *m2 *n1 *n2 *r4111
4 5 12 7 4 5 10 9
- 186*m1 *m2 *n1 *n2 *r4111 - 696*m1 *m2 *n1 *n2 *r4111
4 5 8 11 4 5 6 13
- 102*m1 *m2 *n1 *n2 *r4111 + 648*m1 *m2 *n1 *n2 *r4111
4 5 4 15 4 5 2 17
+ 290*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
4 4 16 4 4 4 14 6
- 5*m1 *m2 *n1 *n2 *r446 + 60*m1 *m2 *n1 *n2 *r446
4 4 12 8 4 4 10 10
+ 115*m1 *m2 *n1 *n2 *r446 - 220*m1 *m2 *n1 *n2 *r446
4 4 8 12 4 4 6 14
- 655*m1 *m2 *n1 *n2 *r446 - 500*m1 *m2 *n1 *n2 *r446
4 4 4 16 4 4 2 18
- 95*m1 *m2 *n1 *n2 *r446 + 20*m1 *m2 *n1 *n2 *r446
3 7 15 3 3 7 13 5
- 8*m1 *m2 *n1 *n2 *r464 + 328*m1 *m2 *n1 *n2 *r464
3 7 11 7 3 7 9 9
- 960*m1 *m2 *n1 *n2 *r464 - 1328*m1 *m2 *n1 *n2 *r464
3 7 7 11 3 7 5 13
+ 1336*m1 *m2 *n1 *n2 *r464 + 1128*m1 *m2 *n1 *n2 *r464
3 7 3 15 3 6 15 4
- 240*m1 *m2 *n1 *n2 *r464 - 24*m1 *m2 *n1 *n2 *r4111
3 6 13 6 3 6 11 8
+ 164*m1 *m2 *n1 *n2 *r4111 + 284*m1 *m2 *n1 *n2 *r4111
3 6 9 10 3 6 7 12
- 312*m1 *m2 *n1 *n2 *r4111 - 640*m1 *m2 *n1 *n2 *r4111
3 6 5 14 3 6 3 16
- 172*m1 *m2 *n1 *n2 *r4111 + 60*m1 *m2 *n1 *n2 *r4111
3 5 17 3 3 5 15 5
+ m1 *m2 *n1 *n2 *r446 - 38*m1 *m2 *n1 *n2 *r446
3 5 13 7 3 5 11 9
- 11*m1 *m2 *n1 *n2 *r446 + 326*m1 *m2 *n1 *n2 *r446
3 5 9 11 3 5 7 13
+ 619*m1 *m2 *n1 *n2 *r446 + 382*m1 *m2 *n1 *n2 *r446
3 5 5 15 3 5 3 17
+ 31*m1 *m2 *n1 *n2 *r446 - 30*m1 *m2 *n1 *n2 *r446
2 8 14 4 2 8 12 6
- 32*m1 *m2 *n1 *n2 *r464 + 360*m1 *m2 *n1 *n2 *r464
2 8 10 8 2 8 8 10
+ 32*m1 *m2 *n1 *n2 *r464 - 944*m1 *m2 *n1 *n2 *r464
2 8 6 12 2 8 4 14
- 384*m1 *m2 *n1 *n2 *r464 + 200*m1 *m2 *n1 *n2 *r464
2 7 16 3 2 7 14 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 56*m1 *m2 *n1 *n2 *r4111
2 7 12 7 2 7 10 9
- 6*m1 *m2 *n1 *n2 *r4111 + 288*m1 *m2 *n1 *n2 *r4111
2 7 8 11 2 7 6 13
+ 310*m1 *m2 *n1 *n2 *r4111 + 24*m1 *m2 *n1 *n2 *r4111
2 7 4 15 2 6 16 4
- 50*m1 *m2 *n1 *n2 *r4111 + 11*m1 *m2 *n1 *n2 *r446
2 6 14 6 2 6 12 8
- 32*m1 *m2 *n1 *n2 *r446 - 213*m1 *m2 *n1 *n2 *r446
2 6 10 10 2 6 8 12
- 312*m1 *m2 *n1 *n2 *r446 - 143*m1 *m2 *n1 *n2 *r446
2 6 6 14 2 6 4 16
+ 24*m1 *m2 *n1 *n2 *r446 + 25*m1 *m2 *n1 *n2 *r446
9 13 5 9 11 7
- 40*m1*m2 *n1 *n2 *r464 + 112*m1*m2 *n1 *n2 *r464
9 9 9 9 7 11
+ 256*m1*m2 *n1 *n2 *r464 + 16*m1*m2 *n1 *n2 *r464
9 5 13 8 15 4
- 88*m1*m2 *n1 *n2 *r464 + 6*m1*m2 *n1 *n2 *r4111
8 13 6 8 11 8
- 26*m1*m2 *n1 *n2 *r4111 - 92*m1*m2 *n1 *n2 *r4111
8 9 10 8 7 12
- 60*m1*m2 *n1 *n2 *r4111 + 22*m1*m2 *n1 *n2 *r4111
8 5 14 7 17 3
+ 22*m1*m2 *n1 *n2 *r4111 - m1*m2 *n1 *n2 *r446
7 15 5 7 13 7
+ 16*m1*m2 *n1 *n2 *r446 + 63*m1*m2 *n1 *n2 *r446
7 11 9 7 9 11
+ 72*m1*m2 *n1 *n2 *r446 + 13*m1*m2 *n1 *n2 *r446
7 7 13 7 5 15
- 24*m1*m2 *n1 *n2 *r446 - 11*m1*m2 *n1 *n2 *r446
10 12 6 10 10 8 10 8 10
- 16*m2 *n1 *n2 *r464 - 16*m2 *n1 *n2 *r464 + 16*m2 *n1 *n2 *r464
10 6 12 9 14 5 9 12 7
+ 16*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r4111 + 8*m2 *n1 *n2 *r4111
9 8 11 9 6 13 8 16 4
- 8*m2 *n1 *n2 *r4111 - 4*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r446
8 14 6 8 12 8 8 10 10
- 6*m2 *n1 *n2 *r446 - 4*m2 *n1 *n2 *r446 + 4*m2 *n1 *n2 *r446
8 8 12 8 6 14 7 12 8
+ 6*m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2
7 10 10 7 8 12 7 4 16
+ 8*a33*m1 *n1 *n2 + 10*a33*m1 *n1 *n2 - 10*a33*m1 *n1 *n2
7 2 18 7 20 6 13 7
- 8*a33*m1 *n1 *n2 - 2*a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2
6 11 9 6 9 11 6 7 13
- 32*a33*m1 *m2*n1 *n2 - 10*a33*m1 *m2*n1 *n2 + 80*a33*m1 *m2*n1 *n2
6 5 15 6 3 17 6 19
+ 130*a33*m1 *m2*n1 *n2 + 80*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1*n2
5 2 14 6 5 2 12 8
+ 20*a33*m1 *m2 *n1 *n2 + 38*a33*m1 *m2 *n1 *n2
5 2 10 10 5 2 8 12
- 108*a33*m1 *m2 *n1 *n2 - 410*a33*m1 *m2 *n1 *n2
5 2 6 14 5 2 4 16
- 500*a33*m1 *m2 *n1 *n2 - 270*a33*m1 *m2 *n1 *n2
5 2 2 18 5 2 20 4 3 15 5
- 52*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2 - 20*a33*m1 *m2 *n1 *n2
4 3 13 7 4 3 11 9
+ 10*a33*m1 *m2 *n1 *n2 + 340*a33*m1 *m2 *n1 *n2
4 3 9 11 4 3 7 13
+ 850*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
4 3 5 15 4 3 3 17
+ 430*a33*m1 *m2 *n1 *n2 + 60*a33*m1 *m2 *n1 *n2
4 3 19 3 4 16 4 3 4 14 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 60*a33*m1 *m2 *n1 *n2
3 4 12 8 3 4 10 10
- 430*a33*m1 *m2 *n1 *n2 - 900*a33*m1 *m2 *n1 *n2
3 4 8 12 3 4 6 14
- 850*a33*m1 *m2 *n1 *n2 - 340*a33*m1 *m2 *n1 *n2
3 4 4 16 3 4 2 18 2 5 17 3
- 10*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
2 5 15 5 2 5 13 7
+ 52*a33*m1 *m2 *n1 *n2 + 270*a33*m1 *m2 *n1 *n2
2 5 11 9 2 5 9 11
+ 500*a33*m1 *m2 *n1 *n2 + 410*a33*m1 *m2 *n1 *n2
2 5 7 13 2 5 5 15
+ 108*a33*m1 *m2 *n1 *n2 - 38*a33*m1 *m2 *n1 *n2
2 5 3 17 6 16 4 6 14 6
- 20*a33*m1 *m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 80*a33*m1*m2 *n1 *n2
6 12 8 6 10 10 6 8 12
- 130*a33*m1*m2 *n1 *n2 - 80*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2
6 6 14 6 4 16 7 17 3
+ 32*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 15 5 7 13 7 7 9 11
+ 8*a33*m2 *n1 *n2 + 10*a33*m2 *n1 *n2 - 10*a33*m2 *n1 *n2
7 7 13 7 5 15
- 8*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
r37=0
3 10 5 6 3 10 3 8
r38=( - 16*a33 *m1 *n1 *n2 *r14 + 16*a33 *m1 *n1 *n2 *r14
3 9 6 5 3 9 4 7
+ 88*a33 *m1 *m2*n1 *n2 *r14 - 192*a33 *m1 *m2*n1 *n2 *r14
3 9 2 9 3 8 2 7 4
+ 40*a33 *m1 *m2*n1 *n2 *r14 - 200*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 5 6 3 8 2 3 8
+ 784*a33 *m1 *m2 *n1 *n2 *r14 - 424*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 10 3 7 3 8 3
+ 32*a33 *m1 *m2 *n1*n2 *r14 + 240*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 6 5 3 7 3 4 7
- 1608*a33 *m1 *m2 *n1 *n2 *r14 + 1640*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 2 9 3 7 3 11
- 344*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 6 4 9 2 3 6 4 7 4
- 160*a33 *m1 *m2 *n1 *n2 *r14 + 1880*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 5 6 3 6 4 3 8
- 3256*a33 *m1 *m2 *n1 *n2 *r14 + 1320*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 10 3 5 5 10
- 104*a33 *m1 *m2 *n1*n2 *r14 + 56*a33 *m1 *m2 *n1 *n2*r14
3 5 5 8 3 3 5 5 6 5
- 1296*a33 *m1 *m2 *n1 *n2 *r14 + 3720*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 4 7 3 5 5 2 9
- 2568*a33 *m1 *m2 *n1 *n2 *r14 + 416*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 11 3 4 6 11
- 8*a33 *m1 *m2 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 4 6 9 2 3 4 6 7 4
+ 512*a33 *m1 *m2 *n1 *n2 *r14 - 2520*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 5 6 3 4 6 3 8
+ 2840*a33 *m1 *m2 *n1 *n2 *r14 - 800*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 10 3 3 7 10
+ 40*a33 *m1 *m2 *n1*n2 *r14 - 104*a33 *m1 *m2 *n1 *n2*r14
3 3 7 8 3 3 3 7 6 5
+ 984*a33 *m1 *m2 *n1 *n2 *r14 - 1832*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 4 7 3 3 7 2 9
+ 840*a33 *m1 *m2 *n1 *n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 11 3 2 8 9 2
+ 8*a33 *m1 *m2 *n1 *r14 - 200*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 7 4 3 2 8 5 6
+ 664*a33 *m1 *m2 *n1 *n2 *r14 - 488*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 3 8 3 9 10
+ 80*a33 *m1 *m2 *n1 *n2 *r14 + 16*a33 *m1*m2 *n1 *n2*r14
3 9 8 3 3 9 6 5
- 120*a33 *m1*m2 *n1 *n2 *r14 + 144*a33 *m1*m2 *n1 *n2 *r14
3 9 4 7 3 10 9 2
- 40*a33 *m1*m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
3 10 7 4 3 10 5 6
- 16*a33 *m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
2 10 5 7 2 10 3 9
- 16*a33 *m1 *n1 *n2 *r214 + 16*a33 *m1 *n1 *n2 *r214
2 9 6 6 2 9 4 8
+ 88*a33 *m1 *m2*n1 *n2 *r214 - 192*a33 *m1 *m2*n1 *n2 *r214
2 9 2 10 2 8 2 7 5
+ 40*a33 *m1 *m2*n1 *n2 *r214 - 200*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 5 7 2 8 2 3 9
+ 784*a33 *m1 *m2 *n1 *n2 *r214 - 424*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 11 2 7 3 8 4
+ 32*a33 *m1 *m2 *n1*n2 *r214 + 240*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 6 6 2 7 3 4 8
- 1608*a33 *m1 *m2 *n1 *n2 *r214 + 1640*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 2 10 2 7 3 12
- 344*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 6 4 9 3 2 6 4 7 5
- 160*a33 *m1 *m2 *n1 *n2 *r214 + 1880*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 5 7 2 6 4 3 9
- 3256*a33 *m1 *m2 *n1 *n2 *r214 + 1320*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 11 2 5 5 10 2
- 104*a33 *m1 *m2 *n1*n2 *r214 + 56*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 8 4 2 5 5 6 6
- 1296*a33 *m1 *m2 *n1 *n2 *r214 + 3720*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 4 8 2 5 5 2 10
- 2568*a33 *m1 *m2 *n1 *n2 *r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 12 2 4 6 11
- 8*a33 *m1 *m2 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2*r214
2 4 6 9 3 2 4 6 7 5
+ 512*a33 *m1 *m2 *n1 *n2 *r214 - 2520*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 5 7 2 4 6 3 9
+ 2840*a33 *m1 *m2 *n1 *n2 *r214 - 800*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 11 2 3 7 10 2
+ 40*a33 *m1 *m2 *n1*n2 *r214 - 104*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 8 4 2 3 7 6 6
+ 984*a33 *m1 *m2 *n1 *n2 *r214 - 1832*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 4 8 2 3 7 2 10
+ 840*a33 *m1 *m2 *n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 11 2 2 8 9 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 200*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 7 5 2 2 8 5 7
+ 664*a33 *m1 *m2 *n1 *n2 *r214 - 488*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 3 9 2 9 10 2
+ 80*a33 *m1 *m2 *n1 *n2 *r214 + 16*a33 *m1*m2 *n1 *n2 *r214
2 9 8 4 2 9 6 6
- 120*a33 *m1*m2 *n1 *n2 *r214 + 144*a33 *m1*m2 *n1 *n2 *r214
2 9 4 8 2 10 9 3
- 40*a33 *m1*m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
2 10 7 5 2 10 5 7
- 16*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
10 5 9 10 3 11 9 6 8
- 16*m1 *n1 *n2 *r464 + 16*m1 *n1 *n2 *r464 + 88*m1 *m2*n1 *n2 *r464
9 4 10 9 2 12 9 6 9
- 192*m1 *m2*n1 *n2 *r464 + 40*m1 *m2*n1 *n2 *r464 + 4*m1 *n1 *n2 *r4111
9 2 13 8 2 7 7
- 4*m1 *n1 *n2 *r4111 - 200*m1 *m2 *n1 *n2 *r464
8 2 5 9 8 2 3 11
+ 784*m1 *m2 *n1 *n2 *r464 - 424*m1 *m2 *n1 *n2 *r464
8 2 13 8 7 8
+ 32*m1 *m2 *n1*n2 *r464 - 22*m1 *m2*n1 *n2 *r4111
8 5 10 8 3 12
+ 22*m1 *m2*n1 *n2 *r4111 + 38*m1 *m2*n1 *n2 *r4111
8 14 8 7 9 8 5 11
- 6*m1 *m2*n1*n2 *r4111 - 2*m1 *n1 *n2 *r446 - 2*m1 *n1 *n2 *r446
8 3 13 8 15 7 3 8 6
+ 2*m1 *n1 *n2 *r446 + 2*m1 *n1*n2 *r446 + 240*m1 *m2 *n1 *n2 *r464
7 3 6 8 7 3 4 10
- 1608*m1 *m2 *n1 *n2 *r464 + 1640*m1 *m2 *n1 *n2 *r464
7 3 2 12 7 3 14
- 344*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
7 2 8 7 7 2 6 9
+ 50*m1 *m2 *n1 *n2 *r4111 - 124*m1 *m2 *n1 *n2 *r4111
7 2 4 11 7 2 2 13
- 112*m1 *m2 *n1 *n2 *r4111 + 60*m1 *m2 *n1 *n2 *r4111
7 2 15 7 8 8 7 6 10
- 2*m1 *m2 *n2 *r4111 + 11*m1 *m2*n1 *n2 *r446 + 2*m1 *m2*n1 *n2 *r446
7 4 12 7 2 14 7 16
- 28*m1 *m2*n1 *n2 *r446 - 18*m1 *m2*n1 *n2 *r446 + m1 *m2*n2 *r446
6 4 9 5 6 4 7 7
- 160*m1 *m2 *n1 *n2 *r464 + 1880*m1 *m2 *n1 *n2 *r464
6 4 5 9 6 4 3 11
- 3256*m1 *m2 *n1 *n2 *r464 + 1320*m1 *m2 *n1 *n2 *r464
6 4 13 6 3 9 6
- 104*m1 *m2 *n1*n2 *r464 - 60*m1 *m2 *n1 *n2 *r4111
6 3 7 8 6 3 5 10
+ 292*m1 *m2 *n1 *n2 *r4111 + 116*m1 *m2 *n1 *n2 *r4111
6 3 3 12 6 3 14
- 212*m1 *m2 *n1 *n2 *r4111 + 24*m1 *m2 *n1*n2 *r4111
6 2 9 7 6 2 7 9
- 25*m1 *m2 *n1 *n2 *r446 + 26*m1 *m2 *n1 *n2 *r446
6 2 5 11 6 2 3 13
+ 116*m1 *m2 *n1 *n2 *r446 + 54*m1 *m2 *n1 *n2 *r446
6 2 15 5 5 10 4
- 11*m1 *m2 *n1*n2 *r446 + 56*m1 *m2 *n1 *n2 *r464
5 5 8 6 5 5 6 8
- 1296*m1 *m2 *n1 *n2 *r464 + 3720*m1 *m2 *n1 *n2 *r464
5 5 4 10 5 5 2 12
- 2568*m1 *m2 *n1 *n2 *r464 + 416*m1 *m2 *n1 *n2 *r464
5 5 14 5 4 10 5
- 8*m1 *m2 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r4111
5 4 8 7 5 4 6 9
- 370*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
5 4 4 11 5 4 2 13
+ 368*m1 *m2 *n1 *n2 *r4111 - 92*m1 *m2 *n1 *n2 *r4111
5 4 15 5 3 10 6
+ 2*m1 *m2 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r446
5 3 8 8 5 3 6 10
- 91*m1 *m2 *n1 *n2 *r446 - 230*m1 *m2 *n1 *n2 *r446
5 3 4 12 5 3 2 14 5 3 16
- 68*m1 *m2 *n1 *n2 *r446 + 40*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446
4 6 11 3 4 6 9 5
- 8*m1 *m2 *n1 *n2 *r464 + 512*m1 *m2 *n1 *n2 *r464
4 6 7 7 4 6 5 9
- 2520*m1 *m2 *n1 *n2 *r464 + 2840*m1 *m2 *n1 *n2 *r464
4 6 3 11 4 6 13
- 800*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1*n2 *r464
4 5 11 4 4 5 9 6
- 14*m1 *m2 *n1 *n2 *r4111 + 270*m1 *m2 *n1 *n2 *r4111
4 5 7 8 4 5 5 10
- 236*m1 *m2 *n1 *n2 *r4111 - 340*m1 *m2 *n1 *n2 *r4111
4 5 3 12 4 5 14
+ 170*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
4 4 11 5 4 4 9 7
- 20*m1 *m2 *n1 *n2 *r446 + 135*m1 *m2 *n1 *n2 *r446
4 4 7 9 4 4 5 11
+ 250*m1 *m2 *n1 *n2 *r446 + 20*m1 *m2 *n1 *n2 *r446
4 4 3 13 4 4 15
- 70*m1 *m2 *n1 *n2 *r446 + 5*m1 *m2 *n1*n2 *r446
3 7 10 4 3 7 8 6
- 104*m1 *m2 *n1 *n2 *r464 + 984*m1 *m2 *n1 *n2 *r464
3 7 6 8 3 7 4 10
- 1832*m1 *m2 *n1 *n2 *r464 + 840*m1 *m2 *n1 *n2 *r464
3 7 2 12 3 6 12 3
- 80*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
3 6 10 5 3 6 8 7
- 112*m1 *m2 *n1 *n2 *r4111 + 232*m1 *m2 *n1 *n2 *r4111
3 6 6 9 3 6 4 11
+ 156*m1 *m2 *n1 *n2 *r4111 - 170*m1 *m2 *n1 *n2 *r4111
3 6 2 13 3 5 12 4
+ 20*m1 *m2 *n1 *n2 *r4111 + 7*m1 *m2 *n1 *n2 *r446
3 5 10 6 3 5 8 8
- 108*m1 *m2 *n1 *n2 *r446 - 152*m1 *m2 *n1 *n2 *r446
3 5 6 10 3 5 4 12
+ 38*m1 *m2 *n1 *n2 *r446 + 65*m1 *m2 *n1 *n2 *r446
3 5 2 14 2 8 11 3
- 10*m1 *m2 *n1 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
2 8 9 5 2 8 7 7
- 200*m1 *m2 *n1 *n2 *r464 + 664*m1 *m2 *n1 *n2 *r464
2 8 5 9 2 8 3 11
- 488*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1 *n2 *r464
2 7 11 4 2 7 9 6
+ 24*m1 *m2 *n1 *n2 *r4111 - 108*m1 *m2 *n1 *n2 *r4111
2 7 7 8 2 7 5 10
- 20*m1 *m2 *n1 *n2 *r4111 + 92*m1 *m2 *n1 *n2 *r4111
2 7 3 12 2 6 13 3
- 20*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1 *n2 *r446
2 6 11 5 2 6 9 7
+ 48*m1 *m2 *n1 *n2 *r446 + 48*m1 *m2 *n1 *n2 *r446
2 6 7 9 2 6 5 11
- 42*m1 *m2 *n1 *n2 *r446 - 31*m1 *m2 *n1 *n2 *r446
2 6 3 13 9 10 4
+ 10*m1 *m2 *n1 *n2 *r446 + 16*m1*m2 *n1 *n2 *r464
9 8 6 9 6 8
- 120*m1*m2 *n1 *n2 *r464 + 144*m1*m2 *n1 *n2 *r464
9 4 10 8 12 3
- 40*m1*m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r4111
8 10 5 8 8 7
+ 24*m1*m2 *n1 *n2 *r4111 - 8*m1*m2 *n1 *n2 *r4111
8 6 9 8 4 11
- 24*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r4111
7 12 4 7 10 6
- 11*m1*m2 *n1 *n2 *r446 - 6*m1*m2 *n1 *n2 *r446
7 8 8 7 6 10 7 4 12
+ 16*m1*m2 *n1 *n2 *r446 + 6*m1*m2 *n1 *n2 *r446 - 5*m1*m2 *n1 *n2 *r446
10 9 5 10 7 7 10 5 9
+ 8*m2 *n1 *n2 *r464 - 16*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
9 11 4 9 9 6 9 7 8
- 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111
9 5 10 8 13 3 8 9 7
- 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 - 2*m2 *n1 *n2 *r446
8 5 11 7 8 8 7 6 10
+ m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2
7 2 14 7 16 6 9 7
- 4*a33*m1 *n1 *n2 - 2*a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 12*a33*m1 *m2*n1 *n2 + 24*a33*m1 *m2*n1 *n2 + 44*a33*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 18*a33*m1 *m2*n1*n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12
- 124*a33*m1 *m2 *n1 *n2 - 160*a33*m1 *m2 *n1 *n2
5 2 2 14 5 2 16 4 3 11 5
- 56*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2 - 20*a33*m1 *m2 *n1 *n2
4 3 9 7 4 3 7 9
+ 50*a33*m1 *m2 *n1 *n2 + 260*a33*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13
+ 280*a33*m1 *m2 *n1 *n2 + 80*a33*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10
- 280*a33*m1 *m2 *n1 *n2 - 260*a33*m1 *m2 *n1 *n2
3 4 4 12 3 4 2 14 2 5 13 3
- 50*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
2 5 11 5 2 5 9 7
+ 56*a33*m1 *m2 *n1 *n2 + 160*a33*m1 *m2 *n1 *n2
2 5 7 9 2 5 5 11 2 5 3 13
+ 124*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
6 12 4 6 10 6 6 8 8
- 18*a33*m1*m2 *n1 *n2 - 44*a33*m1*m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
6 6 10 6 4 12 7 13 3
+ 12*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 11 5 7 7 9 7 5 11
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
3 10 10 5 3 10 6 9
r39=( - 8*a33 *m1 *n1 *n2 *r14 + 16*a33 *m1 *n1 *n2 *r14
3 10 2 13 3 9 11 4
- 8*a33 *m1 *n1 *n2 *r14 + 40*a33 *m1 *m2*n1 *n2 *r14
3 9 9 6 3 9 7 8
- 64*a33 *m1 *m2*n1 *n2 *r14 - 128*a33 *m1 *m2*n1 *n2 *r14
3 9 5 10 3 9 3 12
+ 80*a33 *m1 *m2*n1 *n2 *r14 + 88*a33 *m1 *m2*n1 *n2 *r14
3 9 14 3 8 2 12 3
- 16*a33 *m1 *m2*n1*n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 10 5 3 8 2 8 7
+ 328*a33 *m1 *m2 *n1 *n2 *r14 + 232*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 6 9 3 8 2 4 11
- 640*a33 *m1 *m2 *n1 *n2 *r14 - 272*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 2 13 3 8 2 15
+ 184*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n2 *r14
3 7 3 13 2 3 7 3 11 4
+ 80*a33 *m1 *m2 *n1 *n2 *r14 - 680*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 9 6 3 7 3 7 8
+ 232*a33 *m1 *m2 *n1 *n2 *r14 + 1840*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 5 10 3 7 3 3 12
- 32*a33 *m1 *m2 *n1 *n2 *r14 - 776*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 14 3 6 4 14
+ 104*a33 *m1 *m2 *n1*n2 *r14 - 40*a33 *m1 *m2 *n1 *n2*r14
3 6 4 12 3 3 6 4 10 5
+ 720*a33 *m1 *m2 *n1 *n2 *r14 - 1280*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 8 7 3 6 4 6 9
- 2360*a33 *m1 *m2 *n1 *n2 *r14 + 1688*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 4 11 3 6 4 2 13
+ 1504*a33 *m1 *m2 *n1 *n2 *r14 - 496*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 15 3 5 5 15
+ 8*a33 *m1 *m2 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 5 5 13 2 3 5 5 11 4
- 400*a33 *m1 *m2 *n1 *n2 *r14 + 1744*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 9 6 3 5 5 7 8
+ 1000*a33 *m1 *m2 *n1 *n2 *r14 - 3576*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 5 10 3 5 5 3 12
- 1184*a33 *m1 *m2 *n1 *n2 *r14 + 1184*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 14 3 4 6 14
- 56*a33 *m1 *m2 *n1*n2 *r14 + 104*a33 *m1 *m2 *n1 *n2*r14
3 4 6 12 3 3 4 6 10 5
- 1112*a33 *m1 *m2 *n1 *n2 *r14 + 720*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 8 7 3 4 6 6 9
+ 3312*a33 *m1 *m2 *n1 *n2 *r14 - 344*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 4 11 3 4 6 2 13
- 1560*a33 *m1 *m2 *n1 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 15 3 3 7 13 2
- 8*a33 *m1 *m2 *n1 *r14 + 328*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 11 4 3 3 7 9 6
- 960*a33 *m1 *m2 *n1 *n2 *r14 - 1328*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 7 8 3 3 7 5 10
+ 1336*a33 *m1 *m2 *n1 *n2 *r14 + 1128*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 3 12 3 2 8 14
- 240*a33 *m1 *m2 *n1 *n2 *r14 - 32*a33 *m1 *m2 *n1 *n2*r14
3 2 8 12 3 3 2 8 10 5
+ 360*a33 *m1 *m2 *n1 *n2 *r14 + 32*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 8 7 3 2 8 6 9
- 944*a33 *m1 *m2 *n1 *n2 *r14 - 384*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 4 11 3 9 13 2
+ 200*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1*m2 *n1 *n2 *r14
3 9 11 4 3 9 9 6
+ 112*a33 *m1*m2 *n1 *n2 *r14 + 256*a33 *m1*m2 *n1 *n2 *r14
3 9 7 8 3 9 5 10
+ 16*a33 *m1*m2 *n1 *n2 *r14 - 88*a33 *m1*m2 *n1 *n2 *r14
3 10 12 3 3 10 10 5
- 16*a33 *m2 *n1 *n2 *r14 - 16*a33 *m2 *n1 *n2 *r14
3 10 8 7 3 10 6 9
+ 16*a33 *m2 *n1 *n2 *r14 + 16*a33 *m2 *n1 *n2 *r14
2 10 10 6 2 10 6 10
- 8*a33 *m1 *n1 *n2 *r214 + 16*a33 *m1 *n1 *n2 *r214
2 10 2 14 2 9 11 5
- 8*a33 *m1 *n1 *n2 *r214 + 40*a33 *m1 *m2*n1 *n2 *r214
2 9 9 7 2 9 7 9
- 64*a33 *m1 *m2*n1 *n2 *r214 - 128*a33 *m1 *m2*n1 *n2 *r214
2 9 5 11 2 9 3 13
+ 80*a33 *m1 *m2*n1 *n2 *r214 + 88*a33 *m1 *m2*n1 *n2 *r214
2 9 15 2 8 2 12 4
- 16*a33 *m1 *m2*n1*n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 10 6 2 8 2 8 8
+ 328*a33 *m1 *m2 *n1 *n2 *r214 + 232*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 6 10 2 8 2 4 12
- 640*a33 *m1 *m2 *n1 *n2 *r214 - 272*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 2 14 2 8 2 16
+ 184*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 7 3 13 3 2 7 3 11 5
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 680*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 9 7 2 7 3 7 9
+ 232*a33 *m1 *m2 *n1 *n2 *r214 + 1840*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 5 11 2 7 3 3 13
- 32*a33 *m1 *m2 *n1 *n2 *r214 - 776*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 15 2 6 4 14 2
+ 104*a33 *m1 *m2 *n1*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 12 4 2 6 4 10 6
+ 720*a33 *m1 *m2 *n1 *n2 *r214 - 1280*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 8 8 2 6 4 6 10
- 2360*a33 *m1 *m2 *n1 *n2 *r214 + 1688*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 4 12 2 6 4 2 14
+ 1504*a33 *m1 *m2 *n1 *n2 *r214 - 496*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 16 2 5 5 15
+ 8*a33 *m1 *m2 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 5 5 13 3 2 5 5 11 5
- 400*a33 *m1 *m2 *n1 *n2 *r214 + 1744*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 9 7 2 5 5 7 9
+ 1000*a33 *m1 *m2 *n1 *n2 *r214 - 3576*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 5 11 2 5 5 3 13
- 1184*a33 *m1 *m2 *n1 *n2 *r214 + 1184*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 15 2 4 6 14 2
- 56*a33 *m1 *m2 *n1*n2 *r214 + 104*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 12 4 2 4 6 10 6
- 1112*a33 *m1 *m2 *n1 *n2 *r214 + 720*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 8 8 2 4 6 6 10
+ 3312*a33 *m1 *m2 *n1 *n2 *r214 - 344*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 4 12 2 4 6 2 14
- 1560*a33 *m1 *m2 *n1 *n2 *r214 + 160*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 15 2 3 7 13 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 328*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 11 5 2 3 7 9 7
- 960*a33 *m1 *m2 *n1 *n2 *r214 - 1328*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 9 2 3 7 5 11
+ 1336*a33 *m1 *m2 *n1 *n2 *r214 + 1128*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 3 13 2 2 8 14 2
- 240*a33 *m1 *m2 *n1 *n2 *r214 - 32*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 12 4 2 2 8 10 6
+ 360*a33 *m1 *m2 *n1 *n2 *r214 + 32*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 8 8 2 2 8 6 10
- 944*a33 *m1 *m2 *n1 *n2 *r214 - 384*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 4 12 2 9 13 3
+ 200*a33 *m1 *m2 *n1 *n2 *r214 - 40*a33 *m1*m2 *n1 *n2 *r214
2 9 11 5 2 9 9 7
+ 112*a33 *m1*m2 *n1 *n2 *r214 + 256*a33 *m1*m2 *n1 *n2 *r214
2 9 7 9 2 9 5 11
+ 16*a33 *m1*m2 *n1 *n2 *r214 - 88*a33 *m1*m2 *n1 *n2 *r214
2 10 12 4 2 10 10 6
- 16*a33 *m2 *n1 *n2 *r214 - 16*a33 *m2 *n1 *n2 *r214
2 10 8 8 2 10 6 10
+ 16*a33 *m2 *n1 *n2 *r214 + 16*a33 *m2 *n1 *n2 *r214
10 10 8 10 6 12 10 2 16
- 8*m1 *n1 *n2 *r464 + 16*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464
9 11 7 9 9 9
+ 40*m1 *m2*n1 *n2 *r464 - 64*m1 *m2*n1 *n2 *r464
9 7 11 9 5 13
- 128*m1 *m2*n1 *n2 *r464 + 80*m1 *m2*n1 *n2 *r464
9 3 15 9 17 9 11 8
+ 88*m1 *m2*n1 *n2 *r464 - 16*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
9 9 10 9 7 12 9 5 14
+ 2*m1 *n1 *n2 *r4111 - 4*m1 *n1 *n2 *r4111 - 4*m1 *n1 *n2 *r4111
9 3 16 9 18 8 2 12 6
+ 2*m1 *n1 *n2 *r4111 + 2*m1 *n1*n2 *r4111 - 80*m1 *m2 *n1 *n2 *r464
8 2 10 8 8 2 8 10
+ 328*m1 *m2 *n1 *n2 *r464 + 232*m1 *m2 *n1 *n2 *r464
8 2 6 12 8 2 4 14
- 640*m1 *m2 *n1 *n2 *r464 - 272*m1 *m2 *n1 *n2 *r464
8 2 2 16 8 2 18
+ 184*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
8 12 7 8 10 9
- 10*m1 *m2*n1 *n2 *r4111 + 4*m1 *m2*n1 *n2 *r4111
8 8 11 8 6 13
+ 46*m1 *m2*n1 *n2 *r4111 + 16*m1 *m2*n1 *n2 *r4111
8 4 15 8 2 17
- 38*m1 *m2*n1 *n2 *r4111 - 20*m1 *m2*n1 *n2 *r4111
8 19 8 12 8 8 10 10
+ 2*m1 *m2*n2 *r4111 - m1 *n1 *n2 *r446 - 2*m1 *n1 *n2 *r446
8 8 12 8 6 14 8 4 16
+ m1 *n1 *n2 *r446 + 4*m1 *n1 *n2 *r446 + m1 *n1 *n2 *r446
8 2 18 8 20 7 3 13 5
- 2*m1 *n1 *n2 *r446 - m1 *n2 *r446 + 80*m1 *m2 *n1 *n2 *r464
7 3 11 7 7 3 9 9
- 680*m1 *m2 *n1 *n2 *r464 + 232*m1 *m2 *n1 *n2 *r464
7 3 7 11 7 3 5 13
+ 1840*m1 *m2 *n1 *n2 *r464 - 32*m1 *m2 *n1 *n2 *r464
7 3 3 15 7 3 17
- 776*m1 *m2 *n1 *n2 *r464 + 104*m1 *m2 *n1*n2 *r464
7 2 13 6 7 2 11 8
+ 20*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
7 2 9 10 7 2 7 12
- 144*m1 *m2 *n1 *n2 *r4111 + 56*m1 *m2 *n1 *n2 *r4111
7 2 5 14 7 2 3 16
+ 212*m1 *m2 *n1 *n2 *r4111 + 60*m1 *m2 *n1 *n2 *r4111
7 2 18 7 13 7
- 24*m1 *m2 *n1*n2 *r4111 + 5*m1 *m2*n1 *n2 *r446
7 11 9 7 9 11
+ 4*m1 *m2*n1 *n2 *r446 - 23*m1 *m2*n1 *n2 *r446
7 7 13 7 5 15
- 32*m1 *m2*n1 *n2 *r446 + 7*m1 *m2*n1 *n2 *r446
7 3 17 7 19
+ 28*m1 *m2*n1 *n2 *r446 + 11*m1 *m2*n1*n2 *r446
6 4 14 4 6 4 12 6
- 40*m1 *m2 *n1 *n2 *r464 + 720*m1 *m2 *n1 *n2 *r464
6 4 10 8 6 4 8 10
- 1280*m1 *m2 *n1 *n2 *r464 - 2360*m1 *m2 *n1 *n2 *r464
6 4 6 12 6 4 4 14
+ 1688*m1 *m2 *n1 *n2 *r464 + 1504*m1 *m2 *n1 *n2 *r464
6 4 2 16 6 4 18
- 496*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
6 3 14 5 6 3 12 7
- 20*m1 *m2 *n1 *n2 *r4111 + 130*m1 *m2 *n1 *n2 *r4111
6 3 10 9 6 3 8 11
+ 164*m1 *m2 *n1 *n2 *r4111 - 374*m1 *m2 *n1 *n2 *r4111
6 3 6 13 6 3 4 15
- 508*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r4111
6 3 2 17 6 3 19
+ 108*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
6 2 14 6 6 2 12 8
- 10*m1 *m2 *n1 *n2 *r446 + 11*m1 *m2 *n1 *n2 *r446
6 2 10 10 6 2 8 12
+ 94*m1 *m2 *n1 *n2 *r446 + 67*m1 *m2 *n1 *n2 *r446
6 2 6 14 6 2 4 16
- 102*m1 *m2 *n1 *n2 *r446 - 143*m1 *m2 *n1 *n2 *r446
6 2 2 18 6 2 20 5 5 15 3
- 46*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
5 5 13 5 5 5 11 7
- 400*m1 *m2 *n1 *n2 *r464 + 1744*m1 *m2 *n1 *n2 *r464
5 5 9 9 5 5 7 11
+ 1000*m1 *m2 *n1 *n2 *r464 - 3576*m1 *m2 *n1 *n2 *r464
5 5 5 13 5 5 3 15
- 1184*m1 *m2 *n1 *n2 *r464 + 1184*m1 *m2 *n1 *n2 *r464
5 5 17 5 4 15 4
- 56*m1 *m2 *n1*n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
5 4 13 6 5 4 11 8
- 150*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
5 4 9 10 5 4 7 12
+ 746*m1 *m2 *n1 *n2 *r4111 + 542*m1 *m2 *n1 *n2 *r4111
5 4 5 14 5 4 3 16
- 290*m1 *m2 *n1 *n2 *r4111 - 242*m1 *m2 *n1 *n2 *r4111
5 4 18 5 3 15 5
+ 14*m1 *m2 *n1*n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
5 3 13 7 5 3 11 9
- 45*m1 *m2 *n1 *n2 *r446 - 158*m1 *m2 *n1 *n2 *r446
5 3 9 11 5 3 7 13
+ 11*m1 *m2 *n1 *n2 *r446 + 374*m1 *m2 *n1 *n2 *r446
5 3 5 15 5 3 3 17
+ 361*m1 *m2 *n1 *n2 *r446 + 94*m1 *m2 *n1 *n2 *r446
5 3 19 4 6 14 4
- 7*m1 *m2 *n1*n2 *r446 + 104*m1 *m2 *n1 *n2 *r464
4 6 12 6 4 6 10 8
- 1112*m1 *m2 *n1 *n2 *r464 + 720*m1 *m2 *n1 *n2 *r464
4 6 8 10 4 6 6 12
+ 3312*m1 *m2 *n1 *n2 *r464 - 344*m1 *m2 *n1 *n2 *r464
4 6 4 14 4 6 2 16
- 1560*m1 *m2 *n1 *n2 *r464 + 160*m1 *m2 *n1 *n2 *r464
4 5 16 3 4 5 14 5
- 2*m1 *m2 *n1 *n2 *r4111 + 88*m1 *m2 *n1 *n2 *r4111
4 5 12 7 4 5 10 9
- 186*m1 *m2 *n1 *n2 *r4111 - 696*m1 *m2 *n1 *n2 *r4111
4 5 8 11 4 5 6 13
- 102*m1 *m2 *n1 *n2 *r4111 + 648*m1 *m2 *n1 *n2 *r4111
4 5 4 15 4 5 2 17
+ 290*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
4 4 16 4 4 4 14 6
- 5*m1 *m2 *n1 *n2 *r446 + 60*m1 *m2 *n1 *n2 *r446
4 4 12 8 4 4 10 10
+ 115*m1 *m2 *n1 *n2 *r446 - 220*m1 *m2 *n1 *n2 *r446
4 4 8 12 4 4 6 14
- 655*m1 *m2 *n1 *n2 *r446 - 500*m1 *m2 *n1 *n2 *r446
4 4 4 16 4 4 2 18
- 95*m1 *m2 *n1 *n2 *r446 + 20*m1 *m2 *n1 *n2 *r446
3 7 15 3 3 7 13 5
- 8*m1 *m2 *n1 *n2 *r464 + 328*m1 *m2 *n1 *n2 *r464
3 7 11 7 3 7 9 9
- 960*m1 *m2 *n1 *n2 *r464 - 1328*m1 *m2 *n1 *n2 *r464
3 7 7 11 3 7 5 13
+ 1336*m1 *m2 *n1 *n2 *r464 + 1128*m1 *m2 *n1 *n2 *r464
3 7 3 15 3 6 15 4
- 240*m1 *m2 *n1 *n2 *r464 - 24*m1 *m2 *n1 *n2 *r4111
3 6 13 6 3 6 11 8
+ 164*m1 *m2 *n1 *n2 *r4111 + 284*m1 *m2 *n1 *n2 *r4111
3 6 9 10 3 6 7 12
- 312*m1 *m2 *n1 *n2 *r4111 - 640*m1 *m2 *n1 *n2 *r4111
3 6 5 14 3 6 3 16
- 172*m1 *m2 *n1 *n2 *r4111 + 60*m1 *m2 *n1 *n2 *r4111
3 5 17 3 3 5 15 5
+ m1 *m2 *n1 *n2 *r446 - 38*m1 *m2 *n1 *n2 *r446
3 5 13 7 3 5 11 9
- 11*m1 *m2 *n1 *n2 *r446 + 326*m1 *m2 *n1 *n2 *r446
3 5 9 11 3 5 7 13
+ 619*m1 *m2 *n1 *n2 *r446 + 382*m1 *m2 *n1 *n2 *r446
3 5 5 15 3 5 3 17
+ 31*m1 *m2 *n1 *n2 *r446 - 30*m1 *m2 *n1 *n2 *r446
2 8 14 4 2 8 12 6
- 32*m1 *m2 *n1 *n2 *r464 + 360*m1 *m2 *n1 *n2 *r464
2 8 10 8 2 8 8 10
+ 32*m1 *m2 *n1 *n2 *r464 - 944*m1 *m2 *n1 *n2 *r464
2 8 6 12 2 8 4 14
- 384*m1 *m2 *n1 *n2 *r464 + 200*m1 *m2 *n1 *n2 *r464
2 7 16 3 2 7 14 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 56*m1 *m2 *n1 *n2 *r4111
2 7 12 7 2 7 10 9
- 6*m1 *m2 *n1 *n2 *r4111 + 288*m1 *m2 *n1 *n2 *r4111
2 7 8 11 2 7 6 13
+ 310*m1 *m2 *n1 *n2 *r4111 + 24*m1 *m2 *n1 *n2 *r4111
2 7 4 15 2 6 16 4
- 50*m1 *m2 *n1 *n2 *r4111 + 11*m1 *m2 *n1 *n2 *r446
2 6 14 6 2 6 12 8
- 32*m1 *m2 *n1 *n2 *r446 - 213*m1 *m2 *n1 *n2 *r446
2 6 10 10 2 6 8 12
- 312*m1 *m2 *n1 *n2 *r446 - 143*m1 *m2 *n1 *n2 *r446
2 6 6 14 2 6 4 16
+ 24*m1 *m2 *n1 *n2 *r446 + 25*m1 *m2 *n1 *n2 *r446
9 13 5 9 11 7
- 40*m1*m2 *n1 *n2 *r464 + 112*m1*m2 *n1 *n2 *r464
9 9 9 9 7 11
+ 256*m1*m2 *n1 *n2 *r464 + 16*m1*m2 *n1 *n2 *r464
9 5 13 8 15 4
- 88*m1*m2 *n1 *n2 *r464 + 6*m1*m2 *n1 *n2 *r4111
8 13 6 8 11 8
- 26*m1*m2 *n1 *n2 *r4111 - 92*m1*m2 *n1 *n2 *r4111
8 9 10 8 7 12
- 60*m1*m2 *n1 *n2 *r4111 + 22*m1*m2 *n1 *n2 *r4111
8 5 14 7 17 3
+ 22*m1*m2 *n1 *n2 *r4111 - m1*m2 *n1 *n2 *r446
7 15 5 7 13 7
+ 16*m1*m2 *n1 *n2 *r446 + 63*m1*m2 *n1 *n2 *r446
7 11 9 7 9 11
+ 72*m1*m2 *n1 *n2 *r446 + 13*m1*m2 *n1 *n2 *r446
7 7 13 7 5 15
- 24*m1*m2 *n1 *n2 *r446 - 11*m1*m2 *n1 *n2 *r446
10 12 6 10 10 8 10 8 10
- 16*m2 *n1 *n2 *r464 - 16*m2 *n1 *n2 *r464 + 16*m2 *n1 *n2 *r464
10 6 12 9 14 5 9 12 7
+ 16*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r4111 + 8*m2 *n1 *n2 *r4111
9 8 11 9 6 13 8 16 4
- 8*m2 *n1 *n2 *r4111 - 4*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r446
8 14 6 8 12 8 8 10 10
- 6*m2 *n1 *n2 *r446 - 4*m2 *n1 *n2 *r446 + 4*m2 *n1 *n2 *r446
8 8 12 8 6 14 7 12 8
+ 6*m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2
7 10 10 7 8 12 7 4 16
+ 8*a33*m1 *n1 *n2 + 10*a33*m1 *n1 *n2 - 10*a33*m1 *n1 *n2
7 2 18 7 20 6 13 7
- 8*a33*m1 *n1 *n2 - 2*a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2
6 11 9 6 9 11 6 7 13
- 32*a33*m1 *m2*n1 *n2 - 10*a33*m1 *m2*n1 *n2 + 80*a33*m1 *m2*n1 *n2
6 5 15 6 3 17 6 19
+ 130*a33*m1 *m2*n1 *n2 + 80*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1*n2
5 2 14 6 5 2 12 8
+ 20*a33*m1 *m2 *n1 *n2 + 38*a33*m1 *m2 *n1 *n2
5 2 10 10 5 2 8 12
- 108*a33*m1 *m2 *n1 *n2 - 410*a33*m1 *m2 *n1 *n2
5 2 6 14 5 2 4 16
- 500*a33*m1 *m2 *n1 *n2 - 270*a33*m1 *m2 *n1 *n2
5 2 2 18 5 2 20 4 3 15 5
- 52*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2 - 20*a33*m1 *m2 *n1 *n2
4 3 13 7 4 3 11 9
+ 10*a33*m1 *m2 *n1 *n2 + 340*a33*m1 *m2 *n1 *n2
4 3 9 11 4 3 7 13
+ 850*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
4 3 5 15 4 3 3 17
+ 430*a33*m1 *m2 *n1 *n2 + 60*a33*m1 *m2 *n1 *n2
4 3 19 3 4 16 4 3 4 14 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 60*a33*m1 *m2 *n1 *n2
3 4 12 8 3 4 10 10
- 430*a33*m1 *m2 *n1 *n2 - 900*a33*m1 *m2 *n1 *n2
3 4 8 12 3 4 6 14
- 850*a33*m1 *m2 *n1 *n2 - 340*a33*m1 *m2 *n1 *n2
3 4 4 16 3 4 2 18 2 5 17 3
- 10*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
2 5 15 5 2 5 13 7
+ 52*a33*m1 *m2 *n1 *n2 + 270*a33*m1 *m2 *n1 *n2
2 5 11 9 2 5 9 11
+ 500*a33*m1 *m2 *n1 *n2 + 410*a33*m1 *m2 *n1 *n2
2 5 7 13 2 5 5 15
+ 108*a33*m1 *m2 *n1 *n2 - 38*a33*m1 *m2 *n1 *n2
2 5 3 17 6 16 4 6 14 6
- 20*a33*m1 *m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 80*a33*m1*m2 *n1 *n2
6 12 8 6 10 10 6 8 12
- 130*a33*m1*m2 *n1 *n2 - 80*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2
6 6 14 6 4 16 7 17 3
+ 32*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 15 5 7 13 7 7 9 11
+ 8*a33*m2 *n1 *n2 + 10*a33*m2 *n1 *n2 - 10*a33*m2 *n1 *n2
7 7 13 7 5 15
- 8*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
r310=0
2 2
r311=(2*m1*m2*n1*r464 + 2*m1*n1*n2*r4111 + 2*m2 *n2*r464 - m2*n1 *r4111
2 2 2
+ m2*n2 *r4111)/(a33*n1 + a33*n2 )
r312=0
2 2 2
r313=(2*m1 *n1*r464 + 2*m1*m2*n2*r464 + m1*n1 *r4111 - m1*n2 *r4111
2 2
+ 2*m2*n1*n2*r4111)/(a33*n1 + a33*n2 )
r314=0
r315=0
r316=0
2 2
2*m1*n1*n2*r464 - m2*n1 *r464 + m2*n2 *r464
r317=---------------------------------------------
2 2
a33*n1 + a33*n2
2 2
m1*n1 *r464 - m1*n2 *r464 + 2*m2*n1*n2*r464
r318=---------------------------------------------
2 2
a33*n1 + a33*n2
r319=0
3 9 4 5 3 9 2 7 3 9 9
r320=(12*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n2 *r14
3 8 5 4 3 8 3 6
- 60*a33 *m1 *m2*n1 *n2 *r14 + 104*a33 *m1 *m2*n1 *n2 *r14
3 8 8 3 7 2 6 3
+ 20*a33 *m1 *m2*n1*n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 4 5 3 7 2 2 7
- 408*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 9 3 6 3 7 2
- 8*a33 *m1 *m2 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 5 4 3 6 3 3 6
+ 760*a33 *m1 *m2 *n1 *n2 *r14 - 360*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 8 3 5 4 8
+ 104*a33 *m1 *m2 *n1*n2 *r14 + 60*a33 *m1 *m2 *n1 *n2*r14
3 5 4 6 3 3 5 4 4 5
- 760*a33 *m1 *m2 *n1 *n2 *r14 + 776*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 2 7 3 5 4 9
- 408*a33 *m1 *m2 *n1 *n2 *r14 + 12*a33 *m1 *m2 *n2 *r14
3 4 5 9 3 4 5 7 2
- 12*a33 *m1 *m2 *n1 *r14 + 408*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 5 4 3 4 5 3 6
- 776*a33 *m1 *m2 *n1 *n2 *r14 + 760*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 8 3 3 6 8
- 60*a33 *m1 *m2 *n1*n2 *r14 - 104*a33 *m1 *m2 *n1 *n2*r14
3 3 6 6 3 3 3 6 4 5
+ 360*a33 *m1 *m2 *n1 *n2 *r14 - 760*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 2 7 3 2 7 9
+ 120*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 2 7 7 2 3 2 7 5 4
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 408*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 3 6 3 8 8
- 120*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1*m2 *n1 *n2*r14
3 8 6 3 3 8 4 5
- 104*a33 *m1*m2 *n1 *n2 *r14 + 60*a33 *m1*m2 *n1 *n2 *r14
3 9 9 3 9 7 2 3 9 5 4
+ 4*a33 *m2 *n1 *r14 + 8*a33 *m2 *n1 *n2 *r14 - 12*a33 *m2 *n1 *n2 *r14
2 9 4 6 2 9 2 8
+ 12*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1 *n2 *r214
2 9 10 2 8 5 5
- 4*a33 *m1 *n2 *r214 - 60*a33 *m1 *m2*n1 *n2 *r214
2 8 3 7 2 8 9
+ 104*a33 *m1 *m2*n1 *n2 *r214 + 20*a33 *m1 *m2*n1*n2 *r214
2 7 2 6 4 2 7 2 4 6
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 408*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 2 8 2 7 2 10
+ 40*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 6 3 7 3 2 6 3 5 5
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 760*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 3 7 2 6 3 9
- 360*a33 *m1 *m2 *n1 *n2 *r214 + 104*a33 *m1 *m2 *n1*n2 *r214
2 5 4 8 2 2 5 4 6 4
+ 60*a33 *m1 *m2 *n1 *n2 *r214 - 760*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 4 6 2 5 4 2 8
+ 776*a33 *m1 *m2 *n1 *n2 *r214 - 408*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 10 2 4 5 9
+ 12*a33 *m1 *m2 *n2 *r214 - 12*a33 *m1 *m2 *n1 *n2*r214
2 4 5 7 3 2 4 5 5 5
+ 408*a33 *m1 *m2 *n1 *n2 *r214 - 776*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 3 7 2 4 5 9
+ 760*a33 *m1 *m2 *n1 *n2 *r214 - 60*a33 *m1 *m2 *n1*n2 *r214
2 3 6 8 2 2 3 6 6 4
- 104*a33 *m1 *m2 *n1 *n2 *r214 + 360*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 4 6 2 3 6 2 8
- 760*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 9 2 2 7 7 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 5 5 2 2 7 3 7
+ 408*a33 *m1 *m2 *n1 *n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 8 8 2 2 8 6 4
- 20*a33 *m1*m2 *n1 *n2 *r214 - 104*a33 *m1*m2 *n1 *n2 *r214
2 8 4 6 2 9 9
+ 60*a33 *m1*m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2*r214
2 9 7 3 2 9 5 5
+ 8*a33 *m2 *n1 *n2 *r214 - 12*a33 *m2 *n1 *n2 *r214
9 4 8 9 2 10 9 12
+ 10*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 - 2*m1 *n2 *r464
8 5 7 8 3 9 8 11
- 50*m1 *m2*n1 *n2 *r464 + 96*m1 *m2*n1 *n2 *r464 + 2*m1 *m2*n1*n2 *r464
8 5 8 8 12 7 2 6 6
- 2*m1 *n1 *n2 *r4111 + 2*m1 *n1*n2 *r4111 + 100*m1 *m2 *n1 *n2 *r464
7 2 4 8 7 2 2 10
- 368*m1 *m2 *n1 *n2 *r464 + 100*m1 *m2 *n1 *n2 *r464
7 2 12 7 6 7 7 4 9
- 8*m1 *m2 *n2 *r464 + 10*m1 *m2*n1 *n2 *r4111 - 10*m1 *m2*n1 *n2 *r4111
7 2 11 7 13 7 6 8
- 18*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n2 *r4111 + m1 *n1 *n2 *r446
7 4 10 7 2 12 7 14
+ m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446 - m1 *n2 *r446
6 3 7 5 6 3 5 7
- 100*m1 *m2 *n1 *n2 *r464 + 680*m1 *m2 *n1 *n2 *r464
6 3 3 9 6 3 11
- 468*m1 *m2 *n1 *n2 *r464 + 96*m1 *m2 *n1*n2 *r464
6 2 7 6 6 2 5 8
- 20*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
6 2 3 10 6 2 12
+ 52*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1*n2 *r4111
6 7 7 6 5 9 6 3 11
- 5*m1 *m2*n1 *n2 *r446 - m1 *m2*n1 *n2 *r446 + 13*m1 *m2*n1 *n2 *r446
6 13 5 4 8 4
+ 9*m1 *m2*n1*n2 *r446 + 50*m1 *m2 *n1 *n2 *r464
5 4 6 6 5 4 4 8
- 680*m1 *m2 *n1 *n2 *r464 + 908*m1 *m2 *n1 *n2 *r464
5 4 2 10 5 4 12
- 368*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n2 *r464
5 3 8 5 5 3 6 7
+ 20*m1 *m2 *n1 *n2 *r4111 - 110*m1 *m2 *n1 *n2 *r4111
5 3 4 9 5 3 2 11
- 58*m1 *m2 *n1 *n2 *r4111 + 70*m1 *m2 *n1 *n2 *r4111
5 3 13 5 2 8 6
- 2*m1 *m2 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
5 2 6 8 5 2 4 10
- 11*m1 *m2 *n1 *n2 *r446 - 51*m1 *m2 *n1 *n2 *r446
5 2 2 12 5 2 14 4 5 9 3
- 29*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r464
4 5 7 5 4 5 5 7
+ 368*m1 *m2 *n1 *n2 *r464 - 908*m1 *m2 *n1 *n2 *r464
4 5 3 9 4 5 11
+ 680*m1 *m2 *n1 *n2 *r464 - 50*m1 *m2 *n1*n2 *r464
4 4 9 4 4 4 7 6
- 10*m1 *m2 *n1 *n2 *r4111 + 120*m1 *m2 *n1 *n2 *r4111
4 4 3 10 4 4 12
- 120*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1*n2 *r4111
4 3 9 5 4 3 7 7
- 10*m1 *m2 *n1 *n2 *r446 + 35*m1 *m2 *n1 *n2 *r446
4 3 5 9 4 3 3 11
+ 95*m1 *m2 *n1 *n2 *r446 + 45*m1 *m2 *n1 *n2 *r446
4 3 13 3 6 8 4
- 5*m1 *m2 *n1*n2 *r446 - 96*m1 *m2 *n1 *n2 *r464
3 6 6 6 3 6 4 8
+ 468*m1 *m2 *n1 *n2 *r464 - 680*m1 *m2 *n1 *n2 *r464
3 6 2 10 3 5 10 3
+ 100*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
3 5 8 5 3 5 6 7
- 70*m1 *m2 *n1 *n2 *r4111 + 58*m1 *m2 *n1 *n2 *r4111
3 5 4 9 3 5 2 11
+ 110*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
3 4 10 4 3 4 8 6
+ 5*m1 *m2 *n1 *n2 *r446 - 45*m1 *m2 *n1 *n2 *r446
3 4 6 8 3 4 4 10
- 95*m1 *m2 *n1 *n2 *r446 - 35*m1 *m2 *n1 *n2 *r446
3 4 2 12 2 7 9 3
+ 10*m1 *m2 *n1 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
2 7 7 5 2 7 5 7
- 100*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
2 7 3 9 2 6 9 4
- 100*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1 *n2 *r4111
2 6 7 6 2 6 5 8
- 52*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
2 6 3 10 2 5 11 3
+ 20*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1 *n2 *r446
2 5 9 5 2 5 7 7
+ 29*m1 *m2 *n1 *n2 *r446 + 51*m1 *m2 *n1 *n2 *r446
2 5 5 9 2 5 3 11
+ 11*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
8 8 4 8 6 6 8 4 8
- 2*m1*m2 *n1 *n2 *r464 - 96*m1*m2 *n1 *n2 *r464 + 50*m1*m2 *n1 *n2 *r464
7 10 3 7 8 5
- 2*m1*m2 *n1 *n2 *r4111 + 18*m1*m2 *n1 *n2 *r4111
7 6 7 7 4 9
+ 10*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
6 10 4 6 8 6 6 6 8
- 9*m1*m2 *n1 *n2 *r446 - 13*m1*m2 *n1 *n2 *r446 + m1*m2 *n1 *n2 *r446
6 4 10 9 9 3 9 7 5
+ 5*m1*m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
9 5 7 8 9 4 8 5 8
- 10*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111
7 11 3 7 9 5 7 7 7
+ m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446
7 5 9 7 6 7 7 4 9
- m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
7 2 11 7 13 6 7 6
- 2*a33*m1 *n1 *n2 - 2*a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2
6 5 8 6 3 10 6 12
- 2*a33*m1 *m2*n1 *n2 + 26*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1*n2
5 2 8 5 5 2 6 7 5 2 4 9
+ 20*a33*m1 *m2 *n1 *n2 - 22*a33*m1 *m2 *n1 *n2 - 102*a33*m1 *m2 *n1 *n2
5 2 2 11 5 2 13 4 3 9 4
- 58*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2 - 20*a33*m1 *m2 *n1 *n2
4 3 7 6 4 3 5 8 4 3 3 10
+ 70*a33*m1 *m2 *n1 *n2 + 190*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
4 3 12 3 4 10 3 3 4 8 5
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
3 4 6 7 3 4 4 9 3 4 2 11
- 190*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
2 5 11 2 2 5 9 4 2 5 7 6
- 2*a33*m1 *m2 *n1 *n2 + 58*a33*m1 *m2 *n1 *n2 + 102*a33*m1 *m2 *n1 *n2
2 5 5 8 2 5 3 10 6 10 3
+ 22*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2
6 8 5 6 6 7 6 4 9
- 26*a33*m1*m2 *n1 *n2 + 2*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2
7 11 2 7 9 4 7 7 6
+ 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
7 5 8
- 2*a33*m2 *n1 *n2 )
r321=0
3 9 4 6 3 9 2 8
r322=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14
3 8 5 5 3 8 3 7
+ 48*a33 *m1 *m2*n1 *n2 *r14 - 88*a33 *m1 *m2*n1 *n2 *r14
3 8 9 3 7 2 6 4
+ 8*a33 *m1 *m2*n1*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 4 6 3 7 2 2 8
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 88*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 7 3 3 6 3 5 5
+ 160*a33 *m1 *m2 *n1 *n2 *r14 - 808*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 3 7 3 6 3 9
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1*n2 *r14
3 5 4 8 2 3 5 4 6 4
- 120*a33 *m1 *m2 *n1 *n2 *r14 + 1040*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 4 6 3 5 4 2 8
- 808*a33 *m1 *m2 *n1 *n2 *r14 + 48*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 9 3 4 5 7 3
+ 48*a33 *m1 *m2 *n1 *n2*r14 - 808*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 5 5 3 4 5 3 7
+ 1040*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 10 3 3 6 8 2
- 8*a33 *m1 *m2 *n1 *r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 6 4 3 3 6 4 6
- 808*a33 *m1 *m2 *n1 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 9 3 2 7 7 3
- 88*a33 *m1 *m2 *n1 *n2*r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 5 5 3 8 10
- 120*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1*m2 *n1 *r14
3 8 8 2 3 8 6 4
- 88*a33 *m1*m2 *n1 *n2 *r14 + 48*a33 *m1*m2 *n1 *n2 *r14
3 9 9 3 9 7 3
+ 8*a33 *m2 *n1 *n2*r14 - 8*a33 *m2 *n1 *n2 *r14
2 9 4 7 2 9 2 9
- 8*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1 *n2 *r214
2 8 5 6 2 8 3 8
+ 48*a33 *m1 *m2*n1 *n2 *r214 - 88*a33 *m1 *m2*n1 *n2 *r214
2 8 10 2 7 2 6 5
+ 8*a33 *m1 *m2*n1*n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 4 7 2 7 2 2 9
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 88*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 7 4 2 6 3 5 6
+ 160*a33 *m1 *m2 *n1 *n2 *r214 - 808*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 3 8 2 6 3 10
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1*n2 *r214
2 5 4 8 3 2 5 4 6 5
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 1040*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 4 7 2 5 4 2 9
- 808*a33 *m1 *m2 *n1 *n2 *r214 + 48*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 9 2 2 4 5 7 4
+ 48*a33 *m1 *m2 *n1 *n2 *r214 - 808*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 5 6 2 4 5 3 8
+ 1040*a33 *m1 *m2 *n1 *n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 10 2 3 6 8 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 6 5 2 3 6 4 7
- 808*a33 *m1 *m2 *n1 *n2 *r214 + 160*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 9 2 2 2 7 7 4
- 88*a33 *m1 *m2 *n1 *n2 *r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 5 6 2 8 10
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1*m2 *n1 *n2*r214
2 8 8 3 2 8 6 5
- 88*a33 *m1*m2 *n1 *n2 *r214 + 48*a33 *m1*m2 *n1 *n2 *r214
2 9 9 2 2 9 7 4 9 4 9
+ 8*a33 *m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2 *r214 - 8*m1 *n1 *n2 *r464
9 2 11 8 5 8 8 3 10
+ 8*m1 *n1 *n2 *r464 + 48*m1 *m2*n1 *n2 *r464 - 88*m1 *m2*n1 *n2 *r464
8 12 8 5 9 8 13
+ 8*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111 - 2*m1 *n1*n2 *r4111
7 2 6 7 7 2 4 9
- 120*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
7 2 2 11 7 6 8
- 88*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2*n1 *n2 *r4111
7 4 10 7 2 12 7 6 9
+ 8*m1 *m2*n1 *n2 *r4111 + 20*m1 *m2*n1 *n2 *r4111 + m1 *n1 *n2 *r446
7 4 11 7 2 13 7 15
+ m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446 - m1 *n2 *r446
6 3 7 6 6 3 5 8
+ 160*m1 *m2 *n1 *n2 *r464 - 808*m1 *m2 *n1 *n2 *r464
6 3 3 10 6 3 12
+ 368*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n1*n2 *r464
6 2 7 7 6 2 5 9
+ 30*m1 *m2 *n1 *n2 *r4111 - 50*m1 *m2 *n1 *n2 *r4111
6 2 3 11 6 2 13
- 78*m1 *m2 *n1 *n2 *r4111 + 2*m1 *m2 *n1*n2 *r4111
6 7 8 6 5 10 6 3 12
- 5*m1 *m2*n1 *n2 *r446 - m1 *m2*n1 *n2 *r446 + 13*m1 *m2*n1 *n2 *r446
6 14 5 4 8 5
+ 9*m1 *m2*n1*n2 *r446 - 120*m1 *m2 *n1 *n2 *r464
5 4 6 7 5 4 4 9
+ 1040*m1 *m2 *n1 *n2 *r464 - 808*m1 *m2 *n1 *n2 *r464
5 4 2 11 5 3 8 6
+ 48*m1 *m2 *n1 *n2 *r464 - 40*m1 *m2 *n1 *n2 *r4111
5 3 6 8 5 3 4 10
+ 132*m1 *m2 *n1 *n2 *r4111 + 160*m1 *m2 *n1 *n2 *r4111
5 3 2 12 5 2 8 7
- 12*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
5 2 6 9 5 2 4 11
- 11*m1 *m2 *n1 *n2 *r446 - 51*m1 *m2 *n1 *n2 *r446
5 2 2 13 5 2 15 4 5 9 4
- 29*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 + 48*m1 *m2 *n1 *n2 *r464
4 5 7 6 4 5 5 8
- 808*m1 *m2 *n1 *n2 *r464 + 1040*m1 *m2 *n1 *n2 *r464
4 5 3 10 4 4 9 5
- 120*m1 *m2 *n1 *n2 *r464 + 30*m1 *m2 *n1 *n2 *r4111
4 4 7 7 4 4 5 9
- 190*m1 *m2 *n1 *n2 *r4111 - 190*m1 *m2 *n1 *n2 *r4111
4 4 3 11 4 3 9 6
+ 30*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
4 3 7 8 4 3 5 10
+ 35*m1 *m2 *n1 *n2 *r446 + 95*m1 *m2 *n1 *n2 *r446
4 3 3 12 4 3 14
+ 45*m1 *m2 *n1 *n2 *r446 - 5*m1 *m2 *n1*n2 *r446
3 6 10 3 3 6 8 5
- 8*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
3 6 6 7 3 6 4 9
- 808*m1 *m2 *n1 *n2 *r464 + 160*m1 *m2 *n1 *n2 *r464
3 5 10 4 3 5 8 6
- 12*m1 *m2 *n1 *n2 *r4111 + 160*m1 *m2 *n1 *n2 *r4111
3 5 6 8 3 5 4 10
+ 132*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
3 4 10 5 3 4 8 7
+ 5*m1 *m2 *n1 *n2 *r446 - 45*m1 *m2 *n1 *n2 *r446
3 4 6 9 3 4 4 11
- 95*m1 *m2 *n1 *n2 *r446 - 35*m1 *m2 *n1 *n2 *r446
3 4 2 13 2 7 9 4
+ 10*m1 *m2 *n1 *n2 *r446 - 88*m1 *m2 *n1 *n2 *r464
2 7 7 6 2 7 5 8
+ 368*m1 *m2 *n1 *n2 *r464 - 120*m1 *m2 *n1 *n2 *r464
2 6 11 3 2 6 9 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 78*m1 *m2 *n1 *n2 *r4111
2 6 7 7 2 6 5 9
- 50*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
2 5 11 4 2 5 9 6
- m1 *m2 *n1 *n2 *r446 + 29*m1 *m2 *n1 *n2 *r446
2 5 7 8 2 5 5 10
+ 51*m1 *m2 *n1 *n2 *r446 + 11*m1 *m2 *n1 *n2 *r446
2 5 3 12 8 10 3
- 10*m1 *m2 *n1 *n2 *r446 + 8*m1*m2 *n1 *n2 *r464
8 8 5 8 6 7
- 88*m1*m2 *n1 *n2 *r464 + 48*m1*m2 *n1 *n2 *r464
7 10 4 7 8 6
+ 20*m1*m2 *n1 *n2 *r4111 + 8*m1*m2 *n1 *n2 *r4111
7 6 8 6 10 5
- 12*m1*m2 *n1 *n2 *r4111 - 9*m1*m2 *n1 *n2 *r446
6 8 7 6 6 9 6 4 11
- 13*m1*m2 *n1 *n2 *r446 + m1*m2 *n1 *n2 *r446 + 5*m1*m2 *n1 *n2 *r446
9 9 4 9 7 6 8 11 3
+ 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r4111
8 7 7 7 11 4 7 9 6
+ 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446
7 7 8 7 5 10 7 6 8
- m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2
7 4 10 7 2 12 7 14
+ 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 - 2*a33*m1 *n2
6 7 7 6 5 9 6 3 11
- 10*a33*m1 *m2*n1 *n2 - 2*a33*m1 *m2*n1 *n2 + 26*a33*m1 *m2*n1 *n2
6 13 5 2 8 6 5 2 6 8
+ 18*a33*m1 *m2*n1*n2 + 20*a33*m1 *m2 *n1 *n2 - 22*a33*m1 *m2 *n1 *n2
5 2 4 10 5 2 2 12 5 2 14
- 102*a33*m1 *m2 *n1 *n2 - 58*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
4 3 9 5 4 3 7 7 4 3 5 9
- 20*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2 + 190*a33*m1 *m2 *n1 *n2
4 3 3 11 4 3 13 3 4 10 4
+ 90*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2
3 4 8 6 3 4 6 8 3 4 4 10
- 90*a33*m1 *m2 *n1 *n2 - 190*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
3 4 2 12 2 5 11 3 2 5 9 5
+ 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2 + 58*a33*m1 *m2 *n1 *n2
2 5 7 7 2 5 5 9 2 5 3 11
+ 102*a33*m1 *m2 *n1 *n2 + 22*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
6 10 4 6 8 6 6 6 8
- 18*a33*m1*m2 *n1 *n2 - 26*a33*m1*m2 *n1 *n2 + 2*a33*m1*m2 *n1 *n2
6 4 10 7 11 3 7 9 5
+ 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 7 7 7 5 9
- 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
r323=0
3 9 7 5 3 9 5 7
r324=( - 4*a33 *m1 *n1 *n2 *r14 + 12*a33 *m1 *n1 *n2 *r14
3 9 3 9 3 9 11
+ 4*a33 *m1 *n1 *n2 *r14 - 12*a33 *m1 *n1*n2 *r14
3 8 8 4 3 8 6 6
+ 20*a33 *m1 *m2*n1 *n2 *r14 - 100*a33 *m1 *m2*n1 *n2 *r14
3 8 4 8 3 8 2 10
+ 20*a33 *m1 *m2*n1 *n2 *r14 + 132*a33 *m1 *m2*n1 *n2 *r14
3 8 12 3 7 2 9 3
- 8*a33 *m1 *m2*n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 7 5 3 7 2 5 7
+ 328*a33 *m1 *m2 *n1 *n2 *r14 - 280*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 3 9 3 7 2 11
- 552*a33 *m1 *m2 *n1 *n2 *r14 + 96*a33 *m1 *m2 *n1*n2 *r14
3 6 3 10 2 3 6 3 8 4
+ 40*a33 *m1 *m2 *n1 *n2 *r14 - 560*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 6 6 3 6 3 4 8
+ 1000*a33 *m1 *m2 *n1 *n2 *r14 + 1160*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 2 10 3 6 3 12
- 432*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 5 4 11 3 5 4 9 3
- 20*a33 *m1 *m2 *n1 *n2*r14 + 540*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 7 5 3 5 4 5 7
- 1784*a33 *m1 *m2 *n1 *n2 *r14 - 1288*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 3 9 3 5 4 11
+ 1004*a33 *m1 *m2 *n1 *n2 *r14 - 52*a33 *m1 *m2 *n1*n2 *r14
3 4 5 12 3 4 5 10 2
+ 4*a33 *m1 *m2 *n1 *r14 - 292*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 8 4 3 4 5 6 6
+ 1816*a33 *m1 *m2 *n1 *n2 *r14 + 632*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 4 8 3 4 5 2 10
- 1340*a33 *m1 *m2 *n1 *n2 *r14 + 140*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 11 3 3 6 9 3
+ 80*a33 *m1 *m2 *n1 *n2*r14 - 1080*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 7 5 3 3 6 5 7
+ 88*a33 *m1 *m2 *n1 *n2 *r14 + 1048*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 3 9 3 2 7 12
- 200*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 2 7 10 2 3 2 7 8 4
+ 360*a33 *m1 *m2 *n1 *n2 *r14 - 248*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 6 6 3 2 7 4 8
- 456*a33 *m1 *m2 *n1 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 8 11 3 8 9 3
- 60*a33 *m1*m2 *n1 *n2*r14 + 100*a33 *m1*m2 *n1 *n2 *r14
3 8 7 5 3 8 5 7
+ 92*a33 *m1*m2 *n1 *n2 *r14 - 68*a33 *m1*m2 *n1 *n2 *r14
3 9 12 3 9 10 2 3 9 8 4
+ 4*a33 *m2 *n1 *r14 - 12*a33 *m2 *n1 *n2 *r14 - 4*a33 *m2 *n1 *n2 *r14
3 9 6 6 2 9 7 6
+ 12*a33 *m2 *n1 *n2 *r14 - 4*a33 *m1 *n1 *n2 *r214
2 9 5 8 2 9 3 10
+ 12*a33 *m1 *n1 *n2 *r214 + 4*a33 *m1 *n1 *n2 *r214
2 9 12 2 8 8 5
- 12*a33 *m1 *n1*n2 *r214 + 20*a33 *m1 *m2*n1 *n2 *r214
2 8 6 7 2 8 4 9
- 100*a33 *m1 *m2*n1 *n2 *r214 + 20*a33 *m1 *m2*n1 *n2 *r214
2 8 2 11 2 8 13
+ 132*a33 *m1 *m2*n1 *n2 *r214 - 8*a33 *m1 *m2*n2 *r214
2 7 2 9 4 2 7 2 7 6
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 328*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 5 8 2 7 2 3 10
- 280*a33 *m1 *m2 *n1 *n2 *r214 - 552*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 12 2 6 3 10 3
+ 96*a33 *m1 *m2 *n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 8 5 2 6 3 6 7
- 560*a33 *m1 *m2 *n1 *n2 *r214 + 1000*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 4 9 2 6 3 2 11
+ 1160*a33 *m1 *m2 *n1 *n2 *r214 - 432*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 13 2 5 4 11 2
+ 8*a33 *m1 *m2 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 9 4 2 5 4 7 6
+ 540*a33 *m1 *m2 *n1 *n2 *r214 - 1784*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 5 8 2 5 4 3 10
- 1288*a33 *m1 *m2 *n1 *n2 *r214 + 1004*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 12 2 4 5 12
- 52*a33 *m1 *m2 *n1*n2 *r214 + 4*a33 *m1 *m2 *n1 *n2*r214
2 4 5 10 3 2 4 5 8 5
- 292*a33 *m1 *m2 *n1 *n2 *r214 + 1816*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 6 7 2 4 5 4 9
+ 632*a33 *m1 *m2 *n1 *n2 *r214 - 1340*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 2 11 2 3 6 11 2
+ 140*a33 *m1 *m2 *n1 *n2 *r214 + 80*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 9 4 2 3 6 7 6
- 1080*a33 *m1 *m2 *n1 *n2 *r214 + 88*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 5 8 2 3 6 3 10
+ 1048*a33 *m1 *m2 *n1 *n2 *r214 - 200*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 12 2 2 7 10 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 360*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 8 5 2 2 7 6 7
- 248*a33 *m1 *m2 *n1 *n2 *r214 - 456*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 4 9 2 8 11 2
+ 160*a33 *m1 *m2 *n1 *n2 *r214 - 60*a33 *m1*m2 *n1 *n2 *r214
2 8 9 4 2 8 7 6
+ 100*a33 *m1*m2 *n1 *n2 *r214 + 92*a33 *m1*m2 *n1 *n2 *r214
2 8 5 8 2 9 12
- 68*a33 *m1*m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2*r214
2 9 10 3 2 9 8 5
- 12*a33 *m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2 *r214
2 9 6 7 9 7 8 9 5 10
+ 12*a33 *m2 *n1 *n2 *r214 - 4*m1 *n1 *n2 *r464 + 12*m1 *n1 *n2 *r464
9 3 12 9 14 8 8 7
+ 4*m1 *n1 *n2 *r464 - 12*m1 *n1*n2 *r464 + 20*m1 *m2*n1 *n2 *r464
8 6 9 8 4 11
- 98*m1 *m2*n1 *n2 *r464 + 22*m1 *m2*n1 *n2 *r464
8 2 13 8 15 8 8 8
+ 130*m1 *m2*n1 *n2 *r464 - 10*m1 *m2*n2 *r464 + m1 *n1 *n2 *r4111
8 4 12 8 16 7 2 9 6
- 2*m1 *n1 *n2 *r4111 + m1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r464
7 2 7 8 7 2 5 10
+ 316*m1 *m2 *n1 *n2 *r464 - 284*m1 *m2 *n1 *n2 *r464
7 2 3 12 7 2 14
- 524*m1 *m2 *n1 *n2 *r464 + 116*m1 *m2 *n1*n2 *r464
7 9 7 7 7 9
- 5*m1 *m2*n1 *n2 *r4111 + 6*m1 *m2*n1 *n2 *r4111
7 5 11 7 3 13
+ 16*m1 *m2*n1 *n2 *r4111 - 6*m1 *m2*n1 *n2 *r4111
7 15 6 3 10 5
- 11*m1 *m2*n1*n2 *r4111 + 40*m1 *m2 *n1 *n2 *r464
6 3 8 7 6 3 6 9
- 530*m1 *m2 *n1 *n2 *r464 + 980*m1 *m2 *n1 *n2 *r464
6 3 4 11 6 3 2 13
+ 1032*m1 *m2 *n1 *n2 *r464 - 508*m1 *m2 *n1 *n2 *r464
6 3 15 6 2 10 6
+ 10*m1 *m2 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
6 2 8 8 6 2 6 10
- 31*m1 *m2 *n1 *n2 *r4111 - 42*m1 *m2 *n1 *n2 *r4111
6 2 4 12 6 2 2 14
+ 48*m1 *m2 *n1 *n2 *r4111 + 48*m1 *m2 *n1 *n2 *r4111
6 2 16 5 4 11 4
- m1 *m2 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r464
5 4 9 6 5 4 7 8
+ 500*m1 *m2 *n1 *n2 *r464 - 1692*m1 *m2 *n1 *n2 *r464
5 4 5 10 5 4 3 12
- 996*m1 *m2 *n1 *n2 *r464 + 1152*m1 *m2 *n1 *n2 *r464
5 4 14 5 3 11 5
- 64*m1 *m2 *n1*n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
5 3 9 7 5 3 7 9
+ 65*m1 *m2 *n1 *n2 *r4111 + 38*m1 *m2 *n1 *n2 *r4111
5 3 5 11 5 3 3 13
- 152*m1 *m2 *n1 *n2 *r4111 - 108*m1 *m2 *n1 *n2 *r4111
5 3 15 4 5 12 3
+ 7*m1 *m2 *n1*n2 *r4111 + 4*m1 *m2 *n1 *n2 *r464
4 5 10 5 4 5 8 7
- 262*m1 *m2 *n1 *n2 *r464 + 1656*m1 *m2 *n1 *n2 *r464
4 5 6 9 4 5 4 11
+ 252*m1 *m2 *n1 *n2 *r464 - 1500*m1 *m2 *n1 *n2 *r464
4 5 2 13 4 4 12 4
+ 170*m1 *m2 *n1 *n2 *r464 + 5*m1 *m2 *n1 *n2 *r4111
4 4 10 6 4 4 8 8
- 70*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
4 4 6 10 4 4 4 12
+ 250*m1 *m2 *n1 *n2 *r4111 + 135*m1 *m2 *n1 *n2 *r4111
4 4 2 14 3 6 11 4
- 20*m1 *m2 *n1 *n2 *r4111 + 68*m1 *m2 *n1 *n2 *r464
3 6 9 6 3 6 7 8
- 932*m1 *m2 *n1 *n2 *r464 + 380*m1 *m2 *n1 *n2 *r464
3 6 5 10 3 6 3 12
+ 1140*m1 *m2 *n1 *n2 *r464 - 240*m1 *m2 *n1 *n2 *r464
3 5 13 3 3 5 11 5
- m1 *m2 *n1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r4111
3 5 9 7 3 5 7 9
- 68*m1 *m2 *n1 *n2 *r4111 - 230*m1 *m2 *n1 *n2 *r4111
3 5 5 11 3 5 3 13
- 91*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
2 7 12 3 2 7 10 5
- 6*m1 *m2 *n1 *n2 *r464 + 284*m1 *m2 *n1 *n2 *r464
2 7 8 7 2 7 6 9
- 376*m1 *m2 *n1 *n2 *r464 - 476*m1 *m2 *n1 *n2 *r464
2 7 4 11 2 6 12 4
+ 190*m1 *m2 *n1 *n2 *r464 - 11*m1 *m2 *n1 *n2 *r4111
2 6 10 6 2 6 8 8
+ 54*m1 *m2 *n1 *n2 *r4111 + 116*m1 *m2 *n1 *n2 *r4111
2 6 6 10 2 6 4 12
+ 26*m1 *m2 *n1 *n2 *r4111 - 25*m1 *m2 *n1 *n2 *r4111
8 11 4 8 9 6
- 40*m1*m2 *n1 *n2 *r464 + 128*m1*m2 *n1 *n2 *r464
8 7 8 8 5 10
+ 88*m1*m2 *n1 *n2 *r464 - 80*m1*m2 *n1 *n2 *r464
7 13 3 7 11 5
+ m1*m2 *n1 *n2 *r4111 - 18*m1*m2 *n1 *n2 *r4111
7 9 7 7 7 9
- 28*m1*m2 *n1 *n2 *r4111 + 2*m1*m2 *n1 *n2 *r4111
7 5 11 9 12 3 9 10 5
+ 11*m1*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r464 - 14*m2 *n1 *n2 *r464
9 8 7 9 6 9 8 12 4
- 2*m2 *n1 *n2 *r464 + 14*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r4111
8 10 6 8 8 8 8 6 10
+ 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111)/(
7 8 8 7 6 10 7 2 14 7 16
a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 - a33*m1 *n2
6 9 7 6 7 9 6 5 11
- 5*a33*m1 *m2*n1 *n2 - 6*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
6 3 13 6 15 5 2 10 6
+ 22*a33*m1 *m2*n1 *n2 + 9*a33*m1 *m2*n1*n2 + 10*a33*m1 *m2 *n1 *n2
5 2 8 8 5 2 6 10 5 2 4 12
- a33*m1 *m2 *n1 *n2 - 62*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2
5 2 2 14 5 2 16 4 3 11 5
- 28*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 - 10*a33*m1 *m2 *n1 *n2
4 3 9 7 4 3 7 9
+ 25*a33*m1 *m2 *n1 *n2 + 130*a33*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13 4 3 15
+ 140*a33*m1 *m2 *n1 *n2 + 40*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2
3 4 12 4 3 4 10 6 3 4 8 8
+ 5*a33*m1 *m2 *n1 *n2 - 40*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
3 4 6 10 3 4 4 12
- 130*a33*m1 *m2 *n1 *n2 - 25*a33*m1 *m2 *n1 *n2
3 4 2 14 2 5 13 3 2 5 11 5
+ 10*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 *n2 + 28*a33*m1 *m2 *n1 *n2
2 5 9 7 2 5 7 9 2 5 5 11
+ 80*a33*m1 *m2 *n1 *n2 + 62*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 *n2
2 5 3 13 6 12 4 6 10 6
- 10*a33*m1 *m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - 22*a33*m1*m2 *n1 *n2
6 8 8 6 6 10 6 4 12
- 12*a33*m1*m2 *n1 *n2 + 6*a33*m1*m2 *n1 *n2 + 5*a33*m1*m2 *n1 *n2
7 13 3 7 11 5 7 7 9
+ a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
7 5 11
- a33*m2 *n1 *n2 )
3 9 6 6 3 9 4 8
r325=(16*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14
3 9 2 10 3 9 12
- 16*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n2 *r14
3 8 7 5 3 8 5 7
- 88*a33 *m1 *m2*n1 *n2 *r14 + 144*a33 *m1 *m2*n1 *n2 *r14
3 8 3 9 3 8 11
+ 120*a33 *m1 *m2*n1 *n2 *r14 - 112*a33 *m1 *m2*n1*n2 *r14
3 7 2 8 4 3 7 2 6 6
+ 200*a33 *m1 *m2 *n1 *n2 *r14 - 664*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 4 8 3 7 2 2 10
- 216*a33 *m1 *m2 *n1 *n2 *r14 + 632*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 12 3 6 3 9 3
- 16*a33 *m1 *m2 *n2 *r14 - 240*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 7 5 3 6 3 5 7
+ 1448*a33 *m1 *m2 *n1 *n2 *r14 - 264*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 3 9 3 6 3 11
- 1800*a33 *m1 *m2 *n1 *n2 *r14 + 152*a33 *m1 *m2 *n1*n2 *r14
3 5 4 10 2 3 5 4 8 4
+ 160*a33 *m1 *m2 *n1 *n2 *r14 - 1760*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 6 6 3 5 4 4 8
+ 1496*a33 *m1 *m2 *n1 *n2 *r14 + 2872*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 2 10 3 5 4 12
- 536*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 4 5 11 3 4 5 9 3
- 56*a33 *m1 *m2 *n1 *n2*r14 + 1248*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 7 5 3 4 5 5 7
- 2344*a33 *m1 *m2 *n1 *n2 *r14 - 2648*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 3 9 3 4 5 11
+ 960*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1 *m2 *n1*n2 *r14
3 3 6 12 3 3 6 10 2
+ 8*a33 *m1 *m2 *n1 *r14 - 504*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 8 4 3 3 6 6 6
+ 1880*a33 *m1 *m2 *n1 *n2 *r14 + 1352*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 4 8 3 3 6 2 10
- 960*a33 *m1 *m2 *n1 *n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 11 3 2 7 9 3
+ 104*a33 *m1 *m2 *n1 *n2*r14 - 824*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 7 5 3 2 7 5 7
- 312*a33 *m1 *m2 *n1 *n2 *r14 + 536*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 3 9 3 8 12
- 80*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1*m2 *n1 *r14
3 8 10 2 3 8 6 6
+ 184*a33 *m1*m2 *n1 *n2 *r14 - 152*a33 *m1*m2 *n1 *n2 *r14
3 8 4 8 3 9 11
+ 40*a33 *m1*m2 *n1 *n2 *r14 - 16*a33 *m2 *n1 *n2*r14
3 9 9 3 3 9 7 5
+ 8*a33 *m2 *n1 *n2 *r14 + 16*a33 *m2 *n1 *n2 *r14
3 9 5 7 2 9 6 7
- 8*a33 *m2 *n1 *n2 *r14 + 16*a33 *m1 *n1 *n2 *r214
2 9 4 9 2 9 2 11
- 8*a33 *m1 *n1 *n2 *r214 - 16*a33 *m1 *n1 *n2 *r214
2 9 13 2 8 7 6
+ 8*a33 *m1 *n2 *r214 - 88*a33 *m1 *m2*n1 *n2 *r214
2 8 5 8 2 8 3 10
+ 144*a33 *m1 *m2*n1 *n2 *r214 + 120*a33 *m1 *m2*n1 *n2 *r214
2 8 12 2 7 2 8 5
- 112*a33 *m1 *m2*n1*n2 *r214 + 200*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 6 7 2 7 2 4 9
- 664*a33 *m1 *m2 *n1 *n2 *r214 - 216*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 2 11 2 7 2 13
+ 632*a33 *m1 *m2 *n1 *n2 *r214 - 16*a33 *m1 *m2 *n2 *r214
2 6 3 9 4 2 6 3 7 6
- 240*a33 *m1 *m2 *n1 *n2 *r214 + 1448*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 5 8 2 6 3 3 10
- 264*a33 *m1 *m2 *n1 *n2 *r214 - 1800*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 12 2 5 4 10 3
+ 152*a33 *m1 *m2 *n1*n2 *r214 + 160*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 8 5 2 5 4 6 7
- 1760*a33 *m1 *m2 *n1 *n2 *r214 + 1496*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 4 9 2 5 4 2 11
+ 2872*a33 *m1 *m2 *n1 *n2 *r214 - 536*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 13 2 4 5 11 2
+ 8*a33 *m1 *m2 *n2 *r214 - 56*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 9 4 2 4 5 7 6
+ 1248*a33 *m1 *m2 *n1 *n2 *r214 - 2344*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 5 8 2 4 5 3 10
- 2648*a33 *m1 *m2 *n1 *n2 *r214 + 960*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 12 2 3 6 12
- 40*a33 *m1 *m2 *n1*n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 3 6 10 3 2 3 6 8 5
- 504*a33 *m1 *m2 *n1 *n2 *r214 + 1880*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 6 7 2 3 6 4 9
+ 1352*a33 *m1 *m2 *n1 *n2 *r214 - 960*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 2 11 2 2 7 11 2
+ 80*a33 *m1 *m2 *n1 *n2 *r214 + 104*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 9 4 2 2 7 7 6
- 824*a33 *m1 *m2 *n1 *n2 *r214 - 312*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 5 8 2 2 7 3 10
+ 536*a33 *m1 *m2 *n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 8 12 2 8 10 3
- 8*a33 *m1*m2 *n1 *n2*r214 + 184*a33 *m1*m2 *n1 *n2 *r214
2 8 6 7 2 8 4 9
- 152*a33 *m1*m2 *n1 *n2 *r214 + 40*a33 *m1*m2 *n1 *n2 *r214
2 9 11 2 2 9 9 4
- 16*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
2 9 7 6 2 9 5 8
+ 16*a33 *m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2 *r214
9 6 9 9 4 11 9 2 13
+ 20*m1 *n1 *n2 *r464 - 4*m1 *n1 *n2 *r464 - 20*m1 *n1 *n2 *r464
9 15 8 7 8 8 5 10
+ 4*m1 *n2 *r464 - 112*m1 *m2*n1 *n2 *r464 + 136*m1 *m2*n1 *n2 *r464
8 3 12 8 14 8 7 9
+ 176*m1 *m2*n1 *n2 *r464 - 72*m1 *m2*n1*n2 *r464 - 2*m1 *n1 *n2 *r4111
8 5 11 8 3 13 8 15
- 2*m1 *n1 *n2 *r4111 + 2*m1 *n1 *n2 *r4111 + 2*m1 *n1*n2 *r4111
7 2 8 7 7 2 6 9
+ 260*m1 *m2 *n1 *n2 *r464 - 704*m1 *m2 *n1 *n2 *r464
7 2 4 11 7 2 2 13
- 472*m1 *m2 *n1 *n2 *r464 + 480*m1 *m2 *n1 *n2 *r464
7 2 15 7 8 8
- 12*m1 *m2 *n2 *r464 + 10*m1 *m2*n1 *n2 *r4111
7 4 12 7 2 14
- 28*m1 *m2*n1 *n2 *r4111 - 16*m1 *m2*n1 *n2 *r4111
7 16 7 8 9 7 6 11
+ 2*m1 *m2*n2 *r4111 + m1 *n1 *n2 *r446 + 2*m1 *n1 *n2 *r446
7 2 15 7 17 6 3 9 6
- 2*m1 *n1 *n2 *r446 - m1 *n2 *r446 - 320*m1 *m2 *n1 *n2 *r464
6 3 7 8 6 3 5 10
+ 1632*m1 *m2 *n1 *n2 *r464 + 320*m1 *m2 *n1 *n2 *r464
6 3 3 12 6 3 14
- 1504*m1 *m2 *n1 *n2 *r464 + 128*m1 *m2 *n1*n2 *r464
6 2 9 7 6 2 7 9
- 20*m1 *m2 *n1 *n2 *r4111 + 32*m1 *m2 *n1 *n2 *r4111
6 2 5 11 6 2 3 13
+ 104*m1 *m2 *n1 *n2 *r4111 + 32*m1 *m2 *n1 *n2 *r4111
6 2 15 6 9 8
- 20*m1 *m2 *n1*n2 *r4111 - 5*m1 *m2*n1 *n2 *r446
6 7 10 6 5 12
- 6*m1 *m2*n1 *n2 *r446 + 12*m1 *m2*n1 *n2 *r446
6 3 14 6 16
+ 22*m1 *m2*n1 *n2 *r446 + 9*m1 *m2*n1*n2 *r446
5 4 10 5 5 4 8 7
+ 220*m1 *m2 *n1 *n2 *r464 - 2080*m1 *m2 *n1 *n2 *r464
5 4 6 9 5 4 4 11
+ 736*m1 *m2 *n1 *n2 *r464 + 2552*m1 *m2 *n1 *n2 *r464
5 4 2 13 5 4 15
- 476*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
5 3 10 6 5 3 8 8
+ 20*m1 *m2 *n1 *n2 *r4111 - 90*m1 *m2 *n1 *n2 *r4111
5 3 6 10 5 3 4 12
- 168*m1 *m2 *n1 *n2 *r4111 + 12*m1 *m2 *n1 *n2 *r4111
5 3 2 14 5 3 16
+ 68*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
5 2 10 7 5 2 8 9
+ 10*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n1 *n2 *r446
5 2 6 11 5 2 4 13
- 62*m1 *m2 *n1 *n2 *r446 - 80*m1 *m2 *n1 *n2 *r446
5 2 2 15 5 2 17 4 5 11 4
- 28*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 - 80*m1 *m2 *n1 *n2 *r464
4 5 9 6 4 5 7 8
+ 1544*m1 *m2 *n1 *n2 *r464 - 1760*m1 *m2 *n1 *n2 *r464
4 5 5 10 4 5 3 12
- 2464*m1 *m2 *n1 *n2 *r464 + 880*m1 *m2 *n1 *n2 *r464
4 5 14 4 4 11 5
- 40*m1 *m2 *n1*n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
4 4 9 7 4 4 7 9
+ 110*m1 *m2 *n1 *n2 *r4111 + 120*m1 *m2 *n1 *n2 *r4111
4 4 5 11 4 4 3 13
- 120*m1 *m2 *n1 *n2 *r4111 - 110*m1 *m2 *n1 *n2 *r4111
4 4 15 4 3 11 6
+ 10*m1 *m2 *n1*n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
4 3 9 8 4 3 7 10
+ 25*m1 *m2 *n1 *n2 *r446 + 130*m1 *m2 *n1 *n2 *r446
4 3 5 12 4 3 3 14
+ 140*m1 *m2 *n1 *n2 *r446 + 40*m1 *m2 *n1 *n2 *r446
4 3 16 3 6 12 3
- 5*m1 *m2 *n1*n2 *r446 + 12*m1 *m2 *n1 *n2 *r464
3 6 10 5 3 6 8 7
- 656*m1 *m2 *n1 *n2 *r464 + 1624*m1 *m2 *n1 *n2 *r464
3 6 6 9 3 6 4 11
+ 1312*m1 *m2 *n1 *n2 *r464 - 900*m1 *m2 *n1 *n2 *r464
3 6 2 13 3 5 12 4
+ 80*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
3 5 10 6 3 5 8 8
- 68*m1 *m2 *n1 *n2 *r4111 - 12*m1 *m2 *n1 *n2 *r4111
3 5 6 10 3 5 4 12
+ 168*m1 *m2 *n1 *n2 *r4111 + 90*m1 *m2 *n1 *n2 *r4111
3 5 2 14 3 4 12 5
- 20*m1 *m2 *n1 *n2 *r4111 + 5*m1 *m2 *n1 *n2 *r446
3 4 10 7 3 4 8 9
- 40*m1 *m2 *n1 *n2 *r446 - 140*m1 *m2 *n1 *n2 *r446
3 4 6 11 3 4 4 13
- 130*m1 *m2 *n1 *n2 *r446 - 25*m1 *m2 *n1 *n2 *r446
3 4 2 15 2 7 11 4
+ 10*m1 *m2 *n1 *n2 *r446 + 144*m1 *m2 *n1 *n2 *r464
2 7 9 6 2 7 7 8
- 768*m1 *m2 *n1 *n2 *r464 - 320*m1 *m2 *n1 *n2 *r464
2 7 5 10 2 7 3 12
+ 512*m1 *m2 *n1 *n2 *r464 - 80*m1 *m2 *n1 *n2 *r464
2 6 11 5 2 6 9 7
+ 20*m1 *m2 *n1 *n2 *r4111 - 32*m1 *m2 *n1 *n2 *r4111
2 6 7 9 2 6 5 11
- 104*m1 *m2 *n1 *n2 *r4111 - 32*m1 *m2 *n1 *n2 *r4111
2 6 3 13 2 5 13 4
+ 20*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1 *n2 *r446
2 5 11 6 2 5 9 8
+ 28*m1 *m2 *n1 *n2 *r446 + 80*m1 *m2 *n1 *n2 *r446
2 5 7 10 2 5 5 12
+ 62*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n1 *n2 *r446
2 5 3 14 8 12 3
- 10*m1 *m2 *n1 *n2 *r446 - 12*m1*m2 *n1 *n2 *r464
8 10 5 8 8 7
+ 180*m1*m2 *n1 *n2 *r464 + 4*m1*m2 *n1 *n2 *r464
8 6 9 8 4 11
- 148*m1*m2 *n1 *n2 *r464 + 40*m1*m2 *n1 *n2 *r464
7 12 4 7 10 6
- 2*m1*m2 *n1 *n2 *r4111 + 16*m1*m2 *n1 *n2 *r4111
7 8 8 7 4 12
+ 28*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
6 12 5 6 10 7
- 9*m1*m2 *n1 *n2 *r446 - 22*m1*m2 *n1 *n2 *r446
6 8 9 6 6 11
- 12*m1*m2 *n1 *n2 *r446 + 6*m1*m2 *n1 *n2 *r446
6 4 13 9 11 4 9 9 6
+ 5*m1*m2 *n1 *n2 *r446 - 16*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
9 7 8 9 5 10 8 11 5
+ 16*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r4111
8 9 7 8 7 9 8 5 11
- 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111
7 13 4 7 11 6 7 7 10
+ m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r446 - 2*m2 *n1 *n2 *r446
7 5 12 7 8 8 7 6 10
- m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2
7 2 14 7 16 6 9 7
- 4*a33*m1 *n1 *n2 - 2*a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 12*a33*m1 *m2*n1 *n2 + 24*a33*m1 *m2*n1 *n2 + 44*a33*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 18*a33*m1 *m2*n1*n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12
- 124*a33*m1 *m2 *n1 *n2 - 160*a33*m1 *m2 *n1 *n2
5 2 2 14 5 2 16 4 3 11 5
- 56*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2 - 20*a33*m1 *m2 *n1 *n2
4 3 9 7 4 3 7 9
+ 50*a33*m1 *m2 *n1 *n2 + 260*a33*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13
+ 280*a33*m1 *m2 *n1 *n2 + 80*a33*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10
- 280*a33*m1 *m2 *n1 *n2 - 260*a33*m1 *m2 *n1 *n2
3 4 4 12 3 4 2 14 2 5 13 3
- 50*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
2 5 11 5 2 5 9 7
+ 56*a33*m1 *m2 *n1 *n2 + 160*a33*m1 *m2 *n1 *n2
2 5 7 9 2 5 5 11 2 5 3 13
+ 124*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
6 12 4 6 10 6 6 8 8
- 18*a33*m1*m2 *n1 *n2 - 44*a33*m1*m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
6 6 10 6 4 12 7 13 3
+ 12*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 11 5 7 7 9 7 5 11
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
2 2 3
2*m1*n1*n2*r464 + 2*m2*n2 *r464 - n1 *n2*r4111 - n2 *r4111
r326=------------------------------------------------------------
2 2
a33*n1 + a33*n2
r327=0
r328=0
- n2*r464
r329=------------
a33
r330=0
3 8 3 6 3 8 8
r331=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1*n2 *r14
3 7 4 5 3 7 2 7
- 42*a33 *m1 *m2*n1 *n2 *r14 + 80*a33 *m1 *m2*n1 *n2 *r14
3 7 9 3 6 2 5 4
- 6*a33 *m1 *m2*n2 *r14 + 90*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 3 6 3 6 2 8
- 296*a33 *m1 *m2 *n1 *n2 *r14 + 62*a33 *m1 *m2 *n1*n2 *r14
3 5 3 6 3 3 5 3 4 5
- 100*a33 *m1 *m2 *n1 *n2 *r14 + 562*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 2 7 3 5 3 9
- 228*a33 *m1 *m2 *n1 *n2 *r14 + 6*a33 *m1 *m2 *n2 *r14
3 4 4 7 2 3 4 4 5 4
+ 60*a33 *m1 *m2 *n1 *n2 *r14 - 610*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 6 3 4 4 8
+ 420*a33 *m1 *m2 *n1 *n2 *r14 - 30*a33 *m1 *m2 *n1*n2 *r14
3 3 5 8 3 3 5 6 3
- 18*a33 *m1 *m2 *n1 *n2*r14 + 388*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 4 5 3 3 5 2 7
- 430*a33 *m1 *m2 *n1 *n2 *r14 + 60*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 9 3 2 6 7 2
+ 2*a33 *m1 *m2 *n1 *r14 - 140*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 5 4 3 2 6 3 6
+ 246*a33 *m1 *m2 *n1 *n2 *r14 - 60*a33 *m1 *m2 *n1 *n2 *r14
3 7 8 3 7 6 3
+ 26*a33 *m1*m2 *n1 *n2*r14 - 72*a33 *m1*m2 *n1 *n2 *r14
3 7 4 5 3 8 9
+ 30*a33 *m1*m2 *n1 *n2 *r14 - 2*a33 *m2 *n1 *r14
3 8 7 2 3 8 5 4
+ 8*a33 *m2 *n1 *n2 *r14 - 6*a33 *m2 *n1 *n2 *r14
2 8 3 7 2 8 9
+ 8*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1*n2 *r214
2 7 4 6 2 7 2 8
- 42*a33 *m1 *m2*n1 *n2 *r214 + 80*a33 *m1 *m2*n1 *n2 *r214
2 7 10 2 6 2 5 5
- 6*a33 *m1 *m2*n2 *r214 + 90*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 3 7 2 6 2 9
- 296*a33 *m1 *m2 *n1 *n2 *r214 + 62*a33 *m1 *m2 *n1*n2 *r214
2 5 3 6 4 2 5 3 4 6
- 100*a33 *m1 *m2 *n1 *n2 *r214 + 562*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 2 8 2 5 3 10
- 228*a33 *m1 *m2 *n1 *n2 *r214 + 6*a33 *m1 *m2 *n2 *r214
2 4 4 7 3 2 4 4 5 5
+ 60*a33 *m1 *m2 *n1 *n2 *r214 - 610*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 3 7 2 4 4 9
+ 420*a33 *m1 *m2 *n1 *n2 *r214 - 30*a33 *m1 *m2 *n1*n2 *r214
2 3 5 8 2 2 3 5 6 4
- 18*a33 *m1 *m2 *n1 *n2 *r214 + 388*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 4 6 2 3 5 2 8
- 430*a33 *m1 *m2 *n1 *n2 *r214 + 60*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 9 2 2 6 7 3
+ 2*a33 *m1 *m2 *n1 *n2*r214 - 140*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 5 5 2 2 6 3 7
+ 246*a33 *m1 *m2 *n1 *n2 *r214 - 60*a33 *m1 *m2 *n1 *n2 *r214
2 7 8 2 2 7 6 4
+ 26*a33 *m1*m2 *n1 *n2 *r214 - 72*a33 *m1*m2 *n1 *n2 *r214
2 7 4 6 2 8 9
+ 30*a33 *m1*m2 *n1 *n2 *r214 - 2*a33 *m2 *n1 *n2*r214
2 8 7 3 2 8 5 5 8 3 9
+ 8*a33 *m2 *n1 *n2 *r214 - 6*a33 *m2 *n1 *n2 *r214 + 8*m1 *n1 *n2 *r464
8 11 7 4 8 7 2 10
- 8*m1 *n1*n2 *r464 - 41*m1 *m2*n1 *n2 *r464 + 80*m1 *m2*n1 *n2 *r464
7 12 7 4 9 7 13
- 7*m1 *m2*n2 *r464 - m1 *n1 *n2 *r4111 + m1 *n2 *r4111
6 2 5 7 6 2 3 9
+ 85*m1 *m2 *n1 *n2 *r464 - 292*m1 *m2 *n1 *n2 *r464
6 2 11 6 5 8
+ 71*m1 *m2 *n1*n2 *r464 + 5*m1 *m2*n1 *n2 *r4111
6 3 10 6 12
- 4*m1 *m2*n1 *n2 *r4111 - 9*m1 *m2*n1*n2 *r4111
5 3 6 6 5 3 4 8
- 90*m1 *m2 *n1 *n2 *r464 + 541*m1 *m2 *n1 *n2 *r464
5 3 2 10 5 3 12
- 258*m1 *m2 *n1 *n2 *r464 + 7*m1 *m2 *n2 *r464
5 2 6 7 5 2 4 9
- 10*m1 *m2 *n1 *n2 *r4111 + 21*m1 *m2 *n1 *n2 *r4111
5 2 2 11 5 2 13
+ 30*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n2 *r4111
4 4 7 5 4 4 5 7
+ 50*m1 *m2 *n1 *n2 *r464 - 565*m1 *m2 *n1 *n2 *r464
4 4 3 9 4 4 11
+ 470*m1 *m2 *n1 *n2 *r464 - 35*m1 *m2 *n1*n2 *r464
4 3 7 6 4 3 5 8
+ 10*m1 *m2 *n1 *n2 *r4111 - 45*m1 *m2 *n1 *n2 *r4111
4 3 3 10 4 3 12
- 50*m1 *m2 *n1 *n2 *r4111 + 5*m1 *m2 *n1*n2 *r4111
3 5 8 4 3 5 6 6
- 13*m1 *m2 *n1 *n2 *r464 + 338*m1 *m2 *n1 *n2 *r464
3 5 4 8 3 5 2 10
- 475*m1 *m2 *n1 *n2 *r464 + 70*m1 *m2 *n1 *n2 *r464
3 4 8 5 3 4 6 7
- 5*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
3 4 4 9 3 4 2 11
+ 45*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r4111
2 6 9 3 2 6 7 5
+ m1 *m2 *n1 *n2 *r464 - 110*m1 *m2 *n1 *n2 *r464
2 6 5 7 2 6 3 9
+ 267*m1 *m2 *n1 *n2 *r464 - 70*m1 *m2 *n1 *n2 *r464
2 5 9 4 2 5 7 6
+ m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
2 5 5 8 2 5 3 10
- 21*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
7 8 4 7 6 6
+ 17*m1*m2 *n1 *n2 *r464 - 76*m1*m2 *n1 *n2 *r464
7 4 8 6 8 5
+ 35*m1*m2 *n1 *n2 *r464 + 9*m1*m2 *n1 *n2 *r4111
6 6 7 6 4 9 8 9 3
+ 4*m1*m2 *n1 *n2 *r4111 - 5*m1*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r464
8 7 5 8 5 7 7 9 4
+ 8*m2 *n1 *n2 *r464 - 7*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r4111
7 5 8 7 4 8 7 12
+ m2 *n1 *n2 *r4111)/(a33*m1 *n1 *n2 - a33*m1 *n2
6 5 7 6 3 9 6 11
- 5*a33*m1 *m2*n1 *n2 + 4*a33*m1 *m2*n1 *n2 + 9*a33*m1 *m2*n1*n2
5 2 6 6 5 2 4 8 5 2 2 10
+ 10*a33*m1 *m2 *n1 *n2 - 21*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
5 2 12 4 3 7 5 4 3 5 7
+ a33*m1 *m2 *n2 - 10*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
4 3 3 9 4 3 11 3 4 8 4
+ 50*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2 + 5*a33*m1 *m2 *n1 *n2
3 4 6 6 3 4 4 8 3 4 2 10
- 50*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2 + 10*a33*m1 *m2 *n1 *n2
2 5 9 3 2 5 7 5 2 5 5 7
- a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2 + 21*a33*m1 *m2 *n1 *n2
2 5 3 9 6 8 4 6 6 6
- 10*a33*m1 *m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - 4*a33*m1*m2 *n1 *n2
6 4 8 7 9 3 7 5 7
+ 5*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2 - a33*m2 *n1 *n2 )
3 8 6 5 3 8 4 7 3 8 2 9
r332=(2*a33 *m1 *n1 *n2 *r14 - 6*a33 *m1 *n1 *n2 *r14 - 2*a33 *m1 *n1 *n2 *r14
3 8 11 3 7 7 4
+ 6*a33 *m1 *n2 *r14 - 10*a33 *m1 *m2*n1 *n2 *r14
3 7 5 6 3 7 3 8
+ 46*a33 *m1 *m2*n1 *n2 *r14 - 6*a33 *m1 *m2*n1 *n2 *r14
3 7 10 3 6 2 8 3
- 62*a33 *m1 *m2*n1*n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 6 5 3 6 2 4 7
- 142*a33 *m1 *m2 *n1 *n2 *r14 + 98*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 2 9 3 6 2 11
+ 254*a33 *m1 *m2 *n1 *n2 *r14 - 6*a33 *m1 *m2 *n2 *r14
3 5 3 9 2 3 5 3 7 4
- 20*a33 *m1 *m2 *n1 *n2 *r14 + 230*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 5 6 3 5 3 3 8
- 338*a33 *m1 *m2 *n1 *n2 *r14 - 550*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 10 3 4 4 10
+ 38*a33 *m1 *m2 *n1*n2 *r14 + 10*a33 *m1 *m2 *n1 *n2*r14
3 4 4 8 3 3 4 4 6 5
- 210*a33 *m1 *m2 *n1 *n2 *r14 + 570*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 4 7 3 4 4 2 9
+ 690*a33 *m1 *m2 *n1 *n2 *r14 - 100*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 11 3 3 5 9 2
- 2*a33 *m1 *m2 *n1 *r14 + 106*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 7 4 3 3 5 5 6
- 538*a33 *m1 *m2 *n1 *n2 *r14 - 506*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 3 8 3 2 6 10
+ 140*a33 *m1 *m2 *n1 *n2 *r14 - 26*a33 *m1 *m2 *n1 *n2*r14
3 2 6 8 3 3 2 6 6 5
+ 286*a33 *m1 *m2 *n1 *n2 *r14 + 202*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 4 7 3 7 11
- 110*a33 *m1 *m2 *n1 *n2 *r14 + 2*a33 *m1*m2 *n1 *r14
3 7 9 2 3 7 7 4
- 78*a33 *m1*m2 *n1 *n2 *r14 - 34*a33 *m1*m2 *n1 *n2 *r14
3 7 5 6 3 8 10
+ 46*a33 *m1*m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2*r14
3 8 6 5 2 8 6 6
- 8*a33 *m2 *n1 *n2 *r14 + 2*a33 *m1 *n1 *n2 *r214
2 8 4 8 2 8 2 10
- 6*a33 *m1 *n1 *n2 *r214 - 2*a33 *m1 *n1 *n2 *r214
2 8 12 2 7 7 5
+ 6*a33 *m1 *n2 *r214 - 10*a33 *m1 *m2*n1 *n2 *r214
2 7 5 7 2 7 3 9
+ 46*a33 *m1 *m2*n1 *n2 *r214 - 6*a33 *m1 *m2*n1 *n2 *r214
2 7 11 2 6 2 8 4
- 62*a33 *m1 *m2*n1*n2 *r214 + 20*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 6 6 2 6 2 4 8
- 142*a33 *m1 *m2 *n1 *n2 *r214 + 98*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 2 10 2 6 2 12
+ 254*a33 *m1 *m2 *n1 *n2 *r214 - 6*a33 *m1 *m2 *n2 *r214
2 5 3 9 3 2 5 3 7 5
- 20*a33 *m1 *m2 *n1 *n2 *r214 + 230*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 5 7 2 5 3 3 9
- 338*a33 *m1 *m2 *n1 *n2 *r214 - 550*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 11 2 4 4 10 2
+ 38*a33 *m1 *m2 *n1*n2 *r214 + 10*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 8 4 2 4 4 6 6
- 210*a33 *m1 *m2 *n1 *n2 *r214 + 570*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 4 8 2 4 4 2 10
+ 690*a33 *m1 *m2 *n1 *n2 *r214 - 100*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 11 2 3 5 9 3
- 2*a33 *m1 *m2 *n1 *n2*r214 + 106*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 7 5 2 3 5 5 7
- 538*a33 *m1 *m2 *n1 *n2 *r214 - 506*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 3 9 2 2 6 10 2
+ 140*a33 *m1 *m2 *n1 *n2 *r214 - 26*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 8 4 2 2 6 6 6
+ 286*a33 *m1 *m2 *n1 *n2 *r214 + 202*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 4 8 2 7 11
- 110*a33 *m1 *m2 *n1 *n2 *r214 + 2*a33 *m1*m2 *n1 *n2*r214
2 7 9 3 2 7 7 5
- 78*a33 *m1*m2 *n1 *n2 *r214 - 34*a33 *m1*m2 *n1 *n2 *r214
2 7 5 7 2 8 10 2
+ 46*a33 *m1*m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
2 8 6 6 8 6 8 8 4 10
- 8*a33 *m2 *n1 *n2 *r214 + 3*m1 *n1 *n2 *r464 - 3*m1 *n1 *n2 *r464
8 2 12 8 14 7 7 7
- 3*m1 *n1 *n2 *r464 + 3*m1 *n2 *r464 - 15*m1 *m2*n1 *n2 *r464
7 5 9 7 3 11
+ 33*m1 *m2*n1 *n2 *r464 + 15*m1 *m2*n1 *n2 *r464
7 13 6 2 8 6
- 33*m1 *m2*n1*n2 *r464 + 30*m1 *m2 *n1 *n2 *r464
6 2 6 8 6 2 4 10
- 123*m1 *m2 *n1 *n2 *r464 - 3*m1 *m2 *n1 *n2 *r464
6 2 2 12 6 2 14
+ 147*m1 *m2 *n1 *n2 *r464 - 3*m1 *m2 *n2 *r464
5 3 9 5 5 3 7 7
- 30*m1 *m2 *n1 *n2 *r464 + 225*m1 *m2 *n1 *n2 *r464
5 3 5 9 5 3 3 11
- 111*m1 *m2 *n1 *n2 *r464 - 345*m1 *m2 *n1 *n2 *r464
5 3 13 4 4 10 4
+ 21*m1 *m2 *n1*n2 *r464 + 15*m1 *m2 *n1 *n2 *r464
4 4 8 6 4 4 6 8
- 225*m1 *m2 *n1 *n2 *r464 + 285*m1 *m2 *n1 *n2 *r464
4 4 4 10 4 4 2 12
+ 465*m1 *m2 *n1 *n2 *r464 - 60*m1 *m2 *n1 *n2 *r464
3 5 11 3 3 5 9 5
- 3*m1 *m2 *n1 *n2 *r464 + 123*m1 *m2 *n1 *n2 *r464
3 5 7 7 3 5 5 9
- 327*m1 *m2 *n1 *n2 *r464 - 363*m1 *m2 *n1 *n2 *r464
3 5 3 11 2 6 10 4
+ 90*m1 *m2 *n1 *n2 *r464 - 33*m1 *m2 *n1 *n2 *r464
2 6 8 6 2 6 6 8
+ 195*m1 *m2 *n1 *n2 *r464 + 153*m1 *m2 *n1 *n2 *r464
2 6 4 10 7 11 3
- 75*m1 *m2 *n1 *n2 *r464 + 3*m1*m2 *n1 *n2 *r464
7 9 5 7 7 7
- 57*m1*m2 *n1 *n2 *r464 - 27*m1*m2 *n1 *n2 *r464
7 5 9 8 10 4 8 6 8
+ 33*m1*m2 *n1 *n2 *r464 + 6*m2 *n1 *n2 *r464 - 6*m2 *n1 *n2 *r464)/(
7 6 8 7 4 10 7 2 12 7 14
a33*m1 *n1 *n2 + a33*m1 *n1 *n2 - a33*m1 *n1 *n2 - a33*m1 *n2
6 7 7 6 5 9 6 3 11
- 5*a33*m1 *m2*n1 *n2 - a33*m1 *m2*n1 *n2 + 13*a33*m1 *m2*n1 *n2
6 13 5 2 8 6 5 2 6 8
+ 9*a33*m1 *m2*n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 11*a33*m1 *m2 *n1 *n2
5 2 4 10 5 2 2 12 5 2 14
- 51*a33*m1 *m2 *n1 *n2 - 29*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2
4 3 9 5 4 3 7 7 4 3 5 9
- 10*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2 + 95*a33*m1 *m2 *n1 *n2
4 3 3 11 4 3 13 3 4 10 4
+ 45*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2 + 5*a33*m1 *m2 *n1 *n2
3 4 8 6 3 4 6 8 3 4 4 10
- 45*a33*m1 *m2 *n1 *n2 - 95*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
3 4 2 12 2 5 11 3 2 5 9 5
+ 10*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 *n2 + 29*a33*m1 *m2 *n1 *n2
2 5 7 7 2 5 5 9 2 5 3 11
+ 51*a33*m1 *m2 *n1 *n2 + 11*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
6 10 4 6 8 6 6 6 8
- 9*a33*m1*m2 *n1 *n2 - 13*a33*m1*m2 *n1 *n2 + a33*m1*m2 *n1 *n2
6 4 10 7 11 3 7 9 5
+ 5*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2 + a33*m2 *n1 *n2
7 7 7 7 5 9
- a33*m2 *n1 *n2 - a33*m2 *n1 *n2 )
r333=0
3 5 5 3 4 4
r334=( - 2*a33 *m1 *n2 *r14 + 10*a33 *m1 *m2*n1*n2 *r14
3 3 2 2 3 3 2 3 3 2
- 20*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 5 5 2 5 6
- 10*a33 *m1*m2 *n1 *n2*r14 + 2*a33 *m2 *n1 *r14 - 2*a33 *m1 *n2 *r214
2 4 5 2 3 2 2 4
+ 10*a33 *m1 *m2*n1*n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 3 3 2 4 4 2
+ 20*a33 *m1 *m2 *n1 *n2 *r214 - 10*a33 *m1*m2 *n1 *n2 *r214
2 5 5 5 8 4 7
+ 2*a33 *m2 *n1 *n2*r214 - m1 *n2 *r464 + 5*m1 *m2*n1*n2 *r464
3 2 2 6 2 3 3 5
- 10*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
4 4 4 5 5 3 5 7
- 5*m1*m2 *n1 *n2 *r464 + m2 *n1 *n2 *r464)/(a33*m1 *n2
4 6 3 2 2 5 2 3 3 4
- 5*a33*m1 *m2*n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
4 4 3 5 5 2
+ 5*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2 )
3 9 5 5 3 9 3 7 3 9 9
r335=(12*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n1*n2 *r14
3 8 6 4 3 8 4 6
- 60*a33 *m1 *m2*n1 *n2 *r14 + 104*a33 *m1 *m2*n1 *n2 *r14
3 8 2 8 3 7 2 7 3
+ 20*a33 *m1 *m2*n1 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 5 5 3 7 2 3 7
- 408*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 9 3 6 3 8 2
- 8*a33 *m1 *m2 *n1*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 6 4 3 6 3 4 6
+ 760*a33 *m1 *m2 *n1 *n2 *r14 - 360*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 2 8 3 5 4 9
+ 104*a33 *m1 *m2 *n1 *n2 *r14 + 60*a33 *m1 *m2 *n1 *n2*r14
3 5 4 7 3 3 5 4 5 5
- 760*a33 *m1 *m2 *n1 *n2 *r14 + 776*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 3 7 3 5 4 9
- 408*a33 *m1 *m2 *n1 *n2 *r14 + 12*a33 *m1 *m2 *n1*n2 *r14
3 4 5 10 3 4 5 8 2
- 12*a33 *m1 *m2 *n1 *r14 + 408*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 6 4 3 4 5 4 6
- 776*a33 *m1 *m2 *n1 *n2 *r14 + 760*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 2 8 3 3 6 9
- 60*a33 *m1 *m2 *n1 *n2 *r14 - 104*a33 *m1 *m2 *n1 *n2*r14
3 3 6 7 3 3 3 6 5 5
+ 360*a33 *m1 *m2 *n1 *n2 *r14 - 760*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 3 7 3 2 7 10
+ 120*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 2 7 8 2 3 2 7 6 4
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 408*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 4 6 3 8 9
- 120*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1*m2 *n1 *n2*r14
3 8 7 3 3 8 5 5
- 104*a33 *m1*m2 *n1 *n2 *r14 + 60*a33 *m1*m2 *n1 *n2 *r14
3 9 10 3 9 8 2 3 9 6 4
+ 4*a33 *m2 *n1 *r14 + 8*a33 *m2 *n1 *n2 *r14 - 12*a33 *m2 *n1 *n2 *r14
2 9 5 6 2 9 3 8
+ 12*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1 *n2 *r214
2 9 10 2 8 6 5
- 4*a33 *m1 *n1*n2 *r214 - 60*a33 *m1 *m2*n1 *n2 *r214
2 8 4 7 2 8 2 9
+ 104*a33 *m1 *m2*n1 *n2 *r214 + 20*a33 *m1 *m2*n1 *n2 *r214
2 7 2 7 4 2 7 2 5 6
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 408*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 3 8 2 7 2 10
+ 40*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1*n2 *r214
2 6 3 8 3 2 6 3 6 5
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 760*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 4 7 2 6 3 2 9
- 360*a33 *m1 *m2 *n1 *n2 *r214 + 104*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 9 2 2 5 4 7 4
+ 60*a33 *m1 *m2 *n1 *n2 *r214 - 760*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 5 6 2 5 4 3 8
+ 776*a33 *m1 *m2 *n1 *n2 *r214 - 408*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 10 2 4 5 10
+ 12*a33 *m1 *m2 *n1*n2 *r214 - 12*a33 *m1 *m2 *n1 *n2*r214
2 4 5 8 3 2 4 5 6 5
+ 408*a33 *m1 *m2 *n1 *n2 *r214 - 776*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 4 7 2 4 5 2 9
+ 760*a33 *m1 *m2 *n1 *n2 *r214 - 60*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 9 2 2 3 6 7 4
- 104*a33 *m1 *m2 *n1 *n2 *r214 + 360*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 5 6 2 3 6 3 8
- 760*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 10 2 2 7 8 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 6 5 2 2 7 4 7
+ 408*a33 *m1 *m2 *n1 *n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 8 9 2 2 8 7 4
- 20*a33 *m1*m2 *n1 *n2 *r214 - 104*a33 *m1*m2 *n1 *n2 *r214
2 8 5 6 2 9 10
+ 60*a33 *m1*m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2*r214
2 9 8 3 2 9 6 5
+ 8*a33 *m2 *n1 *n2 *r214 - 12*a33 *m2 *n1 *n2 *r214
9 5 8 9 3 10 9 12
+ 10*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 - 2*m1 *n1*n2 *r464
8 6 7 8 4 9
- 50*m1 *m2*n1 *n2 *r464 + 96*m1 *m2*n1 *n2 *r464
8 2 11 8 6 8 8 2 12
+ 2*m1 *m2*n1 *n2 *r464 - 2*m1 *n1 *n2 *r4111 + 2*m1 *n1 *n2 *r4111
7 2 7 6 7 2 5 8
+ 100*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
7 2 3 10 7 2 12
+ 100*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n1*n2 *r464
7 7 7 7 5 9
+ 10*m1 *m2*n1 *n2 *r4111 - 10*m1 *m2*n1 *n2 *r4111
7 3 11 7 13 7 7 8
- 18*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n1*n2 *r4111 + m1 *n1 *n2 *r446
7 5 10 7 3 12 7 14
+ m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446 - m1 *n1*n2 *r446
6 3 8 5 6 3 6 7
- 100*m1 *m2 *n1 *n2 *r464 + 680*m1 *m2 *n1 *n2 *r464
6 3 4 9 6 3 2 11
- 468*m1 *m2 *n1 *n2 *r464 + 96*m1 *m2 *n1 *n2 *r464
6 2 8 6 6 2 6 8
- 20*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
6 2 4 10 6 2 2 12
+ 52*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
6 8 7 6 6 9 6 4 11
- 5*m1 *m2*n1 *n2 *r446 - m1 *m2*n1 *n2 *r446 + 13*m1 *m2*n1 *n2 *r446
6 2 13 5 4 9 4
+ 9*m1 *m2*n1 *n2 *r446 + 50*m1 *m2 *n1 *n2 *r464
5 4 7 6 5 4 5 8
- 680*m1 *m2 *n1 *n2 *r464 + 908*m1 *m2 *n1 *n2 *r464
5 4 3 10 5 4 12
- 368*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1*n2 *r464
5 3 9 5 5 3 7 7
+ 20*m1 *m2 *n1 *n2 *r4111 - 110*m1 *m2 *n1 *n2 *r4111
5 3 5 9 5 3 3 11
- 58*m1 *m2 *n1 *n2 *r4111 + 70*m1 *m2 *n1 *n2 *r4111
5 3 13 5 2 9 6
- 2*m1 *m2 *n1*n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
5 2 7 8 5 2 5 10
- 11*m1 *m2 *n1 *n2 *r446 - 51*m1 *m2 *n1 *n2 *r446
5 2 3 12 5 2 14
- 29*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n1*n2 *r446
4 5 10 3 4 5 8 5
- 10*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
4 5 6 7 4 5 4 9
- 908*m1 *m2 *n1 *n2 *r464 + 680*m1 *m2 *n1 *n2 *r464
4 5 2 11 4 4 10 4
- 50*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
4 4 8 6 4 4 4 10
+ 120*m1 *m2 *n1 *n2 *r4111 - 120*m1 *m2 *n1 *n2 *r4111
4 4 2 12 4 3 10 5
+ 10*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
4 3 8 7 4 3 6 9
+ 35*m1 *m2 *n1 *n2 *r446 + 95*m1 *m2 *n1 *n2 *r446
4 3 4 11 4 3 2 13
+ 45*m1 *m2 *n1 *n2 *r446 - 5*m1 *m2 *n1 *n2 *r446
3 6 9 4 3 6 7 6
- 96*m1 *m2 *n1 *n2 *r464 + 468*m1 *m2 *n1 *n2 *r464
3 6 5 8 3 6 3 10
- 680*m1 *m2 *n1 *n2 *r464 + 100*m1 *m2 *n1 *n2 *r464
3 5 11 3 3 5 9 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 70*m1 *m2 *n1 *n2 *r4111
3 5 7 7 3 5 5 9
+ 58*m1 *m2 *n1 *n2 *r4111 + 110*m1 *m2 *n1 *n2 *r4111
3 5 3 11 3 4 11 4
- 20*m1 *m2 *n1 *n2 *r4111 + 5*m1 *m2 *n1 *n2 *r446
3 4 9 6 3 4 7 8
- 45*m1 *m2 *n1 *n2 *r446 - 95*m1 *m2 *n1 *n2 *r446
3 4 5 10 3 4 3 12
- 35*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
2 7 10 3 2 7 8 5
+ 8*m1 *m2 *n1 *n2 *r464 - 100*m1 *m2 *n1 *n2 *r464
2 7 6 7 2 7 4 9
+ 368*m1 *m2 *n1 *n2 *r464 - 100*m1 *m2 *n1 *n2 *r464
2 6 10 4 2 6 8 6
+ 20*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
2 6 6 8 2 6 4 10
- 52*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
2 5 12 3 2 5 10 5
- m1 *m2 *n1 *n2 *r446 + 29*m1 *m2 *n1 *n2 *r446
2 5 8 7 2 5 6 9
+ 51*m1 *m2 *n1 *n2 *r446 + 11*m1 *m2 *n1 *n2 *r446
2 5 4 11 8 9 4
- 10*m1 *m2 *n1 *n2 *r446 - 2*m1*m2 *n1 *n2 *r464
8 7 6 8 5 8
- 96*m1*m2 *n1 *n2 *r464 + 50*m1*m2 *n1 *n2 *r464
7 11 3 7 9 5
- 2*m1*m2 *n1 *n2 *r4111 + 18*m1*m2 *n1 *n2 *r4111
7 7 7 7 5 9
+ 10*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
6 11 4 6 9 6 6 7 8
- 9*m1*m2 *n1 *n2 *r446 - 13*m1*m2 *n1 *n2 *r446 + m1*m2 *n1 *n2 *r446
6 5 10 9 10 3 9 8 5
+ 5*m1*m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
9 6 7 8 10 4 8 6 8
- 10*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111
7 12 3 7 10 5 7 8 7
+ m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446
7 6 9 7 6 8 7 4 10
- m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
7 2 12 7 14 6 7 7
- 2*a33*m1 *n1 *n2 - 2*a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2
6 5 9 6 3 11 6 13
- 2*a33*m1 *m2*n1 *n2 + 26*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1*n2
5 2 8 6 5 2 6 8 5 2 4 10
+ 20*a33*m1 *m2 *n1 *n2 - 22*a33*m1 *m2 *n1 *n2 - 102*a33*m1 *m2 *n1 *n2
5 2 2 12 5 2 14 4 3 9 5
- 58*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2 - 20*a33*m1 *m2 *n1 *n2
4 3 7 7 4 3 5 9 4 3 3 11
+ 70*a33*m1 *m2 *n1 *n2 + 190*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
4 3 13 3 4 10 4 3 4 8 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
3 4 6 8 3 4 4 10
- 190*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
3 4 2 12 2 5 11 3 2 5 9 5
+ 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2 + 58*a33*m1 *m2 *n1 *n2
2 5 7 7 2 5 5 9 2 5 3 11
+ 102*a33*m1 *m2 *n1 *n2 + 22*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
6 10 4 6 8 6 6 6 8
- 18*a33*m1*m2 *n1 *n2 - 26*a33*m1*m2 *n1 *n2 + 2*a33*m1*m2 *n1 *n2
6 4 10 7 11 3 7 9 5
+ 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 7 7 7 5 9
- 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
r336=0
3 9 7 5 3 9 5 7 3 9 3 9
r337=(8*a33 *m1 *n1 *n2 *r14 - 16*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14
3 9 11 3 8 8 4
+ 16*a33 *m1 *n1*n2 *r14 - 40*a33 *m1 *m2*n1 *n2 *r14
3 8 6 6 3 8 2 10
+ 152*a33 *m1 *m2*n1 *n2 *r14 - 184*a33 *m1 *m2*n1 *n2 *r14
3 8 12 3 7 2 9 3
+ 8*a33 *m1 *m2*n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 7 5 3 7 2 5 7
- 536*a33 *m1 *m2 *n1 *n2 *r14 + 312*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 3 9 3 7 2 11
+ 824*a33 *m1 *m2 *n1 *n2 *r14 - 104*a33 *m1 *m2 *n1*n2 *r14
3 6 3 10 2 3 6 3 8 4
- 80*a33 *m1 *m2 *n1 *n2 *r14 + 960*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 6 6 3 6 3 4 8
- 1352*a33 *m1 *m2 *n1 *n2 *r14 - 1880*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 2 10 3 6 3 12
+ 504*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n2 *r14
3 5 4 11 3 5 4 9 3
+ 40*a33 *m1 *m2 *n1 *n2*r14 - 960*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 7 5 3 5 4 5 7
+ 2648*a33 *m1 *m2 *n1 *n2 *r14 + 2344*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 3 9 3 5 4 11
- 1248*a33 *m1 *m2 *n1 *n2 *r14 + 56*a33 *m1 *m2 *n1*n2 *r14
3 4 5 12 3 4 5 10 2
- 8*a33 *m1 *m2 *n1 *r14 + 536*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 8 4 3 4 5 6 6
- 2872*a33 *m1 *m2 *n1 *n2 *r14 - 1496*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 4 8 3 4 5 2 10
+ 1760*a33 *m1 *m2 *n1 *n2 *r14 - 160*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 11 3 3 6 9 3
- 152*a33 *m1 *m2 *n1 *n2*r14 + 1800*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 7 5 3 3 6 5 7
+ 264*a33 *m1 *m2 *n1 *n2 *r14 - 1448*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 3 9 3 2 7 12
+ 240*a33 *m1 *m2 *n1 *n2 *r14 + 16*a33 *m1 *m2 *n1 *r14
3 2 7 10 2 3 2 7 8 4
- 632*a33 *m1 *m2 *n1 *n2 *r14 + 216*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 6 6 3 2 7 4 8
+ 664*a33 *m1 *m2 *n1 *n2 *r14 - 200*a33 *m1 *m2 *n1 *n2 *r14
3 8 11 3 8 9 3
+ 112*a33 *m1*m2 *n1 *n2*r14 - 120*a33 *m1*m2 *n1 *n2 *r14
3 8 7 5 3 8 5 7
- 144*a33 *m1*m2 *n1 *n2 *r14 + 88*a33 *m1*m2 *n1 *n2 *r14
3 9 12 3 9 10 2 3 9 8 4
- 8*a33 *m2 *n1 *r14 + 16*a33 *m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
3 9 6 6 2 9 7 6
- 16*a33 *m2 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r214
2 9 5 8 2 9 3 10
- 16*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1 *n2 *r214
2 9 12 2 8 8 5
+ 16*a33 *m1 *n1*n2 *r214 - 40*a33 *m1 *m2*n1 *n2 *r214
2 8 6 7 2 8 2 11
+ 152*a33 *m1 *m2*n1 *n2 *r214 - 184*a33 *m1 *m2*n1 *n2 *r214
2 8 13 2 7 2 9 4
+ 8*a33 *m1 *m2*n2 *r214 + 80*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 7 6 2 7 2 5 8
- 536*a33 *m1 *m2 *n1 *n2 *r214 + 312*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 3 10 2 7 2 12
+ 824*a33 *m1 *m2 *n1 *n2 *r214 - 104*a33 *m1 *m2 *n1*n2 *r214
2 6 3 10 3 2 6 3 8 5
- 80*a33 *m1 *m2 *n1 *n2 *r214 + 960*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 6 7 2 6 3 4 9
- 1352*a33 *m1 *m2 *n1 *n2 *r214 - 1880*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 2 11 2 6 3 13
+ 504*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 5 4 11 2 2 5 4 9 4
+ 40*a33 *m1 *m2 *n1 *n2 *r214 - 960*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 7 6 2 5 4 5 8
+ 2648*a33 *m1 *m2 *n1 *n2 *r214 + 2344*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 3 10 2 5 4 12
- 1248*a33 *m1 *m2 *n1 *n2 *r214 + 56*a33 *m1 *m2 *n1*n2 *r214
2 4 5 12 2 4 5 10 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 536*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 8 5 2 4 5 6 7
- 2872*a33 *m1 *m2 *n1 *n2 *r214 - 1496*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 4 9 2 4 5 2 11
+ 1760*a33 *m1 *m2 *n1 *n2 *r214 - 160*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 11 2 2 3 6 9 4
- 152*a33 *m1 *m2 *n1 *n2 *r214 + 1800*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 7 6 2 3 6 5 8
+ 264*a33 *m1 *m2 *n1 *n2 *r214 - 1448*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 3 10 2 2 7 12
+ 240*a33 *m1 *m2 *n1 *n2 *r214 + 16*a33 *m1 *m2 *n1 *n2*r214
2 2 7 10 3 2 2 7 8 5
- 632*a33 *m1 *m2 *n1 *n2 *r214 + 216*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 6 7 2 2 7 4 9
+ 664*a33 *m1 *m2 *n1 *n2 *r214 - 200*a33 *m1 *m2 *n1 *n2 *r214
2 8 11 2 2 8 9 4
+ 112*a33 *m1*m2 *n1 *n2 *r214 - 120*a33 *m1*m2 *n1 *n2 *r214
2 8 7 6 2 8 5 8
- 144*a33 *m1*m2 *n1 *n2 *r214 + 88*a33 *m1*m2 *n1 *n2 *r214
2 9 12 2 9 10 3
- 8*a33 *m2 *n1 *n2*r214 + 16*a33 *m2 *n1 *n2 *r214
2 9 8 5 2 9 6 7 9 7 8
+ 8*a33 *m2 *n1 *n2 *r214 - 16*a33 *m2 *n1 *n2 *r214 + 8*m1 *n1 *n2 *r464
9 5 10 9 3 12 9 14
- 16*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 + 16*m1 *n1*n2 *r464
8 8 7 8 6 9
- 40*m1 *m2*n1 *n2 *r464 + 148*m1 *m2*n1 *n2 *r464
8 4 11 8 2 13 8 15
- 4*m1 *m2*n1 *n2 *r464 - 180*m1 *m2*n1 *n2 *r464 + 12*m1 *m2*n2 *r464
8 8 8 8 6 10 8 4 12
- 2*m1 *n1 *n2 *r4111 - 2*m1 *n1 *n2 *r4111 + 2*m1 *n1 *n2 *r4111
8 2 14 7 2 9 6
+ 2*m1 *n1 *n2 *r4111 + 80*m1 *m2 *n1 *n2 *r464
7 2 7 8 7 2 5 10
- 512*m1 *m2 *n1 *n2 *r464 + 320*m1 *m2 *n1 *n2 *r464
7 2 3 12 7 2 14
+ 768*m1 *m2 *n1 *n2 *r464 - 144*m1 *m2 *n1*n2 *r464
7 9 7 7 5 11
+ 10*m1 *m2*n1 *n2 *r4111 - 28*m1 *m2*n1 *n2 *r4111
7 3 13 7 15 7 9 8
- 16*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n1*n2 *r4111 + m1 *n1 *n2 *r446
7 7 10 7 3 14 7 16
+ 2*m1 *n1 *n2 *r446 - 2*m1 *n1 *n2 *r446 - m1 *n1*n2 *r446
6 3 10 5 6 3 8 7
- 80*m1 *m2 *n1 *n2 *r464 + 900*m1 *m2 *n1 *n2 *r464
6 3 6 9 6 3 4 11
- 1312*m1 *m2 *n1 *n2 *r464 - 1624*m1 *m2 *n1 *n2 *r464
6 3 2 13 6 3 15
+ 656*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n2 *r464
6 2 10 6 6 2 8 8
- 20*m1 *m2 *n1 *n2 *r4111 + 32*m1 *m2 *n1 *n2 *r4111
6 2 6 10 6 2 4 12
+ 104*m1 *m2 *n1 *n2 *r4111 + 32*m1 *m2 *n1 *n2 *r4111
6 2 2 14 6 10 7
- 20*m1 *m2 *n1 *n2 *r4111 - 5*m1 *m2*n1 *n2 *r446
6 8 9 6 6 11
- 6*m1 *m2*n1 *n2 *r446 + 12*m1 *m2*n1 *n2 *r446
6 4 13 6 2 15
+ 22*m1 *m2*n1 *n2 *r446 + 9*m1 *m2*n1 *n2 *r446
5 4 11 4 5 4 9 6
+ 40*m1 *m2 *n1 *n2 *r464 - 880*m1 *m2 *n1 *n2 *r464
5 4 7 8 5 4 5 10
+ 2464*m1 *m2 *n1 *n2 *r464 + 1760*m1 *m2 *n1 *n2 *r464
5 4 3 12 5 4 14
- 1544*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1*n2 *r464
5 3 11 5 5 3 9 7
+ 20*m1 *m2 *n1 *n2 *r4111 - 90*m1 *m2 *n1 *n2 *r4111
5 3 7 9 5 3 5 11
- 168*m1 *m2 *n1 *n2 *r4111 + 12*m1 *m2 *n1 *n2 *r4111
5 3 3 13 5 3 15
+ 68*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n1*n2 *r4111
5 2 11 6 5 2 9 8
+ 10*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n1 *n2 *r446
5 2 7 10 5 2 5 12
- 62*m1 *m2 *n1 *n2 *r446 - 80*m1 *m2 *n1 *n2 *r446
5 2 3 14 5 2 16
- 28*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n1*n2 *r446
4 5 12 3 4 5 10 5
- 8*m1 *m2 *n1 *n2 *r464 + 476*m1 *m2 *n1 *n2 *r464
4 5 8 7 4 5 6 9
- 2552*m1 *m2 *n1 *n2 *r464 - 736*m1 *m2 *n1 *n2 *r464
4 5 4 11 4 5 2 13
+ 2080*m1 *m2 *n1 *n2 *r464 - 220*m1 *m2 *n1 *n2 *r464
4 4 12 4 4 4 10 6
- 10*m1 *m2 *n1 *n2 *r4111 + 110*m1 *m2 *n1 *n2 *r4111
4 4 8 8 4 4 6 10
+ 120*m1 *m2 *n1 *n2 *r4111 - 120*m1 *m2 *n1 *n2 *r4111
4 4 4 12 4 4 2 14
- 110*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
4 3 12 5 4 3 10 7
- 10*m1 *m2 *n1 *n2 *r446 + 25*m1 *m2 *n1 *n2 *r446
4 3 8 9 4 3 6 11
+ 130*m1 *m2 *n1 *n2 *r446 + 140*m1 *m2 *n1 *n2 *r446
4 3 4 13 4 3 2 15
+ 40*m1 *m2 *n1 *n2 *r446 - 5*m1 *m2 *n1 *n2 *r446
3 6 11 4 3 6 9 6
- 128*m1 *m2 *n1 *n2 *r464 + 1504*m1 *m2 *n1 *n2 *r464
3 6 7 8 3 6 5 10
- 320*m1 *m2 *n1 *n2 *r464 - 1632*m1 *m2 *n1 *n2 *r464
3 6 3 12 3 5 13 3
+ 320*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
3 5 11 5 3 5 9 7
- 68*m1 *m2 *n1 *n2 *r4111 - 12*m1 *m2 *n1 *n2 *r4111
3 5 7 9 3 5 5 11
+ 168*m1 *m2 *n1 *n2 *r4111 + 90*m1 *m2 *n1 *n2 *r4111
3 5 3 13 3 4 13 4
- 20*m1 *m2 *n1 *n2 *r4111 + 5*m1 *m2 *n1 *n2 *r446
3 4 11 6 3 4 9 8
- 40*m1 *m2 *n1 *n2 *r446 - 140*m1 *m2 *n1 *n2 *r446
3 4 7 10 3 4 5 12
- 130*m1 *m2 *n1 *n2 *r446 - 25*m1 *m2 *n1 *n2 *r446
3 4 3 14 2 7 12 3
+ 10*m1 *m2 *n1 *n2 *r446 + 12*m1 *m2 *n1 *n2 *r464
2 7 10 5 2 7 8 7
- 480*m1 *m2 *n1 *n2 *r464 + 472*m1 *m2 *n1 *n2 *r464
2 7 6 9 2 7 4 11
+ 704*m1 *m2 *n1 *n2 *r464 - 260*m1 *m2 *n1 *n2 *r464
2 6 12 4 2 6 10 6
+ 20*m1 *m2 *n1 *n2 *r4111 - 32*m1 *m2 *n1 *n2 *r4111
2 6 8 8 2 6 6 10
- 104*m1 *m2 *n1 *n2 *r4111 - 32*m1 *m2 *n1 *n2 *r4111
2 6 4 12 2 5 14 3
+ 20*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1 *n2 *r446
2 5 12 5 2 5 10 7
+ 28*m1 *m2 *n1 *n2 *r446 + 80*m1 *m2 *n1 *n2 *r446
2 5 8 9 2 5 6 11
+ 62*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n1 *n2 *r446
2 5 4 13 8 11 4
- 10*m1 *m2 *n1 *n2 *r446 + 72*m1*m2 *n1 *n2 *r464
8 9 6 8 7 8
- 176*m1*m2 *n1 *n2 *r464 - 136*m1*m2 *n1 *n2 *r464
8 5 10 7 13 3
+ 112*m1*m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r4111
7 11 5 7 9 7
+ 16*m1*m2 *n1 *n2 *r4111 + 28*m1*m2 *n1 *n2 *r4111
7 5 11 6 13 4
- 10*m1*m2 *n1 *n2 *r4111 - 9*m1*m2 *n1 *n2 *r446
6 11 6 6 9 8
- 22*m1*m2 *n1 *n2 *r446 - 12*m1*m2 *n1 *n2 *r446
6 7 10 6 5 12 9 12 3
+ 6*m1*m2 *n1 *n2 *r446 + 5*m1*m2 *n1 *n2 *r446 - 4*m2 *n1 *n2 *r464
9 10 5 9 8 7 9 6 9
+ 20*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r464 - 20*m2 *n1 *n2 *r464
8 12 4 8 10 6 8 8 8
- 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111
8 6 10 7 14 3 7 12 5
+ 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r446
7 8 9 7 6 11 7 8 8
- 2*m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2
7 6 10 7 2 14 7 16
+ 4*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 - 2*a33*m1 *n2
6 9 7 6 7 9 6 5 11
- 10*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2 + 24*a33*m1 *m2*n1 *n2
6 3 13 6 15 5 2 10 6
+ 44*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1*n2 + 20*a33*m1 *m2 *n1 *n2
5 2 8 8 5 2 6 10
- 2*a33*m1 *m2 *n1 *n2 - 124*a33*m1 *m2 *n1 *n2
5 2 4 12 5 2 2 14 5 2 16
- 160*a33*m1 *m2 *n1 *n2 - 56*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
4 3 11 5 4 3 9 7 4 3 7 9
- 20*a33*m1 *m2 *n1 *n2 + 50*a33*m1 *m2 *n1 *n2 + 260*a33*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13
+ 280*a33*m1 *m2 *n1 *n2 + 80*a33*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10
- 280*a33*m1 *m2 *n1 *n2 - 260*a33*m1 *m2 *n1 *n2
3 4 4 12 3 4 2 14 2 5 13 3
- 50*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
2 5 11 5 2 5 9 7
+ 56*a33*m1 *m2 *n1 *n2 + 160*a33*m1 *m2 *n1 *n2
2 5 7 9 2 5 5 11 2 5 3 13
+ 124*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
6 12 4 6 10 6 6 8 8
- 18*a33*m1*m2 *n1 *n2 - 44*a33*m1*m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
6 6 10 6 4 12 7 13 3
+ 12*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 11 5 7 7 9 7 5 11
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
r338=0
3 9 6 6 3 9 4 8
r339=( - 12*a33 *m1 *n1 *n2 *r14 + 4*a33 *m1 *n1 *n2 *r14
3 9 2 10 3 9 12
+ 12*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n2 *r14
3 8 7 5 3 8 5 7
+ 68*a33 *m1 *m2*n1 *n2 *r14 - 92*a33 *m1 *m2*n1 *n2 *r14
3 8 3 9 3 8 11
- 100*a33 *m1 *m2*n1 *n2 *r14 + 60*a33 *m1 *m2*n1*n2 *r14
3 7 2 8 4 3 7 2 6 6
- 160*a33 *m1 *m2 *n1 *n2 *r14 + 456*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 4 8 3 7 2 2 10
+ 248*a33 *m1 *m2 *n1 *n2 *r14 - 360*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 12 3 6 3 9 3
+ 8*a33 *m1 *m2 *n2 *r14 + 200*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 7 5 3 6 3 5 7
- 1048*a33 *m1 *m2 *n1 *n2 *r14 - 88*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 3 9 3 6 3 11
+ 1080*a33 *m1 *m2 *n1 *n2 *r14 - 80*a33 *m1 *m2 *n1*n2 *r14
3 5 4 10 2 3 5 4 8 4
- 140*a33 *m1 *m2 *n1 *n2 *r14 + 1340*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 6 6 3 5 4 4 8
- 632*a33 *m1 *m2 *n1 *n2 *r14 - 1816*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 2 10 3 5 4 12
+ 292*a33 *m1 *m2 *n1 *n2 *r14 - 4*a33 *m1 *m2 *n2 *r14
3 4 5 11 3 4 5 9 3
+ 52*a33 *m1 *m2 *n1 *n2*r14 - 1004*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 7 5 3 4 5 5 7
+ 1288*a33 *m1 *m2 *n1 *n2 *r14 + 1784*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 3 9 3 4 5 11
- 540*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1*n2 *r14
3 3 6 12 3 3 6 10 2
- 8*a33 *m1 *m2 *n1 *r14 + 432*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 8 4 3 3 6 6 6
- 1160*a33 *m1 *m2 *n1 *n2 *r14 - 1000*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 4 8 3 3 6 2 10
+ 560*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 11 3 2 7 9 3
- 96*a33 *m1 *m2 *n1 *n2*r14 + 552*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 7 5 3 2 7 5 7
+ 280*a33 *m1 *m2 *n1 *n2 *r14 - 328*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 3 9 3 8 12
+ 40*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1*m2 *n1 *r14
3 8 10 2 3 8 8 4
- 132*a33 *m1*m2 *n1 *n2 *r14 - 20*a33 *m1*m2 *n1 *n2 *r14
3 8 6 6 3 8 4 8
+ 100*a33 *m1*m2 *n1 *n2 *r14 - 20*a33 *m1*m2 *n1 *n2 *r14
3 9 11 3 9 9 3
+ 12*a33 *m2 *n1 *n2*r14 - 4*a33 *m2 *n1 *n2 *r14
3 9 7 5 3 9 5 7
- 12*a33 *m2 *n1 *n2 *r14 + 4*a33 *m2 *n1 *n2 *r14
2 9 6 7 2 9 4 9
- 12*a33 *m1 *n1 *n2 *r214 + 4*a33 *m1 *n1 *n2 *r214
2 9 2 11 2 9 13
+ 12*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n2 *r214
2 8 7 6 2 8 5 8
+ 68*a33 *m1 *m2*n1 *n2 *r214 - 92*a33 *m1 *m2*n1 *n2 *r214
2 8 3 10 2 8 12
- 100*a33 *m1 *m2*n1 *n2 *r214 + 60*a33 *m1 *m2*n1*n2 *r214
2 7 2 8 5 2 7 2 6 7
- 160*a33 *m1 *m2 *n1 *n2 *r214 + 456*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 4 9 2 7 2 2 11
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 360*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 13 2 6 3 9 4
+ 8*a33 *m1 *m2 *n2 *r214 + 200*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 7 6 2 6 3 5 8
- 1048*a33 *m1 *m2 *n1 *n2 *r214 - 88*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 3 10 2 6 3 12
+ 1080*a33 *m1 *m2 *n1 *n2 *r214 - 80*a33 *m1 *m2 *n1*n2 *r214
2 5 4 10 3 2 5 4 8 5
- 140*a33 *m1 *m2 *n1 *n2 *r214 + 1340*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 6 7 2 5 4 4 9
- 632*a33 *m1 *m2 *n1 *n2 *r214 - 1816*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 2 11 2 5 4 13
+ 292*a33 *m1 *m2 *n1 *n2 *r214 - 4*a33 *m1 *m2 *n2 *r214
2 4 5 11 2 2 4 5 9 4
+ 52*a33 *m1 *m2 *n1 *n2 *r214 - 1004*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 7 6 2 4 5 5 8
+ 1288*a33 *m1 *m2 *n1 *n2 *r214 + 1784*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 3 10 2 4 5 12
- 540*a33 *m1 *m2 *n1 *n2 *r214 + 20*a33 *m1 *m2 *n1*n2 *r214
2 3 6 12 2 3 6 10 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 432*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 8 5 2 3 6 6 7
- 1160*a33 *m1 *m2 *n1 *n2 *r214 - 1000*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 4 9 2 3 6 2 11
+ 560*a33 *m1 *m2 *n1 *n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 11 2 2 2 7 9 4
- 96*a33 *m1 *m2 *n1 *n2 *r214 + 552*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 7 6 2 2 7 5 8
+ 280*a33 *m1 *m2 *n1 *n2 *r214 - 328*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 3 10 2 8 12
+ 40*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1*m2 *n1 *n2*r214
2 8 10 3 2 8 8 5
- 132*a33 *m1*m2 *n1 *n2 *r214 - 20*a33 *m1*m2 *n1 *n2 *r214
2 8 6 7 2 8 4 9
+ 100*a33 *m1*m2 *n1 *n2 *r214 - 20*a33 *m1*m2 *n1 *n2 *r214
2 9 11 2 2 9 9 4
+ 12*a33 *m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2 *r214
2 9 7 6 2 9 5 8
- 12*a33 *m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2 *r214
9 6 9 9 4 11 9 2 13
- 14*m1 *n1 *n2 *r464 + 2*m1 *n1 *n2 *r464 + 14*m1 *n1 *n2 *r464
9 15 8 7 8 8 5 10
- 2*m1 *n2 *r464 + 80*m1 *m2*n1 *n2 *r464 - 88*m1 *m2*n1 *n2 *r464
8 3 12 8 14 8 7 9
- 128*m1 *m2*n1 *n2 *r464 + 40*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
8 5 11 8 3 13 8 15
+ 2*m1 *n1 *n2 *r4111 - 2*m1 *n1 *n2 *r4111 - 2*m1 *n1*n2 *r4111
7 2 8 7 7 2 6 9
- 190*m1 *m2 *n1 *n2 *r464 + 476*m1 *m2 *n1 *n2 *r464
7 2 4 11 7 2 2 13
+ 376*m1 *m2 *n1 *n2 *r464 - 284*m1 *m2 *n1 *n2 *r464
7 2 15 7 8 8 7 6 10
+ 6*m1 *m2 *n2 *r464 - 11*m1 *m2*n1 *n2 *r4111 - 2*m1 *m2*n1 *n2 *r4111
7 4 12 7 2 14 7 16
+ 28*m1 *m2*n1 *n2 *r4111 + 18*m1 *m2*n1 *n2 *r4111 - m1 *m2*n2 *r4111
6 3 9 6 6 3 7 8
+ 240*m1 *m2 *n1 *n2 *r464 - 1140*m1 *m2 *n1 *n2 *r464
6 3 5 10 6 3 3 12
- 380*m1 *m2 *n1 *n2 *r464 + 932*m1 *m2 *n1 *n2 *r464
6 3 14 6 2 9 7
- 68*m1 *m2 *n1*n2 *r464 + 25*m1 *m2 *n1 *n2 *r4111
6 2 7 9 6 2 5 11
- 26*m1 *m2 *n1 *n2 *r4111 - 116*m1 *m2 *n1 *n2 *r4111
6 2 3 13 6 2 15
- 54*m1 *m2 *n1 *n2 *r4111 + 11*m1 *m2 *n1*n2 *r4111
5 4 10 5 5 4 8 7
- 170*m1 *m2 *n1 *n2 *r464 + 1500*m1 *m2 *n1 *n2 *r464
5 4 6 9 5 4 4 11
- 252*m1 *m2 *n1 *n2 *r464 - 1656*m1 *m2 *n1 *n2 *r464
5 4 2 13 5 4 15
+ 262*m1 *m2 *n1 *n2 *r464 - 4*m1 *m2 *n2 *r464
5 3 10 6 5 3 8 8
- 30*m1 *m2 *n1 *n2 *r4111 + 91*m1 *m2 *n1 *n2 *r4111
5 3 6 10 5 3 4 12
+ 230*m1 *m2 *n1 *n2 *r4111 + 68*m1 *m2 *n1 *n2 *r4111
5 3 2 14 5 3 16
- 40*m1 *m2 *n1 *n2 *r4111 + m1 *m2 *n2 *r4111
4 5 11 4 4 5 9 6
+ 64*m1 *m2 *n1 *n2 *r464 - 1152*m1 *m2 *n1 *n2 *r464
4 5 7 8 4 5 5 10
+ 996*m1 *m2 *n1 *n2 *r464 + 1692*m1 *m2 *n1 *n2 *r464
4 5 3 12 4 5 14
- 500*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1*n2 *r464
4 4 11 5 4 4 9 7
+ 20*m1 *m2 *n1 *n2 *r4111 - 135*m1 *m2 *n1 *n2 *r4111
4 4 7 9 4 4 5 11
- 250*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
4 4 3 13 4 4 15
+ 70*m1 *m2 *n1 *n2 *r4111 - 5*m1 *m2 *n1*n2 *r4111
3 6 12 3 3 6 10 5
- 10*m1 *m2 *n1 *n2 *r464 + 508*m1 *m2 *n1 *n2 *r464
3 6 8 7 3 6 6 9
- 1032*m1 *m2 *n1 *n2 *r464 - 980*m1 *m2 *n1 *n2 *r464
3 6 4 11 3 6 2 13
+ 530*m1 *m2 *n1 *n2 *r464 - 40*m1 *m2 *n1 *n2 *r464
3 5 12 4 3 5 10 6
- 7*m1 *m2 *n1 *n2 *r4111 + 108*m1 *m2 *n1 *n2 *r4111
3 5 8 8 3 5 6 10
+ 152*m1 *m2 *n1 *n2 *r4111 - 38*m1 *m2 *n1 *n2 *r4111
3 5 4 12 3 5 2 14
- 65*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
2 7 11 4 2 7 9 6
- 116*m1 *m2 *n1 *n2 *r464 + 524*m1 *m2 *n1 *n2 *r464
2 7 7 8 2 7 5 10
+ 284*m1 *m2 *n1 *n2 *r464 - 316*m1 *m2 *n1 *n2 *r464
2 7 3 12 2 6 13 3
+ 40*m1 *m2 *n1 *n2 *r464 + m1 *m2 *n1 *n2 *r4111
2 6 11 5 2 6 9 7
- 48*m1 *m2 *n1 *n2 *r4111 - 48*m1 *m2 *n1 *n2 *r4111
2 6 7 9 2 6 5 11
+ 42*m1 *m2 *n1 *n2 *r4111 + 31*m1 *m2 *n1 *n2 *r4111
2 6 3 13 8 12 3
- 10*m1 *m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r464
8 10 5 8 8 7
- 130*m1*m2 *n1 *n2 *r464 - 22*m1*m2 *n1 *n2 *r464
8 6 9 8 4 11
+ 98*m1*m2 *n1 *n2 *r464 - 20*m1*m2 *n1 *n2 *r464
7 12 4 7 10 6
+ 11*m1*m2 *n1 *n2 *r4111 + 6*m1*m2 *n1 *n2 *r4111
7 8 8 7 6 10
- 16*m1*m2 *n1 *n2 *r4111 - 6*m1*m2 *n1 *n2 *r4111
7 4 12 9 11 4 9 9 6
+ 5*m1*m2 *n1 *n2 *r4111 + 12*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464
9 7 8 9 5 10 8 13 3
- 12*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r4111
8 9 7 8 5 11 7 8 8
+ 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r4111)/(a33*m1 *n1 *n2
7 6 10 7 2 14 7 16
+ 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 - a33*m1 *n2
6 9 7 6 7 9 6 5 11
- 5*a33*m1 *m2*n1 *n2 - 6*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
6 3 13 6 15 5 2 10 6
+ 22*a33*m1 *m2*n1 *n2 + 9*a33*m1 *m2*n1*n2 + 10*a33*m1 *m2 *n1 *n2
5 2 8 8 5 2 6 10 5 2 4 12
- a33*m1 *m2 *n1 *n2 - 62*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2
5 2 2 14 5 2 16 4 3 11 5
- 28*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 - 10*a33*m1 *m2 *n1 *n2
4 3 9 7 4 3 7 9
+ 25*a33*m1 *m2 *n1 *n2 + 130*a33*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13 4 3 15
+ 140*a33*m1 *m2 *n1 *n2 + 40*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2
3 4 12 4 3 4 10 6 3 4 8 8
+ 5*a33*m1 *m2 *n1 *n2 - 40*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
3 4 6 10 3 4 4 12
- 130*a33*m1 *m2 *n1 *n2 - 25*a33*m1 *m2 *n1 *n2
3 4 2 14 2 5 13 3 2 5 11 5
+ 10*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 *n2 + 28*a33*m1 *m2 *n1 *n2
2 5 9 7 2 5 7 9 2 5 5 11
+ 80*a33*m1 *m2 *n1 *n2 + 62*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 *n2
2 5 3 13 6 12 4 6 10 6
- 10*a33*m1 *m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - 22*a33*m1*m2 *n1 *n2
6 8 8 6 6 10 6 4 12
- 12*a33*m1*m2 *n1 *n2 + 6*a33*m1*m2 *n1 *n2 + 5*a33*m1*m2 *n1 *n2
7 13 3 7 11 5 7 7 9
+ a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
7 5 11
- a33*m2 *n1 *n2 )
3 9 3 6 3 9 8
r340=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1*n2 *r14
3 8 4 5 3 8 2 7
- 48*a33 *m1 *m2*n1 *n2 *r14 + 88*a33 *m1 *m2*n1 *n2 *r14
3 8 9 3 7 2 5 4
- 8*a33 *m1 *m2*n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 3 6 3 7 2 8
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 88*a33 *m1 *m2 *n1*n2 *r14
3 6 3 6 3 3 6 3 4 5
- 160*a33 *m1 *m2 *n1 *n2 *r14 + 808*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 2 7 3 6 3 9
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 5 4 7 2 3 5 4 5 4
+ 120*a33 *m1 *m2 *n1 *n2 *r14 - 1040*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 3 6 3 5 4 8
+ 808*a33 *m1 *m2 *n1 *n2 *r14 - 48*a33 *m1 *m2 *n1*n2 *r14
3 4 5 8 3 4 5 6 3
- 48*a33 *m1 *m2 *n1 *n2*r14 + 808*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 4 5 3 4 5 2 7
- 1040*a33 *m1 *m2 *n1 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 9 3 3 6 7 2
+ 8*a33 *m1 *m2 *n1 *r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 5 4 3 3 6 3 6
+ 808*a33 *m1 *m2 *n1 *n2 *r14 - 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 8 3 2 7 6 3
+ 88*a33 *m1 *m2 *n1 *n2*r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 4 5 3 8 9
+ 120*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1*m2 *n1 *r14
3 8 7 2 3 8 5 4
+ 88*a33 *m1*m2 *n1 *n2 *r14 - 48*a33 *m1*m2 *n1 *n2 *r14
3 9 8 3 9 6 3
- 8*a33 *m2 *n1 *n2*r14 + 8*a33 *m2 *n1 *n2 *r14
2 9 3 7 2 9 9
+ 8*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1*n2 *r214
2 8 4 6 2 8 2 8
- 48*a33 *m1 *m2*n1 *n2 *r214 + 88*a33 *m1 *m2*n1 *n2 *r214
2 8 10 2 7 2 5 5
- 8*a33 *m1 *m2*n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 3 7 2 7 2 9
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 88*a33 *m1 *m2 *n1*n2 *r214
2 6 3 6 4 2 6 3 4 6
- 160*a33 *m1 *m2 *n1 *n2 *r214 + 808*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 2 8 2 6 3 10
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 5 4 7 3 2 5 4 5 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 1040*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 3 7 2 5 4 9
+ 808*a33 *m1 *m2 *n1 *n2 *r214 - 48*a33 *m1 *m2 *n1*n2 *r214
2 4 5 8 2 2 4 5 6 4
- 48*a33 *m1 *m2 *n1 *n2 *r214 + 808*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 4 6 2 4 5 2 8
- 1040*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 9 2 3 6 7 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 5 5 2 3 6 3 7
+ 808*a33 *m1 *m2 *n1 *n2 *r214 - 160*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 8 2 2 2 7 6 4
+ 88*a33 *m1 *m2 *n1 *n2 *r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 4 6 2 8 9
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1*m2 *n1 *n2*r214
2 8 7 3 2 8 5 5
+ 88*a33 *m1*m2 *n1 *n2 *r214 - 48*a33 *m1*m2 *n1 *n2 *r214
2 9 8 2 2 9 6 4 9 3 9
- 8*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214 + 8*m1 *n1 *n2 *r464
9 11 8 4 8 8 2 10
- 8*m1 *n1*n2 *r464 - 48*m1 *m2*n1 *n2 *r464 + 88*m1 *m2*n1 *n2 *r464
8 12 8 4 9 8 13
- 8*m1 *m2*n2 *r464 - 2*m1 *n1 *n2 *r4111 + 2*m1 *n2 *r4111
7 2 5 7 7 2 3 9
+ 120*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
7 2 11 7 5 8
+ 88*m1 *m2 *n1*n2 *r464 + 12*m1 *m2*n1 *n2 *r4111
7 3 10 7 12 7 7 7
- 8*m1 *m2*n1 *n2 *r4111 - 20*m1 *m2*n1*n2 *r4111 + m1 *n1 *n2 *r446
7 5 9 7 3 11 7 13
+ m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446 - m1 *n1*n2 *r446
6 3 6 6 6 3 4 8
- 160*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
6 3 2 10 6 3 12
- 368*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
6 2 6 7 6 2 4 9
- 30*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
6 2 2 11 6 2 13
+ 78*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
6 8 6 6 6 8 6 4 10
- 5*m1 *m2*n1 *n2 *r446 - m1 *m2*n1 *n2 *r446 + 13*m1 *m2*n1 *n2 *r446
6 2 12 5 4 7 5
+ 9*m1 *m2*n1 *n2 *r446 + 120*m1 *m2 *n1 *n2 *r464
5 4 5 7 5 4 3 9
- 1040*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
5 4 11 5 3 7 6
- 48*m1 *m2 *n1*n2 *r464 + 40*m1 *m2 *n1 *n2 *r4111
5 3 5 8 5 3 3 10
- 132*m1 *m2 *n1 *n2 *r4111 - 160*m1 *m2 *n1 *n2 *r4111
5 3 12 5 2 9 5
+ 12*m1 *m2 *n1*n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
5 2 7 7 5 2 5 9
- 11*m1 *m2 *n1 *n2 *r446 - 51*m1 *m2 *n1 *n2 *r446
5 2 3 11 5 2 13
- 29*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n1*n2 *r446
4 5 8 4 4 5 6 6
- 48*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
4 5 4 8 4 5 2 10
- 1040*m1 *m2 *n1 *n2 *r464 + 120*m1 *m2 *n1 *n2 *r464
4 4 8 5 4 4 6 7
- 30*m1 *m2 *n1 *n2 *r4111 + 190*m1 *m2 *n1 *n2 *r4111
4 4 4 9 4 4 2 11
+ 190*m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
4 3 10 4 4 3 8 6
- 10*m1 *m2 *n1 *n2 *r446 + 35*m1 *m2 *n1 *n2 *r446
4 3 6 8 4 3 4 10
+ 95*m1 *m2 *n1 *n2 *r446 + 45*m1 *m2 *n1 *n2 *r446
4 3 2 12 3 6 9 3
- 5*m1 *m2 *n1 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
3 6 7 5 3 6 5 7
- 368*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
3 6 3 9 3 5 9 4
- 160*m1 *m2 *n1 *n2 *r464 + 12*m1 *m2 *n1 *n2 *r4111
3 5 7 6 3 5 5 8
- 160*m1 *m2 *n1 *n2 *r4111 - 132*m1 *m2 *n1 *n2 *r4111
3 5 3 10 3 4 11 3
+ 40*m1 *m2 *n1 *n2 *r4111 + 5*m1 *m2 *n1 *n2 *r446
3 4 9 5 3 4 7 7
- 45*m1 *m2 *n1 *n2 *r446 - 95*m1 *m2 *n1 *n2 *r446
3 4 5 9 3 4 3 11
- 35*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
2 7 8 4 2 7 6 6
+ 88*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
2 7 4 8 2 6 10 3
+ 120*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r4111
2 6 8 5 2 6 6 7
+ 78*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
2 6 4 9 2 5 12 2
- 30*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1 *n2 *r446
2 5 10 4 2 5 8 6
+ 29*m1 *m2 *n1 *n2 *r446 + 51*m1 *m2 *n1 *n2 *r446
2 5 6 8 2 5 4 10
+ 11*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
8 9 3 8 7 5 8 5 7
- 8*m1*m2 *n1 *n2 *r464 + 88*m1*m2 *n1 *n2 *r464 - 48*m1*m2 *n1 *n2 *r464
7 9 4 7 7 6
- 20*m1*m2 *n1 *n2 *r4111 - 8*m1*m2 *n1 *n2 *r4111
7 5 8 6 11 3
+ 12*m1*m2 *n1 *n2 *r4111 - 9*m1*m2 *n1 *n2 *r446
6 9 5 6 7 7 6 5 9
- 13*m1*m2 *n1 *n2 *r446 + m1*m2 *n1 *n2 *r446 + 5*m1*m2 *n1 *n2 *r446
9 8 4 9 6 6 8 10 3
- 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r4111
8 6 7 7 12 2 7 10 4
- 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446
7 8 6 7 6 8 7 6 7
- m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(2*a33*m1 *n1 *n2
7 4 9 7 2 11 7 13
+ 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 - 2*a33*m1 *n2
6 7 6 6 5 8 6 3 10
- 10*a33*m1 *m2*n1 *n2 - 2*a33*m1 *m2*n1 *n2 + 26*a33*m1 *m2*n1 *n2
6 12 5 2 8 5 5 2 6 7
+ 18*a33*m1 *m2*n1*n2 + 20*a33*m1 *m2 *n1 *n2 - 22*a33*m1 *m2 *n1 *n2
5 2 4 9 5 2 2 11 5 2 13
- 102*a33*m1 *m2 *n1 *n2 - 58*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
4 3 9 4 4 3 7 6 4 3 5 8
- 20*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2 + 190*a33*m1 *m2 *n1 *n2
4 3 3 10 4 3 12 3 4 10 3
+ 90*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1*n2 + 10*a33*m1 *m2 *n1 *n2
3 4 8 5 3 4 6 7 3 4 4 9
- 90*a33*m1 *m2 *n1 *n2 - 190*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
3 4 2 11 2 5 11 2 2 5 9 4
+ 20*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2 + 58*a33*m1 *m2 *n1 *n2
2 5 7 6 2 5 5 8 2 5 3 10
+ 102*a33*m1 *m2 *n1 *n2 + 22*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
6 10 3 6 8 5 6 6 7
- 18*a33*m1*m2 *n1 *n2 - 26*a33*m1*m2 *n1 *n2 + 2*a33*m1*m2 *n1 *n2
6 4 9 7 11 2 7 9 4
+ 10*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
7 7 6 7 5 8
- 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 )
2 3 2
2*m1*n1 *r464 + 2*m2*n1*n2*r464 - n1 *r4111 - n1*n2 *r4111
r341=------------------------------------------------------------
2 2
a33*n1 + a33*n2
r342=0
r343=0
- n1*r464
r344=------------
a33
r345=0
3 8 4 5 3 8 9 3 7 5 4
r346=(4*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n2 *r14 - 20*a33 *m1 *m2*n1 *n2 *r14
3 7 3 6 3 7 8
+ 16*a33 *m1 *m2*n1 *n2 *r14 + 36*a33 *m1 *m2*n1*n2 *r14
3 6 2 6 3 3 6 2 4 5
+ 40*a33 *m1 *m2 *n1 *n2 *r14 - 84*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 2 7 3 6 2 9
- 120*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1 *m2 *n2 *r14
3 5 3 7 2 3 5 3 5 4
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 180*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 3 6 3 5 3 8
+ 200*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1 *m2 *n1*n2 *r14
3 4 4 8 3 4 4 6 3
+ 20*a33 *m1 *m2 *n1 *n2*r14 - 200*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 4 5 3 4 4 2 7
- 180*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 9 3 3 5 7 2
- 4*a33 *m1 *m2 *n1 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 5 4 3 3 5 3 6
+ 84*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 8 3 2 6 6 3
- 36*a33 *m1 *m2 *n1 *n2*r14 - 16*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 4 5 3 7 9
+ 20*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1*m2 *n1 *r14
3 7 5 4 2 8 4 6
- 4*a33 *m1*m2 *n1 *n2 *r14 + 4*a33 *m1 *n1 *n2 *r214
2 8 10 2 7 5 5
- 4*a33 *m1 *n2 *r214 - 20*a33 *m1 *m2*n1 *n2 *r214
2 7 3 7 2 7 9
+ 16*a33 *m1 *m2*n1 *n2 *r214 + 36*a33 *m1 *m2*n1*n2 *r214
2 6 2 6 4 2 6 2 4 6
+ 40*a33 *m1 *m2 *n1 *n2 *r214 - 84*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 2 8 2 6 2 10
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 4*a33 *m1 *m2 *n2 *r214
2 5 3 7 3 2 5 3 5 5
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 180*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 3 7 2 5 3 9
+ 200*a33 *m1 *m2 *n1 *n2 *r214 - 20*a33 *m1 *m2 *n1*n2 *r214
2 4 4 8 2 2 4 4 6 4
+ 20*a33 *m1 *m2 *n1 *n2 *r214 - 200*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 4 6 2 4 4 2 8
- 180*a33 *m1 *m2 *n1 *n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 9 2 3 5 7 3
- 4*a33 *m1 *m2 *n1 *n2*r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 5 5 2 3 5 3 7
+ 84*a33 *m1 *m2 *n1 *n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 8 2 2 2 6 6 4
- 36*a33 *m1 *m2 *n1 *n2 *r214 - 16*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 4 6 2 7 9
+ 20*a33 *m1 *m2 *n1 *n2 *r214 + 4*a33 *m1*m2 *n1 *n2*r214
2 7 5 5 8 4 8 8 2 10
- 4*a33 *m1*m2 *n1 *n2 *r214 + 4*m1 *n1 *n2 *r464 - 2*m1 *n1 *n2 *r464
8 12 7 5 7 7 3 9
- 2*m1 *n2 *r464 - 20*m1 *m2*n1 *n2 *r464 + 28*m1 *m2*n1 *n2 *r464
7 11 7 5 8 7 12
+ 16*m1 *m2*n1*n2 *r464 - m1 *n1 *n2 *r4111 + m1 *n1*n2 *r4111
6 2 6 6 6 2 4 8
+ 40*m1 *m2 *n1 *n2 *r464 - 114*m1 *m2 *n1 *n2 *r464
6 2 2 10 6 2 12 6 6 7
- 40*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n2 *r464 + 5*m1 *m2*n1 *n2 *r4111
6 4 9 6 2 11
- 4*m1 *m2*n1 *n2 *r4111 - 9*m1 *m2*n1 *n2 *r4111
5 3 7 5 5 3 5 7
- 40*m1 *m2 *n1 *n2 *r464 + 220*m1 *m2 *n1 *n2 *r464
5 3 3 9 5 3 11
+ 28*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n1*n2 *r464
5 2 7 6 5 2 5 8
- 10*m1 *m2 *n1 *n2 *r4111 + 21*m1 *m2 *n1 *n2 *r4111
5 2 3 10 5 2 12
+ 30*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1*n2 *r4111
4 4 8 4 4 4 6 6
+ 20*m1 *m2 *n1 *n2 *r464 - 230*m1 *m2 *n1 *n2 *r464
4 4 4 8 4 4 2 10
+ 40*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
4 3 8 5 4 3 6 7
+ 10*m1 *m2 *n1 *n2 *r4111 - 45*m1 *m2 *n1 *n2 *r4111
4 3 4 9 4 3 2 11
- 50*m1 *m2 *n1 *n2 *r4111 + 5*m1 *m2 *n1 *n2 *r4111
3 5 9 3 3 5 7 5
- 4*m1 *m2 *n1 *n2 *r464 + 132*m1 *m2 *n1 *n2 *r464
3 5 5 7 3 4 9 4
- 88*m1 *m2 *n1 *n2 *r464 - 5*m1 *m2 *n1 *n2 *r4111
3 4 7 6 3 4 5 8
+ 50*m1 *m2 *n1 *n2 *r4111 + 45*m1 *m2 *n1 *n2 *r4111
3 4 3 10 2 6 8 4
- 10*m1 *m2 *n1 *n2 *r4111 - 38*m1 *m2 *n1 *n2 *r464
2 6 6 6 2 6 4 8
+ 64*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r464
2 5 10 3 2 5 8 5
+ m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
2 5 6 7 2 5 4 9
- 21*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
7 9 3 7 7 5 7 5 7
+ 4*m1*m2 *n1 *n2 *r464 - 20*m1*m2 *n1 *n2 *r464 + 8*m1*m2 *n1 *n2 *r464
6 9 4 6 7 6
+ 9*m1*m2 *n1 *n2 *r4111 + 4*m1*m2 *n1 *n2 *r4111
6 5 8 8 8 4 8 6 6
- 5*m1*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r464
7 10 3 7 6 7 7 4 8 7 12
- m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r4111)/(a33*m1 *n1 *n2 - a33*m1 *n2
6 5 7 6 3 9 6 11
- 5*a33*m1 *m2*n1 *n2 + 4*a33*m1 *m2*n1 *n2 + 9*a33*m1 *m2*n1*n2
5 2 6 6 5 2 4 8 5 2 2 10
+ 10*a33*m1 *m2 *n1 *n2 - 21*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
5 2 12 4 3 7 5 4 3 5 7
+ a33*m1 *m2 *n2 - 10*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
4 3 3 9 4 3 11 3 4 8 4
+ 50*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2 + 5*a33*m1 *m2 *n1 *n2
3 4 6 6 3 4 4 8 3 4 2 10
- 50*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2 + 10*a33*m1 *m2 *n1 *n2
2 5 9 3 2 5 7 5 2 5 5 7
- a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2 + 21*a33*m1 *m2 *n1 *n2
2 5 3 9 6 8 4 6 6 6
- 10*a33*m1 *m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - 4*a33*m1*m2 *n1 *n2
6 4 8 7 9 3 7 5 7
+ 5*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2 - a33*m2 *n1 *n2 )
3 7 4 5 3 7 9
r347=(4*a33 *m1 *m2*n1 *n2 *r14 - 4*a33 *m1 *m2*n2 *r14
3 6 2 5 4 3 6 2 3 6
- 20*a33 *m1 *m2 *n1 *n2 *r14 + 16*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 8 3 5 3 6 3
+ 36*a33 *m1 *m2 *n1*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 4 5 3 5 3 2 7
- 84*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 9 3 4 4 7 2
+ 4*a33 *m1 *m2 *n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 5 4 3 4 4 3 6
+ 180*a33 *m1 *m2 *n1 *n2 *r14 + 200*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 8 3 3 5 8
- 20*a33 *m1 *m2 *n1*n2 *r14 + 20*a33 *m1 *m2 *n1 *n2*r14
3 3 5 6 3 3 3 5 4 5
- 200*a33 *m1 *m2 *n1 *n2 *r14 - 180*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 2 7 3 2 6 9
+ 40*a33 *m1 *m2 *n1 *n2 *r14 - 4*a33 *m1 *m2 *n1 *r14
3 2 6 7 2 3 2 6 5 4
+ 120*a33 *m1 *m2 *n1 *n2 *r14 + 84*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 3 6 3 7 8
- 40*a33 *m1 *m2 *n1 *n2 *r14 - 36*a33 *m1*m2 *n1 *n2*r14
3 7 6 3 3 7 4 5
- 16*a33 *m1*m2 *n1 *n2 *r14 + 20*a33 *m1*m2 *n1 *n2 *r14
3 8 9 3 8 5 4
+ 4*a33 *m2 *n1 *r14 - 4*a33 *m2 *n1 *n2 *r14
2 7 4 6 2 7 10
+ 4*a33 *m1 *m2*n1 *n2 *r214 - 4*a33 *m1 *m2*n2 *r214
2 6 2 5 5 2 6 2 3 7
- 20*a33 *m1 *m2 *n1 *n2 *r214 + 16*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 9 2 5 3 6 4
+ 36*a33 *m1 *m2 *n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 4 6 2 5 3 2 8
- 84*a33 *m1 *m2 *n1 *n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 10 2 4 4 7 3
+ 4*a33 *m1 *m2 *n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 5 5 2 4 4 3 7
+ 180*a33 *m1 *m2 *n1 *n2 *r214 + 200*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 9 2 3 5 8 2
- 20*a33 *m1 *m2 *n1*n2 *r214 + 20*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 6 4 2 3 5 4 6
- 200*a33 *m1 *m2 *n1 *n2 *r214 - 180*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 2 8 2 2 6 9
+ 40*a33 *m1 *m2 *n1 *n2 *r214 - 4*a33 *m1 *m2 *n1 *n2*r214
2 2 6 7 3 2 2 6 5 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 + 84*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 3 7 2 7 8 2
- 40*a33 *m1 *m2 *n1 *n2 *r214 - 36*a33 *m1*m2 *n1 *n2 *r214
2 7 6 4 2 7 4 6
- 16*a33 *m1*m2 *n1 *n2 *r214 + 20*a33 *m1*m2 *n1 *n2 *r214
2 8 9 2 8 5 5 8 3 9
+ 4*a33 *m2 *n1 *n2*r214 - 4*a33 *m2 *n1 *n2 *r214 + 2*m1 *n1 *n2 *r464
8 11 7 4 8 7 2 10
- 2*m1 *n1*n2 *r464 - 8*m1 *m2*n1 *n2 *r464 + 20*m1 *m2*n1 *n2 *r464
7 12 7 4 9 7 13
- 4*m1 *m2*n2 *r464 - m1 *n1 *n2 *r4111 + m1 *n2 *r4111
6 2 5 7 6 2 3 9
+ 10*m1 *m2 *n1 *n2 *r464 - 64*m1 *m2 *n1 *n2 *r464
6 2 11 6 5 8
+ 38*m1 *m2 *n1*n2 *r464 + 5*m1 *m2*n1 *n2 *r4111
6 3 10 6 12
- 4*m1 *m2*n1 *n2 *r4111 - 9*m1 *m2*n1*n2 *r4111
5 3 4 8 5 3 2 10
+ 88*m1 *m2 *n1 *n2 *r464 - 132*m1 *m2 *n1 *n2 *r464
5 3 12 5 2 6 7
+ 4*m1 *m2 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
5 2 4 9 5 2 2 11
+ 21*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
5 2 13 4 4 7 5 4 4 5 7
- m1 *m2 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r464 - 40*m1 *m2 *n1 *n2 *r464
4 4 3 9 4 4 11
+ 230*m1 *m2 *n1 *n2 *r464 - 20*m1 *m2 *n1*n2 *r464
4 3 7 6 4 3 5 8
+ 10*m1 *m2 *n1 *n2 *r4111 - 45*m1 *m2 *n1 *n2 *r4111
4 3 3 10 4 3 12
- 50*m1 *m2 *n1 *n2 *r4111 + 5*m1 *m2 *n1*n2 *r4111
3 5 8 4 3 5 6 6
+ 8*m1 *m2 *n1 *n2 *r464 - 28*m1 *m2 *n1 *n2 *r464
3 5 4 8 3 5 2 10
- 220*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r464
3 4 8 5 3 4 6 7
- 5*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
3 4 4 9 3 4 2 11
+ 45*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r4111
2 6 9 3 2 6 7 5
- 2*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r464
2 6 5 7 2 6 3 9
+ 114*m1 *m2 *n1 *n2 *r464 - 40*m1 *m2 *n1 *n2 *r464
2 5 9 4 2 5 7 6
+ m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
2 5 5 8 2 5 3 10
- 21*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
7 8 4 7 6 6
- 16*m1*m2 *n1 *n2 *r464 - 28*m1*m2 *n1 *n2 *r464
7 4 8 6 8 5
+ 20*m1*m2 *n1 *n2 *r464 + 9*m1*m2 *n1 *n2 *r4111
6 6 7 6 4 9 8 9 3
+ 4*m1*m2 *n1 *n2 *r4111 - 5*m1*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r464
8 7 5 8 5 7 7 9 4
+ 2*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r4111
7 5 8 7 4 8 7 12
+ m2 *n1 *n2 *r4111)/(a33*m1 *n1 *n2 - a33*m1 *n2
6 5 7 6 3 9 6 11
- 5*a33*m1 *m2*n1 *n2 + 4*a33*m1 *m2*n1 *n2 + 9*a33*m1 *m2*n1*n2
5 2 6 6 5 2 4 8 5 2 2 10
+ 10*a33*m1 *m2 *n1 *n2 - 21*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
5 2 12 4 3 7 5 4 3 5 7
+ a33*m1 *m2 *n2 - 10*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
4 3 3 9 4 3 11 3 4 8 4
+ 50*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2 + 5*a33*m1 *m2 *n1 *n2
3 4 6 6 3 4 4 8 3 4 2 10
- 50*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2 + 10*a33*m1 *m2 *n1 *n2
2 5 9 3 2 5 7 5 2 5 5 7
- a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2 + 21*a33*m1 *m2 *n1 *n2
2 5 3 9 6 8 4 6 6 6
- 10*a33*m1 *m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - 4*a33*m1*m2 *n1 *n2
6 4 8 7 9 3 7 5 7
+ 5*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2 - a33*m2 *n1 *n2 )
r348=0
3 5 5 3 4 2 4
r349=( - 2*a33 *m1 *n1*n2 *r14 + 10*a33 *m1 *m2*n1 *n2 *r14
3 3 2 3 3 3 2 3 4 2
- 20*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 3 5 6 2 5 6
- 10*a33 *m1*m2 *n1 *n2*r14 + 2*a33 *m2 *n1 *r14 - 2*a33 *m1 *n1*n2 *r214
2 4 2 5 2 3 2 3 4
+ 10*a33 *m1 *m2*n1 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 4 3 2 4 5 2
+ 20*a33 *m1 *m2 *n1 *n2 *r214 - 10*a33 *m1*m2 *n1 *n2 *r214
2 5 6 5 8 4 2 7
+ 2*a33 *m2 *n1 *n2*r214 - m1 *n1*n2 *r464 + 5*m1 *m2*n1 *n2 *r464
3 2 3 6 2 3 4 5
- 10*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
4 5 4 5 6 3 5 8
- 5*m1*m2 *n1 *n2 *r464 + m2 *n1 *n2 *r464)/(a33*m1 *n2
4 7 3 2 2 6 2 3 3 5
- 5*a33*m1 *m2*n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
4 4 4 5 5 3
+ 5*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2 )
r350=0
3 8 5 6 3 8 10
r351=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1*n2 *r14
3 7 6 5 3 7 4 7
- 46*a33 *m1 *m2*n1 *n2 *r14 + 34*a33 *m1 *m2*n1 *n2 *r14
3 7 2 9 3 7 11
+ 78*a33 *m1 *m2*n1 *n2 *r14 - 2*a33 *m1 *m2*n2 *r14
3 6 2 7 4 3 6 2 5 6
+ 110*a33 *m1 *m2 *n1 *n2 *r14 - 202*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 3 8 3 6 2 10
- 286*a33 *m1 *m2 *n1 *n2 *r14 + 26*a33 *m1 *m2 *n1*n2 *r14
3 5 3 8 3 3 5 3 6 5
- 140*a33 *m1 *m2 *n1 *n2 *r14 + 506*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 4 7 3 5 3 2 9
+ 538*a33 *m1 *m2 *n1 *n2 *r14 - 106*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 11 3 4 4 9 2
+ 2*a33 *m1 *m2 *n2 *r14 + 100*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 7 4 3 4 4 5 6
- 690*a33 *m1 *m2 *n1 *n2 *r14 - 570*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 8 3 4 4 10
+ 210*a33 *m1 *m2 *n1 *n2 *r14 - 10*a33 *m1 *m2 *n1*n2 *r14
3 3 5 10 3 3 5 8 3
- 38*a33 *m1 *m2 *n1 *n2*r14 + 550*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 6 5 3 3 5 4 7
+ 338*a33 *m1 *m2 *n1 *n2 *r14 - 230*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 2 9 3 2 6 11
+ 20*a33 *m1 *m2 *n1 *n2 *r14 + 6*a33 *m1 *m2 *n1 *r14
3 2 6 9 2 3 2 6 7 4
- 254*a33 *m1 *m2 *n1 *n2 *r14 - 98*a33 *m1 *m2 *n1 *n2 *r14
3 2 6 5 6 3 2 6 3 8
+ 142*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2 *r14
3 7 10 3 7 8 3
+ 62*a33 *m1*m2 *n1 *n2*r14 + 6*a33 *m1*m2 *n1 *n2 *r14
3 7 6 5 3 7 4 7
- 46*a33 *m1*m2 *n1 *n2 *r14 + 10*a33 *m1*m2 *n1 *n2 *r14
3 8 11 3 8 9 2 3 8 7 4
- 6*a33 *m2 *n1 *r14 + 2*a33 *m2 *n1 *n2 *r14 + 6*a33 *m2 *n1 *n2 *r14
3 8 5 6 2 8 5 7
- 2*a33 *m2 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r214
2 8 11 2 7 6 6
- 8*a33 *m1 *n1*n2 *r214 - 46*a33 *m1 *m2*n1 *n2 *r214
2 7 4 8 2 7 2 10
+ 34*a33 *m1 *m2*n1 *n2 *r214 + 78*a33 *m1 *m2*n1 *n2 *r214
2 7 12 2 6 2 7 5
- 2*a33 *m1 *m2*n2 *r214 + 110*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 5 7 2 6 2 3 9
- 202*a33 *m1 *m2 *n1 *n2 *r214 - 286*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 11 2 5 3 8 4
+ 26*a33 *m1 *m2 *n1*n2 *r214 - 140*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 6 6 2 5 3 4 8
+ 506*a33 *m1 *m2 *n1 *n2 *r214 + 538*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 2 10 2 5 3 12
- 106*a33 *m1 *m2 *n1 *n2 *r214 + 2*a33 *m1 *m2 *n2 *r214
2 4 4 9 3 2 4 4 7 5
+ 100*a33 *m1 *m2 *n1 *n2 *r214 - 690*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 5 7 2 4 4 3 9
- 570*a33 *m1 *m2 *n1 *n2 *r214 + 210*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 11 2 3 5 10 2
- 10*a33 *m1 *m2 *n1*n2 *r214 - 38*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 8 4 2 3 5 6 6
+ 550*a33 *m1 *m2 *n1 *n2 *r214 + 338*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 4 8 2 3 5 2 10
- 230*a33 *m1 *m2 *n1 *n2 *r214 + 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 11 2 2 6 9 3
+ 6*a33 *m1 *m2 *n1 *n2*r214 - 254*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 7 5 2 2 6 5 7
- 98*a33 *m1 *m2 *n1 *n2 *r214 + 142*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 3 9 2 7 10 2
- 20*a33 *m1 *m2 *n1 *n2 *r214 + 62*a33 *m1*m2 *n1 *n2 *r214
2 7 8 4 2 7 6 6
+ 6*a33 *m1*m2 *n1 *n2 *r214 - 46*a33 *m1*m2 *n1 *n2 *r214
2 7 4 8 2 8 11
+ 10*a33 *m1*m2 *n1 *n2 *r214 - 6*a33 *m2 *n1 *n2*r214
2 8 9 3 2 8 7 5
+ 2*a33 *m2 *n1 *n2 *r214 + 6*a33 *m2 *n1 *n2 *r214
2 8 5 7 8 5 9 8 13
- 2*a33 *m2 *n1 *n2 *r214 + 6*m1 *n1 *n2 *r464 - 6*m1 *n1*n2 *r464
7 6 8 7 4 10
- 33*m1 *m2*n1 *n2 *r464 + 27*m1 *m2*n1 *n2 *r464
7 2 12 7 14 6 2 7 7
+ 57*m1 *m2*n1 *n2 *r464 - 3*m1 *m2*n2 *r464 + 75*m1 *m2 *n1 *n2 *r464
6 2 5 9 6 2 3 11
- 153*m1 *m2 *n1 *n2 *r464 - 195*m1 *m2 *n1 *n2 *r464
6 2 13 5 3 8 6
+ 33*m1 *m2 *n1*n2 *r464 - 90*m1 *m2 *n1 *n2 *r464
5 3 6 8 5 3 4 10
+ 363*m1 *m2 *n1 *n2 *r464 + 327*m1 *m2 *n1 *n2 *r464
5 3 2 12 5 3 14
- 123*m1 *m2 *n1 *n2 *r464 + 3*m1 *m2 *n2 *r464
4 4 9 5 4 4 7 7
+ 60*m1 *m2 *n1 *n2 *r464 - 465*m1 *m2 *n1 *n2 *r464
4 4 5 9 4 4 3 11
- 285*m1 *m2 *n1 *n2 *r464 + 225*m1 *m2 *n1 *n2 *r464
4 4 13 3 5 10 4
- 15*m1 *m2 *n1*n2 *r464 - 21*m1 *m2 *n1 *n2 *r464
3 5 8 6 3 5 6 8
+ 345*m1 *m2 *n1 *n2 *r464 + 111*m1 *m2 *n1 *n2 *r464
3 5 4 10 3 5 2 12
- 225*m1 *m2 *n1 *n2 *r464 + 30*m1 *m2 *n1 *n2 *r464
2 6 11 3 2 6 9 5
+ 3*m1 *m2 *n1 *n2 *r464 - 147*m1 *m2 *n1 *n2 *r464
2 6 7 7 2 6 5 9
+ 3*m1 *m2 *n1 *n2 *r464 + 123*m1 *m2 *n1 *n2 *r464
2 6 3 11 7 10 4
- 30*m1 *m2 *n1 *n2 *r464 + 33*m1*m2 *n1 *n2 *r464
7 8 6 7 6 8
- 15*m1*m2 *n1 *n2 *r464 - 33*m1*m2 *n1 *n2 *r464
7 4 10 8 11 3 8 9 5
+ 15*m1*m2 *n1 *n2 *r464 - 3*m2 *n1 *n2 *r464 + 3*m2 *n1 *n2 *r464
8 7 7 8 5 9 7 6 8
+ 3*m2 *n1 *n2 *r464 - 3*m2 *n1 *n2 *r464)/(a33*m1 *n1 *n2
7 4 10 7 2 12 7 14 6 7 7
+ a33*m1 *n1 *n2 - a33*m1 *n1 *n2 - a33*m1 *n2 - 5*a33*m1 *m2*n1 *n2
6 5 9 6 3 11 6 13
- a33*m1 *m2*n1 *n2 + 13*a33*m1 *m2*n1 *n2 + 9*a33*m1 *m2*n1*n2
5 2 8 6 5 2 6 8 5 2 4 10
+ 10*a33*m1 *m2 *n1 *n2 - 11*a33*m1 *m2 *n1 *n2 - 51*a33*m1 *m2 *n1 *n2
5 2 2 12 5 2 14 4 3 9 5
- 29*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 - 10*a33*m1 *m2 *n1 *n2
4 3 7 7 4 3 5 9 4 3 3 11
+ 35*a33*m1 *m2 *n1 *n2 + 95*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
4 3 13 3 4 10 4 3 4 8 6
- 5*a33*m1 *m2 *n1*n2 + 5*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2
3 4 6 8 3 4 4 10 3 4 2 12
- 95*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2 + 10*a33*m1 *m2 *n1 *n2
2 5 11 3 2 5 9 5 2 5 7 7
- a33*m1 *m2 *n1 *n2 + 29*a33*m1 *m2 *n1 *n2 + 51*a33*m1 *m2 *n1 *n2
2 5 5 9 2 5 3 11 6 10 4
+ 11*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2
6 8 6 6 6 8 6 4 10
- 13*a33*m1*m2 *n1 *n2 + a33*m1*m2 *n1 *n2 + 5*a33*m1*m2 *n1 *n2
7 11 3 7 9 5 7 7 7 7 5 9
+ a33*m2 *n1 *n2 + a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - a33*m2 *n1 *n2 )
3 8 4 5 3 8 2 7 3 8 9
r352=(6*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14 + 2*a33 *m1 *n2 *r14
3 7 5 4 3 7 3 6
- 30*a33 *m1 *m2*n1 *n2 *r14 + 72*a33 *m1 *m2*n1 *n2 *r14
3 7 8 3 6 2 6 3
- 26*a33 *m1 *m2*n1*n2 *r14 + 60*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 4 5 3 6 2 2 7
- 246*a33 *m1 *m2 *n1 *n2 *r14 + 140*a33 *m1 *m2 *n1 *n2 *r14
3 6 2 9 3 5 3 7 2
- 2*a33 *m1 *m2 *n2 *r14 - 60*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 5 4 3 5 3 3 6
+ 430*a33 *m1 *m2 *n1 *n2 *r14 - 388*a33 *m1 *m2 *n1 *n2 *r14
3 5 3 8 3 4 4 8
+ 18*a33 *m1 *m2 *n1*n2 *r14 + 30*a33 *m1 *m2 *n1 *n2*r14
3 4 4 6 3 3 4 4 4 5
- 420*a33 *m1 *m2 *n1 *n2 *r14 + 610*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 2 7 3 3 5 9
- 60*a33 *m1 *m2 *n1 *n2 *r14 - 6*a33 *m1 *m2 *n1 *r14
3 3 5 7 2 3 3 5 5 4
+ 228*a33 *m1 *m2 *n1 *n2 *r14 - 562*a33 *m1 *m2 *n1 *n2 *r14
3 3 5 3 6 3 2 6 8
+ 100*a33 *m1 *m2 *n1 *n2 *r14 - 62*a33 *m1 *m2 *n1 *n2*r14
3 2 6 6 3 3 2 6 4 5
+ 296*a33 *m1 *m2 *n1 *n2 *r14 - 90*a33 *m1 *m2 *n1 *n2 *r14
3 7 9 3 7 7 2
+ 6*a33 *m1*m2 *n1 *r14 - 80*a33 *m1*m2 *n1 *n2 *r14
3 7 5 4 3 8 8
+ 42*a33 *m1*m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2*r14
3 8 6 3 2 8 4 6
- 8*a33 *m2 *n1 *n2 *r14 + 6*a33 *m1 *n1 *n2 *r214
2 8 2 8 2 8 10
- 8*a33 *m1 *n1 *n2 *r214 + 2*a33 *m1 *n2 *r214
2 7 5 5 2 7 3 7
- 30*a33 *m1 *m2*n1 *n2 *r214 + 72*a33 *m1 *m2*n1 *n2 *r214
2 7 9 2 6 2 6 4
- 26*a33 *m1 *m2*n1*n2 *r214 + 60*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 4 6 2 6 2 2 8
- 246*a33 *m1 *m2 *n1 *n2 *r214 + 140*a33 *m1 *m2 *n1 *n2 *r214
2 6 2 10 2 5 3 7 3
- 2*a33 *m1 *m2 *n2 *r214 - 60*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 5 5 2 5 3 3 7
+ 430*a33 *m1 *m2 *n1 *n2 *r214 - 388*a33 *m1 *m2 *n1 *n2 *r214
2 5 3 9 2 4 4 8 2
+ 18*a33 *m1 *m2 *n1*n2 *r214 + 30*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 6 4 2 4 4 4 6
- 420*a33 *m1 *m2 *n1 *n2 *r214 + 610*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 2 8 2 3 5 9
- 60*a33 *m1 *m2 *n1 *n2 *r214 - 6*a33 *m1 *m2 *n1 *n2*r214
2 3 5 7 3 2 3 5 5 5
+ 228*a33 *m1 *m2 *n1 *n2 *r214 - 562*a33 *m1 *m2 *n1 *n2 *r214
2 3 5 3 7 2 2 6 8 2
+ 100*a33 *m1 *m2 *n1 *n2 *r214 - 62*a33 *m1 *m2 *n1 *n2 *r214
2 2 6 6 4 2 2 6 4 6
+ 296*a33 *m1 *m2 *n1 *n2 *r214 - 90*a33 *m1 *m2 *n1 *n2 *r214
2 7 9 2 7 7 3
+ 6*a33 *m1*m2 *n1 *n2*r214 - 80*a33 *m1*m2 *n1 *n2 *r214
2 7 5 5 2 8 8 2
+ 42*a33 *m1*m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
2 8 6 4 8 4 8 8 2 10
- 8*a33 *m2 *n1 *n2 *r214 + 7*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464
8 12 7 5 7 7 3 9
+ m1 *n2 *r464 - 35*m1 *m2*n1 *n2 *r464 + 76*m1 *m2*n1 *n2 *r464
7 11 7 5 8 7 12
- 17*m1 *m2*n1*n2 *r464 - m1 *n1 *n2 *r4111 + m1 *n1*n2 *r4111
6 2 6 6 6 2 4 8
+ 70*m1 *m2 *n1 *n2 *r464 - 267*m1 *m2 *n1 *n2 *r464
6 2 2 10 6 2 12 6 6 7
+ 110*m1 *m2 *n1 *n2 *r464 - m1 *m2 *n2 *r464 + 5*m1 *m2*n1 *n2 *r4111
6 4 9 6 2 11
- 4*m1 *m2*n1 *n2 *r4111 - 9*m1 *m2*n1 *n2 *r4111
5 3 7 5 5 3 5 7
- 70*m1 *m2 *n1 *n2 *r464 + 475*m1 *m2 *n1 *n2 *r464
5 3 3 9 5 3 11
- 338*m1 *m2 *n1 *n2 *r464 + 13*m1 *m2 *n1*n2 *r464
5 2 7 6 5 2 5 8
- 10*m1 *m2 *n1 *n2 *r4111 + 21*m1 *m2 *n1 *n2 *r4111
5 2 3 10 5 2 12
+ 30*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1*n2 *r4111
4 4 8 4 4 4 6 6
+ 35*m1 *m2 *n1 *n2 *r464 - 470*m1 *m2 *n1 *n2 *r464
4 4 4 8 4 4 2 10
+ 565*m1 *m2 *n1 *n2 *r464 - 50*m1 *m2 *n1 *n2 *r464
4 3 8 5 4 3 6 7
+ 10*m1 *m2 *n1 *n2 *r4111 - 45*m1 *m2 *n1 *n2 *r4111
4 3 4 9 4 3 2 11
- 50*m1 *m2 *n1 *n2 *r4111 + 5*m1 *m2 *n1 *n2 *r4111
3 5 9 3 3 5 7 5
- 7*m1 *m2 *n1 *n2 *r464 + 258*m1 *m2 *n1 *n2 *r464
3 5 5 7 3 5 3 9
- 541*m1 *m2 *n1 *n2 *r464 + 90*m1 *m2 *n1 *n2 *r464
3 4 9 4 3 4 7 6
- 5*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
3 4 5 8 3 4 3 10
+ 45*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r4111
2 6 8 4 2 6 6 6
- 71*m1 *m2 *n1 *n2 *r464 + 292*m1 *m2 *n1 *n2 *r464
2 6 4 8 2 5 10 3
- 85*m1 *m2 *n1 *n2 *r464 + m1 *m2 *n1 *n2 *r4111
2 5 8 5 2 5 6 7
- 30*m1 *m2 *n1 *n2 *r4111 - 21*m1 *m2 *n1 *n2 *r4111
2 5 4 9 7 9 3
+ 10*m1 *m2 *n1 *n2 *r4111 + 7*m1*m2 *n1 *n2 *r464
7 7 5 7 5 7
- 80*m1*m2 *n1 *n2 *r464 + 41*m1*m2 *n1 *n2 *r464
6 9 4 6 7 6
+ 9*m1*m2 *n1 *n2 *r4111 + 4*m1*m2 *n1 *n2 *r4111
6 5 8 8 8 4 8 6 6
- 5*m1*m2 *n1 *n2 *r4111 + 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464
7 10 3 7 6 7 7 4 8 7 12
- m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r4111)/(a33*m1 *n1 *n2 - a33*m1 *n2
6 5 7 6 3 9 6 11
- 5*a33*m1 *m2*n1 *n2 + 4*a33*m1 *m2*n1 *n2 + 9*a33*m1 *m2*n1*n2
5 2 6 6 5 2 4 8 5 2 2 10
+ 10*a33*m1 *m2 *n1 *n2 - 21*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
5 2 12 4 3 7 5 4 3 5 7
+ a33*m1 *m2 *n2 - 10*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
4 3 3 9 4 3 11 3 4 8 4
+ 50*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2 + 5*a33*m1 *m2 *n1 *n2
3 4 6 6 3 4 4 8 3 4 2 10
- 50*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2 + 10*a33*m1 *m2 *n1 *n2
2 5 9 3 2 5 7 5 2 5 5 7
- a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2 + 21*a33*m1 *m2 *n1 *n2
2 5 3 9 6 8 4 6 6 6
- 10*a33*m1 *m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - 4*a33*m1*m2 *n1 *n2
6 4 8 7 9 3 7 5 7
+ 5*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2 - a33*m2 *n1 *n2 )
r353=0
3 5 5 3 4 4
r354=( - 2*a33 *m1 *n2 *r14 + 10*a33 *m1 *m2*n1*n2 *r14
3 3 2 2 3 3 2 3 3 2
- 20*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 5 5 2 5 6
- 10*a33 *m1*m2 *n1 *n2*r14 + 2*a33 *m2 *n1 *r14 - 2*a33 *m1 *n2 *r214
2 4 5 2 3 2 2 4
+ 10*a33 *m1 *m2*n1*n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 3 3 2 4 4 2
+ 20*a33 *m1 *m2 *n1 *n2 *r214 - 10*a33 *m1*m2 *n1 *n2 *r214
2 5 5 5 8 4 7
+ 2*a33 *m2 *n1 *n2*r214 - m1 *n2 *r464 + 5*m1 *m2*n1*n2 *r464
3 2 2 6 2 3 3 5
- 10*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
4 4 4 5 5 3 5 7
- 5*m1*m2 *n1 *n2 *r464 + m2 *n1 *n2 *r464)/(a33*m1 *n2
4 6 3 2 2 5 2 3 3 4
- 5*a33*m1 *m2*n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
4 4 3 5 5 2
+ 5*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2 )
3 5 5 3 4 2 4
r355=( - 2*a33 *m1 *n1*n2 *r14 + 10*a33 *m1 *m2*n1 *n2 *r14
3 3 2 3 3 3 2 3 4 2
- 20*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 3 5 6 2 5 6
- 10*a33 *m1*m2 *n1 *n2*r14 + 2*a33 *m2 *n1 *r14 - 2*a33 *m1 *n1*n2 *r214
2 4 2 5 2 3 2 3 4
+ 10*a33 *m1 *m2*n1 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 4 3 2 4 5 2
+ 20*a33 *m1 *m2 *n1 *n2 *r214 - 10*a33 *m1*m2 *n1 *n2 *r214
2 5 6 5 8 4 2 7
+ 2*a33 *m2 *n1 *n2*r214 - m1 *n1*n2 *r464 + 5*m1 *m2*n1 *n2 *r464
3 2 3 6 2 3 4 5
- 10*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
4 5 4 5 6 3 5 8
- 5*m1*m2 *n1 *n2 *r464 + m2 *n1 *n2 *r464)/(a33*m1 *n2
4 7 3 2 2 6 2 3 3 5
- 5*a33*m1 *m2*n1*n2 + 10*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
4 4 4 5 5 3
+ 5*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2 )
3 11 4 5 3 11 2 7 3 11 9
r40=(10*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14 - 2*a33 *m1 *n2 *r14
3 10 5 4 3 10 3 6
- 50*a33 *m1 *m2*n1 *n2 *r14 + 96*a33 *m1 *m2*n1 *n2 *r14
3 10 8 3 9 2 6 3
+ 2*a33 *m1 *m2*n1*n2 *r14 + 100*a33 *m1 *m2 *n1 *n2 *r14
3 9 2 4 5 3 9 2 2 7
- 358*a33 *m1 *m2 *n1 *n2 *r14 + 92*a33 *m1 *m2 *n1 *n2 *r14
3 9 2 9 3 8 3 7 2
- 10*a33 *m1 *m2 *n2 *r14 - 100*a33 *m1 *m2 *n1 *n2 *r14
3 8 3 5 4 3 8 3 3 6
+ 630*a33 *m1 *m2 *n1 *n2 *r14 - 372*a33 *m1 *m2 *n1 *n2 *r14
3 8 3 8 3 7 4 8
+ 98*a33 *m1 *m2 *n1*n2 *r14 + 50*a33 *m1 *m2 *n1 *n2*r14
3 7 4 6 3 3 7 4 4 5
- 580*a33 *m1 *m2 *n1 *n2 *r14 + 540*a33 *m1 *m2 *n1 *n2 *r14
3 7 4 2 7 3 7 4 9
- 268*a33 *m1 *m2 *n1 *n2 *r14 + 2*a33 *m1 *m2 *n2 *r14
3 6 5 9 3 6 5 7 2
- 10*a33 *m1 *m2 *n1 *r14 + 268*a33 *m1 *m2 *n1 *n2 *r14
3 6 5 5 4 3 6 5 3 6
- 228*a33 *m1 *m2 *n1 *n2 *r14 + 212*a33 *m1 *m2 *n1 *n2 *r14
3 6 5 8 3 5 6 8
+ 46*a33 *m1 *m2 *n1*n2 *r14 - 46*a33 *m1 *m2 *n1 *n2*r14
3 5 6 6 3 3 5 6 4 5
- 212*a33 *m1 *m2 *n1 *n2 *r14 + 228*a33 *m1 *m2 *n1 *n2 *r14
3 5 6 2 7 3 5 6 9
- 268*a33 *m1 *m2 *n1 *n2 *r14 + 10*a33 *m1 *m2 *n2 *r14
3 4 7 9 3 4 7 7 2
- 2*a33 *m1 *m2 *n1 *r14 + 268*a33 *m1 *m2 *n1 *n2 *r14
3 4 7 5 4 3 4 7 3 6
- 540*a33 *m1 *m2 *n1 *n2 *r14 + 580*a33 *m1 *m2 *n1 *n2 *r14
3 4 7 8 3 3 8 8
- 50*a33 *m1 *m2 *n1*n2 *r14 - 98*a33 *m1 *m2 *n1 *n2*r14
3 3 8 6 3 3 3 8 4 5
+ 372*a33 *m1 *m2 *n1 *n2 *r14 - 630*a33 *m1 *m2 *n1 *n2 *r14
3 3 8 2 7 3 2 9 9
+ 100*a33 *m1 *m2 *n1 *n2 *r14 + 10*a33 *m1 *m2 *n1 *r14
3 2 9 7 2 3 2 9 5 4
- 92*a33 *m1 *m2 *n1 *n2 *r14 + 358*a33 *m1 *m2 *n1 *n2 *r14
3 2 9 3 6 3 10 8
- 100*a33 *m1 *m2 *n1 *n2 *r14 - 2*a33 *m1*m2 *n1 *n2*r14
3 10 6 3 3 10 4 5
- 96*a33 *m1*m2 *n1 *n2 *r14 + 50*a33 *m1*m2 *n1 *n2 *r14
3 11 9 3 11 7 2 3 11 5 4
+ 2*a33 *m2 *n1 *r14 + 8*a33 *m2 *n1 *n2 *r14 - 10*a33 *m2 *n1 *n2 *r14
2 11 4 6 2 11 2 8
+ 10*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1 *n2 *r214
2 11 10 2 10 5 5
- 2*a33 *m1 *n2 *r214 - 50*a33 *m1 *m2*n1 *n2 *r214
2 10 3 7 2 10 9
+ 96*a33 *m1 *m2*n1 *n2 *r214 + 2*a33 *m1 *m2*n1*n2 *r214
2 9 2 6 4 2 9 2 4 6
+ 100*a33 *m1 *m2 *n1 *n2 *r214 - 358*a33 *m1 *m2 *n1 *n2 *r214
2 9 2 2 8 2 9 2 10
+ 92*a33 *m1 *m2 *n1 *n2 *r214 - 10*a33 *m1 *m2 *n2 *r214
2 8 3 7 3 2 8 3 5 5
- 100*a33 *m1 *m2 *n1 *n2 *r214 + 630*a33 *m1 *m2 *n1 *n2 *r214
2 8 3 3 7 2 8 3 9
- 372*a33 *m1 *m2 *n1 *n2 *r214 + 98*a33 *m1 *m2 *n1*n2 *r214
2 7 4 8 2 2 7 4 6 4
+ 50*a33 *m1 *m2 *n1 *n2 *r214 - 580*a33 *m1 *m2 *n1 *n2 *r214
2 7 4 4 6 2 7 4 2 8
+ 540*a33 *m1 *m2 *n1 *n2 *r214 - 268*a33 *m1 *m2 *n1 *n2 *r214
2 7 4 10 2 6 5 9
+ 2*a33 *m1 *m2 *n2 *r214 - 10*a33 *m1 *m2 *n1 *n2*r214
2 6 5 7 3 2 6 5 5 5
+ 268*a33 *m1 *m2 *n1 *n2 *r214 - 228*a33 *m1 *m2 *n1 *n2 *r214
2 6 5 3 7 2 6 5 9
+ 212*a33 *m1 *m2 *n1 *n2 *r214 + 46*a33 *m1 *m2 *n1*n2 *r214
2 5 6 8 2 2 5 6 6 4
- 46*a33 *m1 *m2 *n1 *n2 *r214 - 212*a33 *m1 *m2 *n1 *n2 *r214
2 5 6 4 6 2 5 6 2 8
+ 228*a33 *m1 *m2 *n1 *n2 *r214 - 268*a33 *m1 *m2 *n1 *n2 *r214
2 5 6 10 2 4 7 9
+ 10*a33 *m1 *m2 *n2 *r214 - 2*a33 *m1 *m2 *n1 *n2*r214
2 4 7 7 3 2 4 7 5 5
+ 268*a33 *m1 *m2 *n1 *n2 *r214 - 540*a33 *m1 *m2 *n1 *n2 *r214
2 4 7 3 7 2 4 7 9
+ 580*a33 *m1 *m2 *n1 *n2 *r214 - 50*a33 *m1 *m2 *n1*n2 *r214
2 3 8 8 2 2 3 8 6 4
- 98*a33 *m1 *m2 *n1 *n2 *r214 + 372*a33 *m1 *m2 *n1 *n2 *r214
2 3 8 4 6 2 3 8 2 8
- 630*a33 *m1 *m2 *n1 *n2 *r214 + 100*a33 *m1 *m2 *n1 *n2 *r214
2 2 9 9 2 2 9 7 3
+ 10*a33 *m1 *m2 *n1 *n2*r214 - 92*a33 *m1 *m2 *n1 *n2 *r214
2 2 9 5 5 2 2 9 3 7
+ 358*a33 *m1 *m2 *n1 *n2 *r214 - 100*a33 *m1 *m2 *n1 *n2 *r214
2 10 8 2 2 10 6 4
- 2*a33 *m1*m2 *n1 *n2 *r214 - 96*a33 *m1*m2 *n1 *n2 *r214
2 10 4 6 2 11 9
+ 50*a33 *m1*m2 *n1 *n2 *r214 + 2*a33 *m2 *n1 *n2*r214
2 11 7 3 2 11 5 5
+ 8*a33 *m2 *n1 *n2 *r214 - 10*a33 *m2 *n1 *n2 *r214
11 4 8 11 2 10 11 12
+ 10*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 - 2*m1 *n2 *r464
10 5 7 10 3 9
- 50*m1 *m2*n1 *n2 *r464 + 96*m1 *m2*n1 *n2 *r464
10 11 10 5 8 10 12
+ 2*m1 *m2*n1*n2 *r464 - 2*m1 *n1 *n2 *r4111 + 2*m1 *n1*n2 *r4111
9 2 6 6 9 2 4 8
+ 100*m1 *m2 *n1 *n2 *r464 - 358*m1 *m2 *n1 *n2 *r464
9 2 2 10 9 2 12
+ 92*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n2 *r464
9 6 7 9 4 9
+ 10*m1 *m2*n1 *n2 *r4111 - 10*m1 *m2*n1 *n2 *r4111
9 2 11 9 13 9 6 8
- 18*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n2 *r4111 + m1 *n1 *n2 *r446
9 4 10 9 2 12 9 14
+ m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446 - m1 *n2 *r446
8 3 7 5 8 3 5 7
- 100*m1 *m2 *n1 *n2 *r464 + 630*m1 *m2 *n1 *n2 *r464
8 3 3 9 8 3 11
- 372*m1 *m2 *n1 *n2 *r464 + 98*m1 *m2 *n1*n2 *r464
8 2 7 6 8 2 5 8
- 20*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
8 2 3 10 8 2 12
+ 52*m1 *m2 *n1 *n2 *r4111 - 18*m1 *m2 *n1*n2 *r4111
8 7 7 8 5 9 8 3 11
- 5*m1 *m2*n1 *n2 *r446 - m1 *m2*n1 *n2 *r446 + 13*m1 *m2*n1 *n2 *r446
8 13 7 4 8 4
+ 9*m1 *m2*n1*n2 *r446 + 50*m1 *m2 *n1 *n2 *r464
7 4 6 6 7 4 4 8
- 580*m1 *m2 *n1 *n2 *r464 + 540*m1 *m2 *n1 *n2 *r464
7 4 2 10 7 4 12
- 268*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n2 *r464
7 3 8 5 7 3 6 7
+ 20*m1 *m2 *n1 *n2 *r4111 - 100*m1 *m2 *n1 *n2 *r4111
7 3 4 9 7 3 2 11
- 68*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
7 2 8 6 7 2 6 8
+ 10*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
7 2 4 10 7 2 2 12
- 50*m1 *m2 *n1 *n2 *r446 - 30*m1 *m2 *n1 *n2 *r446
6 5 9 3 6 5 7 5
- 10*m1 *m2 *n1 *n2 *r464 + 268*m1 *m2 *n1 *n2 *r464
6 5 5 7 6 5 3 9
- 228*m1 *m2 *n1 *n2 *r464 + 212*m1 *m2 *n1 *n2 *r464
6 5 11 6 4 9 4
+ 46*m1 *m2 *n1*n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
6 4 7 6 6 4 5 8
+ 100*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
6 4 3 10 6 4 12
- 68*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
6 3 9 5 6 3 7 7
- 10*m1 *m2 *n1 *n2 *r446 + 30*m1 *m2 *n1 *n2 *r446
6 3 5 9 6 3 3 11
+ 94*m1 *m2 *n1 *n2 *r446 + 58*m1 *m2 *n1 *n2 *r446
6 3 13 5 6 8 4
+ 4*m1 *m2 *n1*n2 *r446 - 46*m1 *m2 *n1 *n2 *r464
5 6 6 6 5 6 4 8
- 212*m1 *m2 *n1 *n2 *r464 + 228*m1 *m2 *n1 *n2 *r464
5 6 2 10 5 6 12
- 268*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n2 *r464
5 5 10 3 5 5 8 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 50*m1 *m2 *n1 *n2 *r4111
5 5 6 7 5 5 4 9
- 52*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
5 5 2 11 5 5 13
+ 50*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
5 4 10 4 5 4 8 6
+ 5*m1 *m2 *n1 *n2 *r446 - 35*m1 *m2 *n1 *n2 *r446
5 4 6 8 5 4 4 10
- 106*m1 *m2 *n1 *n2 *r446 - 86*m1 *m2 *n1 *n2 *r446
5 4 2 12 5 4 14 4 7 9 3
- 19*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 - 2*m1 *m2 *n1 *n2 *r464
4 7 7 5 4 7 5 7
+ 268*m1 *m2 *n1 *n2 *r464 - 540*m1 *m2 *n1 *n2 *r464
4 7 3 9 4 7 11
+ 580*m1 *m2 *n1 *n2 *r464 - 50*m1 *m2 *n1*n2 *r464
4 6 9 4 4 6 7 6
+ 10*m1 *m2 *n1 *n2 *r4111 + 68*m1 *m2 *n1 *n2 *r4111
4 6 5 8 4 6 3 10
- 52*m1 *m2 *n1 *n2 *r4111 - 100*m1 *m2 *n1 *n2 *r4111
4 6 12 4 5 11 3
+ 10*m1 *m2 *n1*n2 *r4111 - m1 *m2 *n1 *n2 *r446
4 5 9 5 4 5 7 7
+ 19*m1 *m2 *n1 *n2 *r446 + 86*m1 *m2 *n1 *n2 *r446
4 5 5 9 4 5 3 11
+ 106*m1 *m2 *n1 *n2 *r446 + 35*m1 *m2 *n1 *n2 *r446
4 5 13 3 8 8 4
- 5*m1 *m2 *n1*n2 *r446 - 98*m1 *m2 *n1 *n2 *r464
3 8 6 6 3 8 4 8
+ 372*m1 *m2 *n1 *n2 *r464 - 630*m1 *m2 *n1 *n2 *r464
3 8 2 10 3 7 8 5
+ 100*m1 *m2 *n1 *n2 *r464 - 52*m1 *m2 *n1 *n2 *r4111
3 7 6 7 3 7 4 9
+ 68*m1 *m2 *n1 *n2 *r4111 + 100*m1 *m2 *n1 *n2 *r4111
3 7 2 11 3 6 10 4
- 20*m1 *m2 *n1 *n2 *r4111 - 4*m1 *m2 *n1 *n2 *r446
3 6 8 6 3 6 6 8
- 58*m1 *m2 *n1 *n2 *r446 - 94*m1 *m2 *n1 *n2 *r446
3 6 4 10 3 6 2 12
- 30*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
2 9 9 3 2 9 7 5
+ 10*m1 *m2 *n1 *n2 *r464 - 92*m1 *m2 *n1 *n2 *r464
2 9 5 7 2 9 3 9
+ 358*m1 *m2 *n1 *n2 *r464 - 100*m1 *m2 *n1 *n2 *r464
2 8 9 4 2 8 7 6
+ 18*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
2 8 5 8 2 8 3 10
- 50*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
2 7 9 5 2 7 7 7
+ 30*m1 *m2 *n1 *n2 *r446 + 50*m1 *m2 *n1 *n2 *r446
2 7 5 9 2 7 3 11
+ 10*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
10 8 4 10 6 6
- 2*m1*m2 *n1 *n2 *r464 - 96*m1*m2 *n1 *n2 *r464
10 4 8 9 10 3
+ 50*m1*m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r4111
9 8 5 9 6 7
+ 18*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r4111
9 4 9 8 10 4
- 10*m1*m2 *n1 *n2 *r4111 - 9*m1*m2 *n1 *n2 *r446
8 8 6 8 6 8 8 4 10
- 13*m1*m2 *n1 *n2 *r446 + m1*m2 *n1 *n2 *r446 + 5*m1*m2 *n1 *n2 *r446
11 9 3 11 7 5 11 5 7
+ 2*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464 - 10*m2 *n1 *n2 *r464
10 9 4 10 5 8 9 11 3
- 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446
9 9 5 9 7 7 9 5 9 7 8 8
+ m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(2*m1 *n1 *n2
7 6 10 7 2 14 7 16 6 9 7
+ 4*m1 *n1 *n2 - 4*m1 *n1 *n2 - 2*m1 *n2 - 10*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 12*m1 *m2*n1 *n2 + 24*m1 *m2*n1 *n2 + 44*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 18*m1 *m2*n1*n2 + 20*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12 5 2 2 14
- 124*m1 *m2 *n1 *n2 - 160*m1 *m2 *n1 *n2 - 56*m1 *m2 *n1 *n2
5 2 16 4 3 11 5 4 3 9 7
+ 2*m1 *m2 *n2 - 20*m1 *m2 *n1 *n2 + 50*m1 *m2 *n1 *n2
4 3 7 9 4 3 5 11 4 3 3 13
+ 260*m1 *m2 *n1 *n2 + 280*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 10*m1 *m2 *n1*n2 + 10*m1 *m2 *n1 *n2 - 80*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10 3 4 4 12
- 280*m1 *m2 *n1 *n2 - 260*m1 *m2 *n1 *n2 - 50*m1 *m2 *n1 *n2
3 4 2 14 2 5 13 3 2 5 11 5
+ 20*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 *n2 + 56*m1 *m2 *n1 *n2
2 5 9 7 2 5 7 9 2 5 5 11
+ 160*m1 *m2 *n1 *n2 + 124*m1 *m2 *n1 *n2 + 2*m1 *m2 *n1 *n2
2 5 3 13 6 12 4 6 10 6
- 20*m1 *m2 *n1 *n2 - 18*m1*m2 *n1 *n2 - 44*m1*m2 *n1 *n2
6 8 8 6 6 10 6 4 12
- 24*m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2
7 13 3 7 11 5 7 7 9 7 5 11
+ 2*m2 *n1 *n2 + 4*m2 *n1 *n2 - 4*m2 *n1 *n2 - 2*m2 *n1 *n2 )
r41=0
3 11 4 5 3 11 2 7
r42=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14
3 10 5 4 3 10 3 6
- 40*a33 *m1 *m2*n1 *n2 *r14 + 88*a33 *m1 *m2*n1 *n2 *r14
3 10 8 3 9 2 6 3
- 16*a33 *m1 *m2*n1*n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 9 2 4 5 3 9 2 2 7
- 320*a33 *m1 *m2 *n1 *n2 *r14 + 152*a33 *m1 *m2 *n1 *n2 *r14
3 9 2 9 3 8 3 7 2
- 8*a33 *m1 *m2 *n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 8 3 5 4 3 8 3 3 6
+ 560*a33 *m1 *m2 *n1 *n2 *r14 - 488*a33 *m1 *m2 *n1 *n2 *r14
3 8 3 8 3 7 4 8
+ 72*a33 *m1 *m2 *n1*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2*r14
3 7 4 6 3 3 7 4 4 5
- 520*a33 *m1 *m2 *n1 *n2 *r14 + 712*a33 *m1 *m2 *n1 *n2 *r14
3 7 4 2 7 3 6 5 9
- 168*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 6 5 7 2 3 6 5 5 4
+ 248*a33 *m1 *m2 *n1 *n2 *r14 - 440*a33 *m1 *m2 *n1 *n2 *r14
3 6 5 3 6 3 6 5 8
+ 24*a33 *m1 *m2 *n1 *n2 *r14 + 48*a33 *m1 *m2 *n1*n2 *r14
3 5 6 8 3 5 6 6 3
- 48*a33 *m1 *m2 *n1 *n2*r14 - 24*a33 *m1 *m2 *n1 *n2 *r14
3 5 6 4 5 3 5 6 2 7
+ 440*a33 *m1 *m2 *n1 *n2 *r14 - 248*a33 *m1 *m2 *n1 *n2 *r14
3 5 6 9 3 4 7 7 2
+ 8*a33 *m1 *m2 *n2 *r14 + 168*a33 *m1 *m2 *n1 *n2 *r14
3 4 7 5 4 3 4 7 3 6
- 712*a33 *m1 *m2 *n1 *n2 *r14 + 520*a33 *m1 *m2 *n1 *n2 *r14
3 4 7 8 3 3 8 8
- 40*a33 *m1 *m2 *n1*n2 *r14 - 72*a33 *m1 *m2 *n1 *n2*r14
3 3 8 6 3 3 3 8 4 5
+ 488*a33 *m1 *m2 *n1 *n2 *r14 - 560*a33 *m1 *m2 *n1 *n2 *r14
3 3 8 2 7 3 2 9 9
+ 80*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 2 9 7 2 3 2 9 5 4
- 152*a33 *m1 *m2 *n1 *n2 *r14 + 320*a33 *m1 *m2 *n1 *n2 *r14
3 2 9 3 6 3 10 8
- 80*a33 *m1 *m2 *n1 *n2 *r14 + 16*a33 *m1*m2 *n1 *n2*r14
3 10 6 3 3 10 4 5
- 88*a33 *m1*m2 *n1 *n2 *r14 + 40*a33 *m1*m2 *n1 *n2 *r14
3 11 7 2 3 11 5 4
+ 8*a33 *m2 *n1 *n2 *r14 - 8*a33 *m2 *n1 *n2 *r14
2 11 4 6 2 11 2 8
+ 8*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1 *n2 *r214
2 10 5 5 2 10 3 7
- 40*a33 *m1 *m2*n1 *n2 *r214 + 88*a33 *m1 *m2*n1 *n2 *r214
2 10 9 2 9 2 6 4
- 16*a33 *m1 *m2*n1*n2 *r214 + 80*a33 *m1 *m2 *n1 *n2 *r214
2 9 2 4 6 2 9 2 2 8
- 320*a33 *m1 *m2 *n1 *n2 *r214 + 152*a33 *m1 *m2 *n1 *n2 *r214
2 9 2 10 2 8 3 7 3
- 8*a33 *m1 *m2 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 8 3 5 5 2 8 3 3 7
+ 560*a33 *m1 *m2 *n1 *n2 *r214 - 488*a33 *m1 *m2 *n1 *n2 *r214
2 8 3 9 2 7 4 8 2
+ 72*a33 *m1 *m2 *n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 7 4 6 4 2 7 4 4 6
- 520*a33 *m1 *m2 *n1 *n2 *r214 + 712*a33 *m1 *m2 *n1 *n2 *r214
2 7 4 2 8 2 6 5 9
- 168*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2*r214
2 6 5 7 3 2 6 5 5 5
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 440*a33 *m1 *m2 *n1 *n2 *r214
2 6 5 3 7 2 6 5 9
+ 24*a33 *m1 *m2 *n1 *n2 *r214 + 48*a33 *m1 *m2 *n1*n2 *r214
2 5 6 8 2 2 5 6 6 4
- 48*a33 *m1 *m2 *n1 *n2 *r214 - 24*a33 *m1 *m2 *n1 *n2 *r214
2 5 6 4 6 2 5 6 2 8
+ 440*a33 *m1 *m2 *n1 *n2 *r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 5 6 10 2 4 7 7 3
+ 8*a33 *m1 *m2 *n2 *r214 + 168*a33 *m1 *m2 *n1 *n2 *r214
2 4 7 5 5 2 4 7 3 7
- 712*a33 *m1 *m2 *n1 *n2 *r214 + 520*a33 *m1 *m2 *n1 *n2 *r214
2 4 7 9 2 3 8 8 2
- 40*a33 *m1 *m2 *n1*n2 *r214 - 72*a33 *m1 *m2 *n1 *n2 *r214
2 3 8 6 4 2 3 8 4 6
+ 488*a33 *m1 *m2 *n1 *n2 *r214 - 560*a33 *m1 *m2 *n1 *n2 *r214
2 3 8 2 8 2 2 9 9
+ 80*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 2 9 7 3 2 2 9 5 5
- 152*a33 *m1 *m2 *n1 *n2 *r214 + 320*a33 *m1 *m2 *n1 *n2 *r214
2 2 9 3 7 2 10 8 2
- 80*a33 *m1 *m2 *n1 *n2 *r214 + 16*a33 *m1*m2 *n1 *n2 *r214
2 10 6 4 2 10 4 6
- 88*a33 *m1*m2 *n1 *n2 *r214 + 40*a33 *m1*m2 *n1 *n2 *r214
2 11 7 3 2 11 5 5
+ 8*a33 *m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2 *r214
11 4 8 11 2 10 10 5 7
+ 8*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 - 40*m1 *m2*n1 *n2 *r464
10 3 9 10 11 10 5 8
+ 88*m1 *m2*n1 *n2 *r464 - 16*m1 *m2*n1*n2 *r464 - 2*m1 *n1 *n2 *r4111
10 12 9 2 6 6
+ 2*m1 *n1*n2 *r4111 + 80*m1 *m2 *n1 *n2 *r464
9 2 4 8 9 2 2 10
- 320*m1 *m2 *n1 *n2 *r464 + 152*m1 *m2 *n1 *n2 *r464
9 2 12 9 6 7 9 4 9
- 8*m1 *m2 *n2 *r464 + 10*m1 *m2*n1 *n2 *r4111 - 10*m1 *m2*n1 *n2 *r4111
9 2 11 9 13 9 6 8
- 18*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n2 *r4111 + m1 *n1 *n2 *r446
9 4 10 9 2 12 9 14
+ m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446 - m1 *n2 *r446
8 3 7 5 8 3 5 7
- 80*m1 *m2 *n1 *n2 *r464 + 560*m1 *m2 *n1 *n2 *r464
8 3 3 9 8 3 11
- 488*m1 *m2 *n1 *n2 *r464 + 72*m1 *m2 *n1*n2 *r464
8 2 7 6 8 2 5 8
- 20*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
8 2 3 10 8 2 12
+ 52*m1 *m2 *n1 *n2 *r4111 - 18*m1 *m2 *n1*n2 *r4111
8 7 7 8 5 9 8 3 11
- 5*m1 *m2*n1 *n2 *r446 - m1 *m2*n1 *n2 *r446 + 13*m1 *m2*n1 *n2 *r446
8 13 7 4 8 4
+ 9*m1 *m2*n1*n2 *r446 + 40*m1 *m2 *n1 *n2 *r464
7 4 6 6 7 4 4 8
- 520*m1 *m2 *n1 *n2 *r464 + 712*m1 *m2 *n1 *n2 *r464
7 4 2 10 7 3 8 5
- 168*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1 *n2 *r4111
7 3 6 7 7 3 4 9
- 100*m1 *m2 *n1 *n2 *r4111 - 68*m1 *m2 *n1 *n2 *r4111
7 3 2 11 7 2 8 6
+ 52*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
7 2 6 8 7 2 4 10
- 10*m1 *m2 *n1 *n2 *r446 - 50*m1 *m2 *n1 *n2 *r446
7 2 2 12 6 5 9 3
- 30*m1 *m2 *n1 *n2 *r446 - 8*m1 *m2 *n1 *n2 *r464
6 5 7 5 6 5 5 7
+ 248*m1 *m2 *n1 *n2 *r464 - 440*m1 *m2 *n1 *n2 *r464
6 5 3 9 6 5 11
+ 24*m1 *m2 *n1 *n2 *r464 + 48*m1 *m2 *n1*n2 *r464
6 4 9 4 6 4 7 6
- 10*m1 *m2 *n1 *n2 *r4111 + 100*m1 *m2 *n1 *n2 *r4111
6 4 5 8 6 4 3 10
+ 52*m1 *m2 *n1 *n2 *r4111 - 68*m1 *m2 *n1 *n2 *r4111
6 4 12 6 3 9 5
- 10*m1 *m2 *n1*n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
6 3 7 7 6 3 5 9
+ 30*m1 *m2 *n1 *n2 *r446 + 94*m1 *m2 *n1 *n2 *r446
6 3 3 11 6 3 13
+ 58*m1 *m2 *n1 *n2 *r446 + 4*m1 *m2 *n1*n2 *r446
5 6 8 4 5 6 6 6
- 48*m1 *m2 *n1 *n2 *r464 - 24*m1 *m2 *n1 *n2 *r464
5 6 4 8 5 6 2 10
+ 440*m1 *m2 *n1 *n2 *r464 - 248*m1 *m2 *n1 *n2 *r464
5 6 12 5 5 10 3
+ 8*m1 *m2 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
5 5 8 5 5 5 6 7
- 50*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
5 5 4 9 5 5 2 11
+ 52*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
5 5 13 5 4 10 4 5 4 8 6
- 2*m1 *m2 *n2 *r4111 + 5*m1 *m2 *n1 *n2 *r446 - 35*m1 *m2 *n1 *n2 *r446
5 4 6 8 5 4 4 10
- 106*m1 *m2 *n1 *n2 *r446 - 86*m1 *m2 *n1 *n2 *r446
5 4 2 12 5 4 14 4 7 7 5
- 19*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 + 168*m1 *m2 *n1 *n2 *r464
4 7 5 7 4 7 3 9
- 712*m1 *m2 *n1 *n2 *r464 + 520*m1 *m2 *n1 *n2 *r464
4 7 11 4 6 9 4
- 40*m1 *m2 *n1*n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
4 6 7 6 4 6 5 8
+ 68*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
4 6 3 10 4 6 12
- 100*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1*n2 *r4111
4 5 11 3 4 5 9 5
- m1 *m2 *n1 *n2 *r446 + 19*m1 *m2 *n1 *n2 *r446
4 5 7 7 4 5 5 9
+ 86*m1 *m2 *n1 *n2 *r446 + 106*m1 *m2 *n1 *n2 *r446
4 5 3 11 4 5 13
+ 35*m1 *m2 *n1 *n2 *r446 - 5*m1 *m2 *n1*n2 *r446
3 8 8 4 3 8 6 6
- 72*m1 *m2 *n1 *n2 *r464 + 488*m1 *m2 *n1 *n2 *r464
3 8 4 8 3 8 2 10
- 560*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1 *n2 *r464
3 7 8 5 3 7 6 7
- 52*m1 *m2 *n1 *n2 *r4111 + 68*m1 *m2 *n1 *n2 *r4111
3 7 4 9 3 7 2 11
+ 100*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
3 6 10 4 3 6 8 6
- 4*m1 *m2 *n1 *n2 *r446 - 58*m1 *m2 *n1 *n2 *r446
3 6 6 8 3 6 4 10
- 94*m1 *m2 *n1 *n2 *r446 - 30*m1 *m2 *n1 *n2 *r446
3 6 2 12 2 9 9 3
+ 10*m1 *m2 *n1 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
2 9 7 5 2 9 5 7
- 152*m1 *m2 *n1 *n2 *r464 + 320*m1 *m2 *n1 *n2 *r464
2 9 3 9 2 8 9 4
- 80*m1 *m2 *n1 *n2 *r464 + 18*m1 *m2 *n1 *n2 *r4111
2 8 7 6 2 8 5 8
- 52*m1 *m2 *n1 *n2 *r4111 - 50*m1 *m2 *n1 *n2 *r4111
2 8 3 10 2 7 9 5
+ 20*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r446
2 7 7 7 2 7 5 9
+ 50*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
2 7 3 11 10 8 4
- 10*m1 *m2 *n1 *n2 *r446 + 16*m1*m2 *n1 *n2 *r464
10 6 6 10 4 8
- 88*m1*m2 *n1 *n2 *r464 + 40*m1*m2 *n1 *n2 *r464
9 10 3 9 8 5
- 2*m1*m2 *n1 *n2 *r4111 + 18*m1*m2 *n1 *n2 *r4111
9 6 7 9 4 9
+ 10*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
8 10 4 8 8 6 8 6 8
- 9*m1*m2 *n1 *n2 *r446 - 13*m1*m2 *n1 *n2 *r446 + m1*m2 *n1 *n2 *r446
8 4 10 11 7 5 11 5 7
+ 5*m1*m2 *n1 *n2 *r446 + 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464
10 9 4 10 5 8 9 11 3
- 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446
9 9 5 9 7 7 9 5 9 7 8 8
+ m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(2*m1 *n1 *n2
7 6 10 7 2 14 7 16 6 9 7
+ 4*m1 *n1 *n2 - 4*m1 *n1 *n2 - 2*m1 *n2 - 10*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 12*m1 *m2*n1 *n2 + 24*m1 *m2*n1 *n2 + 44*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 18*m1 *m2*n1*n2 + 20*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12 5 2 2 14
- 124*m1 *m2 *n1 *n2 - 160*m1 *m2 *n1 *n2 - 56*m1 *m2 *n1 *n2
5 2 16 4 3 11 5 4 3 9 7
+ 2*m1 *m2 *n2 - 20*m1 *m2 *n1 *n2 + 50*m1 *m2 *n1 *n2
4 3 7 9 4 3 5 11 4 3 3 13
+ 260*m1 *m2 *n1 *n2 + 280*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 10*m1 *m2 *n1*n2 + 10*m1 *m2 *n1 *n2 - 80*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10 3 4 4 12
- 280*m1 *m2 *n1 *n2 - 260*m1 *m2 *n1 *n2 - 50*m1 *m2 *n1 *n2
3 4 2 14 2 5 13 3 2 5 11 5
+ 20*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 *n2 + 56*m1 *m2 *n1 *n2
2 5 9 7 2 5 7 9 2 5 5 11
+ 160*m1 *m2 *n1 *n2 + 124*m1 *m2 *n1 *n2 + 2*m1 *m2 *n1 *n2
2 5 3 13 6 12 4 6 10 6
- 20*m1 *m2 *n1 *n2 - 18*m1*m2 *n1 *n2 - 44*m1*m2 *n1 *n2
6 8 8 6 6 10 6 4 12
- 24*m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2
7 13 3 7 11 5 7 7 9 7 5 11
+ 2*m2 *n1 *n2 + 4*m2 *n1 *n2 - 4*m2 *n1 *n2 - 2*m2 *n1 *n2 )
r43=0
r44=0
r45=0
r46=0
r47=0
r48=0
3 11 4 5 3 11 2 7
r49=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14
3 10 5 4 3 10 3 6
- 40*a33 *m1 *m2*n1 *n2 *r14 + 88*a33 *m1 *m2*n1 *n2 *r14
3 10 8 3 9 2 6 3
- 16*a33 *m1 *m2*n1*n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 9 2 4 5 3 9 2 2 7
- 320*a33 *m1 *m2 *n1 *n2 *r14 + 152*a33 *m1 *m2 *n1 *n2 *r14
3 9 2 9 3 8 3 7 2
- 8*a33 *m1 *m2 *n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 8 3 5 4 3 8 3 3 6
+ 560*a33 *m1 *m2 *n1 *n2 *r14 - 488*a33 *m1 *m2 *n1 *n2 *r14
3 8 3 8 3 7 4 8
+ 72*a33 *m1 *m2 *n1*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2*r14
3 7 4 6 3 3 7 4 4 5
- 520*a33 *m1 *m2 *n1 *n2 *r14 + 712*a33 *m1 *m2 *n1 *n2 *r14
3 7 4 2 7 3 6 5 9
- 168*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 6 5 7 2 3 6 5 5 4
+ 248*a33 *m1 *m2 *n1 *n2 *r14 - 440*a33 *m1 *m2 *n1 *n2 *r14
3 6 5 3 6 3 6 5 8
+ 24*a33 *m1 *m2 *n1 *n2 *r14 + 48*a33 *m1 *m2 *n1*n2 *r14
3 5 6 8 3 5 6 6 3
- 48*a33 *m1 *m2 *n1 *n2*r14 - 24*a33 *m1 *m2 *n1 *n2 *r14
3 5 6 4 5 3 5 6 2 7
+ 440*a33 *m1 *m2 *n1 *n2 *r14 - 248*a33 *m1 *m2 *n1 *n2 *r14
3 5 6 9 3 4 7 7 2
+ 8*a33 *m1 *m2 *n2 *r14 + 168*a33 *m1 *m2 *n1 *n2 *r14
3 4 7 5 4 3 4 7 3 6
- 712*a33 *m1 *m2 *n1 *n2 *r14 + 520*a33 *m1 *m2 *n1 *n2 *r14
3 4 7 8 3 3 8 8
- 40*a33 *m1 *m2 *n1*n2 *r14 - 72*a33 *m1 *m2 *n1 *n2*r14
3 3 8 6 3 3 3 8 4 5
+ 488*a33 *m1 *m2 *n1 *n2 *r14 - 560*a33 *m1 *m2 *n1 *n2 *r14
3 3 8 2 7 3 2 9 9
+ 80*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 2 9 7 2 3 2 9 5 4
- 152*a33 *m1 *m2 *n1 *n2 *r14 + 320*a33 *m1 *m2 *n1 *n2 *r14
3 2 9 3 6 3 10 8
- 80*a33 *m1 *m2 *n1 *n2 *r14 + 16*a33 *m1*m2 *n1 *n2*r14
3 10 6 3 3 10 4 5
- 88*a33 *m1*m2 *n1 *n2 *r14 + 40*a33 *m1*m2 *n1 *n2 *r14
3 11 7 2 3 11 5 4
+ 8*a33 *m2 *n1 *n2 *r14 - 8*a33 *m2 *n1 *n2 *r14
2 11 4 6 2 11 2 8
+ 8*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1 *n2 *r214
2 10 5 5 2 10 3 7
- 40*a33 *m1 *m2*n1 *n2 *r214 + 88*a33 *m1 *m2*n1 *n2 *r214
2 10 9 2 9 2 6 4
- 16*a33 *m1 *m2*n1*n2 *r214 + 80*a33 *m1 *m2 *n1 *n2 *r214
2 9 2 4 6 2 9 2 2 8
- 320*a33 *m1 *m2 *n1 *n2 *r214 + 152*a33 *m1 *m2 *n1 *n2 *r214
2 9 2 10 2 8 3 7 3
- 8*a33 *m1 *m2 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 8 3 5 5 2 8 3 3 7
+ 560*a33 *m1 *m2 *n1 *n2 *r214 - 488*a33 *m1 *m2 *n1 *n2 *r214
2 8 3 9 2 7 4 8 2
+ 72*a33 *m1 *m2 *n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 7 4 6 4 2 7 4 4 6
- 520*a33 *m1 *m2 *n1 *n2 *r214 + 712*a33 *m1 *m2 *n1 *n2 *r214
2 7 4 2 8 2 6 5 9
- 168*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2*r214
2 6 5 7 3 2 6 5 5 5
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 440*a33 *m1 *m2 *n1 *n2 *r214
2 6 5 3 7 2 6 5 9
+ 24*a33 *m1 *m2 *n1 *n2 *r214 + 48*a33 *m1 *m2 *n1*n2 *r214
2 5 6 8 2 2 5 6 6 4
- 48*a33 *m1 *m2 *n1 *n2 *r214 - 24*a33 *m1 *m2 *n1 *n2 *r214
2 5 6 4 6 2 5 6 2 8
+ 440*a33 *m1 *m2 *n1 *n2 *r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 5 6 10 2 4 7 7 3
+ 8*a33 *m1 *m2 *n2 *r214 + 168*a33 *m1 *m2 *n1 *n2 *r214
2 4 7 5 5 2 4 7 3 7
- 712*a33 *m1 *m2 *n1 *n2 *r214 + 520*a33 *m1 *m2 *n1 *n2 *r214
2 4 7 9 2 3 8 8 2
- 40*a33 *m1 *m2 *n1*n2 *r214 - 72*a33 *m1 *m2 *n1 *n2 *r214
2 3 8 6 4 2 3 8 4 6
+ 488*a33 *m1 *m2 *n1 *n2 *r214 - 560*a33 *m1 *m2 *n1 *n2 *r214
2 3 8 2 8 2 2 9 9
+ 80*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 2 9 7 3 2 2 9 5 5
- 152*a33 *m1 *m2 *n1 *n2 *r214 + 320*a33 *m1 *m2 *n1 *n2 *r214
2 2 9 3 7 2 10 8 2
- 80*a33 *m1 *m2 *n1 *n2 *r214 + 16*a33 *m1*m2 *n1 *n2 *r214
2 10 6 4 2 10 4 6
- 88*a33 *m1*m2 *n1 *n2 *r214 + 40*a33 *m1*m2 *n1 *n2 *r214
2 11 7 3 2 11 5 5
+ 8*a33 *m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2 *r214
11 4 8 11 2 10 10 5 7
+ 8*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 - 40*m1 *m2*n1 *n2 *r464
10 3 9 10 11 10 5 8
+ 88*m1 *m2*n1 *n2 *r464 - 16*m1 *m2*n1*n2 *r464 - 2*m1 *n1 *n2 *r4111
10 12 9 2 6 6
+ 2*m1 *n1*n2 *r4111 + 80*m1 *m2 *n1 *n2 *r464
9 2 4 8 9 2 2 10
- 320*m1 *m2 *n1 *n2 *r464 + 152*m1 *m2 *n1 *n2 *r464
9 2 12 9 6 7 9 4 9
- 8*m1 *m2 *n2 *r464 + 10*m1 *m2*n1 *n2 *r4111 - 10*m1 *m2*n1 *n2 *r4111
9 2 11 9 13 9 6 8
- 18*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n2 *r4111 + m1 *n1 *n2 *r446
9 4 10 9 2 12 9 14
+ m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446 - m1 *n2 *r446
8 3 7 5 8 3 5 7
- 80*m1 *m2 *n1 *n2 *r464 + 560*m1 *m2 *n1 *n2 *r464
8 3 3 9 8 3 11
- 488*m1 *m2 *n1 *n2 *r464 + 72*m1 *m2 *n1*n2 *r464
8 2 7 6 8 2 5 8
- 20*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
8 2 3 10 8 2 12
+ 52*m1 *m2 *n1 *n2 *r4111 - 18*m1 *m2 *n1*n2 *r4111
8 7 7 8 5 9 8 3 11
- 5*m1 *m2*n1 *n2 *r446 - m1 *m2*n1 *n2 *r446 + 13*m1 *m2*n1 *n2 *r446
8 13 7 4 8 4
+ 9*m1 *m2*n1*n2 *r446 + 40*m1 *m2 *n1 *n2 *r464
7 4 6 6 7 4 4 8
- 520*m1 *m2 *n1 *n2 *r464 + 712*m1 *m2 *n1 *n2 *r464
7 4 2 10 7 3 8 5
- 168*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1 *n2 *r4111
7 3 6 7 7 3 4 9
- 100*m1 *m2 *n1 *n2 *r4111 - 68*m1 *m2 *n1 *n2 *r4111
7 3 2 11 7 2 8 6
+ 52*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
7 2 6 8 7 2 4 10
- 10*m1 *m2 *n1 *n2 *r446 - 50*m1 *m2 *n1 *n2 *r446
7 2 2 12 6 5 9 3
- 30*m1 *m2 *n1 *n2 *r446 - 8*m1 *m2 *n1 *n2 *r464
6 5 7 5 6 5 5 7
+ 248*m1 *m2 *n1 *n2 *r464 - 440*m1 *m2 *n1 *n2 *r464
6 5 3 9 6 5 11
+ 24*m1 *m2 *n1 *n2 *r464 + 48*m1 *m2 *n1*n2 *r464
6 4 9 4 6 4 7 6
- 10*m1 *m2 *n1 *n2 *r4111 + 100*m1 *m2 *n1 *n2 *r4111
6 4 5 8 6 4 3 10
+ 52*m1 *m2 *n1 *n2 *r4111 - 68*m1 *m2 *n1 *n2 *r4111
6 4 12 6 3 9 5
- 10*m1 *m2 *n1*n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
6 3 7 7 6 3 5 9
+ 30*m1 *m2 *n1 *n2 *r446 + 94*m1 *m2 *n1 *n2 *r446
6 3 3 11 6 3 13
+ 58*m1 *m2 *n1 *n2 *r446 + 4*m1 *m2 *n1*n2 *r446
5 6 8 4 5 6 6 6
- 48*m1 *m2 *n1 *n2 *r464 - 24*m1 *m2 *n1 *n2 *r464
5 6 4 8 5 6 2 10
+ 440*m1 *m2 *n1 *n2 *r464 - 248*m1 *m2 *n1 *n2 *r464
5 6 12 5 5 10 3
+ 8*m1 *m2 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
5 5 8 5 5 5 6 7
- 50*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
5 5 4 9 5 5 2 11
+ 52*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
5 5 13 5 4 10 4 5 4 8 6
- 2*m1 *m2 *n2 *r4111 + 5*m1 *m2 *n1 *n2 *r446 - 35*m1 *m2 *n1 *n2 *r446
5 4 6 8 5 4 4 10
- 106*m1 *m2 *n1 *n2 *r446 - 86*m1 *m2 *n1 *n2 *r446
5 4 2 12 5 4 14 4 7 7 5
- 19*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 + 168*m1 *m2 *n1 *n2 *r464
4 7 5 7 4 7 3 9
- 712*m1 *m2 *n1 *n2 *r464 + 520*m1 *m2 *n1 *n2 *r464
4 7 11 4 6 9 4
- 40*m1 *m2 *n1*n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
4 6 7 6 4 6 5 8
+ 68*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
4 6 3 10 4 6 12
- 100*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1*n2 *r4111
4 5 11 3 4 5 9 5
- m1 *m2 *n1 *n2 *r446 + 19*m1 *m2 *n1 *n2 *r446
4 5 7 7 4 5 5 9
+ 86*m1 *m2 *n1 *n2 *r446 + 106*m1 *m2 *n1 *n2 *r446
4 5 3 11 4 5 13
+ 35*m1 *m2 *n1 *n2 *r446 - 5*m1 *m2 *n1*n2 *r446
3 8 8 4 3 8 6 6
- 72*m1 *m2 *n1 *n2 *r464 + 488*m1 *m2 *n1 *n2 *r464
3 8 4 8 3 8 2 10
- 560*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1 *n2 *r464
3 7 8 5 3 7 6 7
- 52*m1 *m2 *n1 *n2 *r4111 + 68*m1 *m2 *n1 *n2 *r4111
3 7 4 9 3 7 2 11
+ 100*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
3 6 10 4 3 6 8 6
- 4*m1 *m2 *n1 *n2 *r446 - 58*m1 *m2 *n1 *n2 *r446
3 6 6 8 3 6 4 10
- 94*m1 *m2 *n1 *n2 *r446 - 30*m1 *m2 *n1 *n2 *r446
3 6 2 12 2 9 9 3
+ 10*m1 *m2 *n1 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
2 9 7 5 2 9 5 7
- 152*m1 *m2 *n1 *n2 *r464 + 320*m1 *m2 *n1 *n2 *r464
2 9 3 9 2 8 9 4
- 80*m1 *m2 *n1 *n2 *r464 + 18*m1 *m2 *n1 *n2 *r4111
2 8 7 6 2 8 5 8
- 52*m1 *m2 *n1 *n2 *r4111 - 50*m1 *m2 *n1 *n2 *r4111
2 8 3 10 2 7 9 5
+ 20*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r446
2 7 7 7 2 7 5 9
+ 50*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
2 7 3 11 10 8 4
- 10*m1 *m2 *n1 *n2 *r446 + 16*m1*m2 *n1 *n2 *r464
10 6 6 10 4 8
- 88*m1*m2 *n1 *n2 *r464 + 40*m1*m2 *n1 *n2 *r464
9 10 3 9 8 5
- 2*m1*m2 *n1 *n2 *r4111 + 18*m1*m2 *n1 *n2 *r4111
9 6 7 9 4 9
+ 10*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
8 10 4 8 8 6 8 6 8
- 9*m1*m2 *n1 *n2 *r446 - 13*m1*m2 *n1 *n2 *r446 + m1*m2 *n1 *n2 *r446
8 4 10 11 7 5 11 5 7
+ 5*m1*m2 *n1 *n2 *r446 + 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464
10 9 4 10 5 8 9 11 3
- 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446
9 9 5 9 7 7 9 5 9 7 8 8
+ m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(2*m1 *n1 *n2
7 6 10 7 2 14 7 16 6 9 7
+ 4*m1 *n1 *n2 - 4*m1 *n1 *n2 - 2*m1 *n2 - 10*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 12*m1 *m2*n1 *n2 + 24*m1 *m2*n1 *n2 + 44*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 18*m1 *m2*n1*n2 + 20*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12 5 2 2 14
- 124*m1 *m2 *n1 *n2 - 160*m1 *m2 *n1 *n2 - 56*m1 *m2 *n1 *n2
5 2 16 4 3 11 5 4 3 9 7
+ 2*m1 *m2 *n2 - 20*m1 *m2 *n1 *n2 + 50*m1 *m2 *n1 *n2
4 3 7 9 4 3 5 11 4 3 3 13
+ 260*m1 *m2 *n1 *n2 + 280*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 10*m1 *m2 *n1*n2 + 10*m1 *m2 *n1 *n2 - 80*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10 3 4 4 12
- 280*m1 *m2 *n1 *n2 - 260*m1 *m2 *n1 *n2 - 50*m1 *m2 *n1 *n2
3 4 2 14 2 5 13 3 2 5 11 5
+ 20*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 *n2 + 56*m1 *m2 *n1 *n2
2 5 9 7 2 5 7 9 2 5 5 11
+ 160*m1 *m2 *n1 *n2 + 124*m1 *m2 *n1 *n2 + 2*m1 *m2 *n1 *n2
2 5 3 13 6 12 4 6 10 6
- 20*m1 *m2 *n1 *n2 - 18*m1*m2 *n1 *n2 - 44*m1*m2 *n1 *n2
6 8 8 6 6 10 6 4 12
- 24*m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2
7 13 3 7 11 5 7 7 9 7 5 11
+ 2*m2 *n1 *n2 + 4*m2 *n1 *n2 - 4*m2 *n1 *n2 - 2*m2 *n1 *n2 )
r410=0
r411=0
r412=0
r413=0
3 10 5 5 3 10 3 7
r415=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14
3 9 6 4 3 9 4 6
+ 40*a33 *m1 *m2*n1 *n2 *r14 - 96*a33 *m1 *m2*n1 *n2 *r14
3 9 2 8 3 8 2 7 3
+ 24*a33 *m1 *m2*n1 *n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 5 5 3 8 2 3 7
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 248*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 9 3 7 3 8 2
+ 24*a33 *m1 *m2 *n1*n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 6 4 3 7 3 4 6
- 680*a33 *m1 *m2 *n1 *n2 *r14 + 904*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 2 8 3 7 3 10
- 248*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 6 4 9 3 6 4 7 3
- 40*a33 *m1 *m2 *n1 *n2*r14 + 680*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 5 5 3 6 4 3 7
- 1640*a33 *m1 *m2 *n1 *n2 *r14 + 904*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 9 3 5 5 10
- 96*a33 *m1 *m2 *n1*n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 5 5 8 2 3 5 5 6 4
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 1640*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 4 6 3 5 5 2 8
- 1640*a33 *m1 *m2 *n1 *n2 *r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 10 3 4 6 9
- 8*a33 *m1 *m2 *n2 *r14 + 96*a33 *m1 *m2 *n1 *n2*r14
3 4 6 7 3 3 4 6 5 5
- 904*a33 *m1 *m2 *n1 *n2 *r14 + 1640*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 3 7 3 4 6 9
- 680*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1*n2 *r14
3 3 7 10 3 3 7 8 2
- 8*a33 *m1 *m2 *n1 *r14 + 248*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 6 4 3 3 7 4 6
- 904*a33 *m1 *m2 *n1 *n2 *r14 + 680*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 2 8 3 2 8 9
- 80*a33 *m1 *m2 *n1 *n2 *r14 - 24*a33 *m1 *m2 *n1 *n2*r14
3 2 8 7 3 3 2 8 5 5
+ 248*a33 *m1 *m2 *n1 *n2 *r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 3 7 3 9 8 2
+ 80*a33 *m1 *m2 *n1 *n2 *r14 - 24*a33 *m1*m2 *n1 *n2 *r14
3 9 6 4 3 9 4 6
+ 96*a33 *m1*m2 *n1 *n2 *r14 - 40*a33 *m1*m2 *n1 *n2 *r14
3 10 7 3 3 10 5 5
- 8*a33 *m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
2 10 5 6 2 10 3 8
- 8*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1 *n2 *r214
2 9 6 5 2 9 4 7
+ 40*a33 *m1 *m2*n1 *n2 *r214 - 96*a33 *m1 *m2*n1 *n2 *r214
2 9 2 9 2 8 2 7 4
+ 24*a33 *m1 *m2*n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 5 6 2 8 2 3 8
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 10 2 7 3 8 3
+ 24*a33 *m1 *m2 *n1*n2 *r214 + 80*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 6 5 2 7 3 4 7
- 680*a33 *m1 *m2 *n1 *n2 *r214 + 904*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 2 9 2 7 3 11
- 248*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 6 4 9 2 2 6 4 7 4
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 680*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 5 6 2 6 4 3 8
- 1640*a33 *m1 *m2 *n1 *n2 *r214 + 904*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 10 2 5 5 10
- 96*a33 *m1 *m2 *n1*n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 5 5 8 3 2 5 5 6 5
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 1640*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 4 7 2 5 5 2 9
- 1640*a33 *m1 *m2 *n1 *n2 *r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 11 2 4 6 9 2
- 8*a33 *m1 *m2 *n2 *r214 + 96*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 7 4 2 4 6 5 6
- 904*a33 *m1 *m2 *n1 *n2 *r214 + 1640*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 3 8 2 4 6 10
- 680*a33 *m1 *m2 *n1 *n2 *r214 + 40*a33 *m1 *m2 *n1*n2 *r214
2 3 7 10 2 3 7 8 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 248*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 6 5 2 3 7 4 7
- 904*a33 *m1 *m2 *n1 *n2 *r214 + 680*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 2 9 2 2 8 9 2
- 80*a33 *m1 *m2 *n1 *n2 *r214 - 24*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 7 4 2 2 8 5 6
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 3 8 2 9 8 3
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 24*a33 *m1*m2 *n1 *n2 *r214
2 9 6 5 2 9 4 7
+ 96*a33 *m1*m2 *n1 *n2 *r214 - 40*a33 *m1*m2 *n1 *n2 *r214
2 10 7 4 2 10 5 6
- 8*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
10 5 8 10 3 10 9 6 7
- 8*m1 *n1 *n2 *r464 + 8*m1 *n1 *n2 *r464 + 40*m1 *m2*n1 *n2 *r464
9 4 9 9 2 11 9 6 8
- 96*m1 *m2*n1 *n2 *r464 + 24*m1 *m2*n1 *n2 *r464 + m1 *n1 *n2 *r4111
9 4 10 9 2 12 9 14
- m1 *n1 *n2 *r4111 - m1 *n1 *n2 *r4111 + m1 *n2 *r4111
8 2 7 6 8 2 5 8
- 80*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
8 2 3 10 8 2 12
- 248*m1 *m2 *n1 *n2 *r464 + 24*m1 *m2 *n1*n2 *r464
8 7 7 8 5 9
- 5*m1 *m2*n1 *n2 *r4111 + 13*m1 *m2*n1 *n2 *r4111
8 3 11 8 13 8 7 8
+ 5*m1 *m2*n1 *n2 *r4111 - 13*m1 *m2*n1*n2 *r4111 - m1 *n1 *n2 *r446
8 5 10 8 3 12 8 14
- m1 *n1 *n2 *r446 + m1 *n1 *n2 *r446 + m1 *n1*n2 *r446
7 3 8 5 7 3 6 7
+ 80*m1 *m2 *n1 *n2 *r464 - 680*m1 *m2 *n1 *n2 *r464
7 3 4 9 7 3 2 11
+ 904*m1 *m2 *n1 *n2 *r464 - 248*m1 *m2 *n1 *n2 *r464
7 3 13 7 2 8 6
+ 8*m1 *m2 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
7 2 6 8 7 2 4 10
- 52*m1 *m2 *n1 *n2 *r4111 + 8*m1 *m2 *n1 *n2 *r4111
7 2 2 12 7 2 14
+ 68*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
7 8 7 7 4 11
+ 5*m1 *m2*n1 *n2 *r446 - 14*m1 *m2*n1 *n2 *r446
7 2 13 7 15 6 4 9 4
- 8*m1 *m2*n1 *n2 *r446 + m1 *m2*n2 *r446 - 40*m1 *m2 *n1 *n2 *r464
6 4 7 6 6 4 5 8
+ 680*m1 *m2 *n1 *n2 *r464 - 1640*m1 *m2 *n1 *n2 *r464
6 4 3 10 6 4 12
+ 904*m1 *m2 *n1 *n2 *r464 - 96*m1 *m2 *n1*n2 *r464
6 3 9 5 6 3 7 7
- 10*m1 *m2 *n1 *n2 *r4111 + 100*m1 *m2 *n1 *n2 *r4111
6 3 5 9 6 3 3 11
- 88*m1 *m2 *n1 *n2 *r4111 - 180*m1 *m2 *n1 *n2 *r4111
6 3 13 6 2 9 6
+ 18*m1 *m2 *n1*n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
6 2 7 8 6 2 5 10
+ 16*m1 *m2 *n1 *n2 *r446 + 52*m1 *m2 *n1 *n2 *r446
6 2 3 12 6 2 14
+ 16*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1*n2 *r446
5 5 10 3 5 5 8 5
+ 8*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
5 5 6 7 5 5 4 9
+ 1640*m1 *m2 *n1 *n2 *r464 - 1640*m1 *m2 *n1 *n2 *r464
5 5 2 11 5 5 13
+ 368*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
5 4 10 4 5 4 8 6
+ 5*m1 *m2 *n1 *n2 *r4111 - 105*m1 *m2 *n1 *n2 *r4111
5 4 6 8 5 4 4 10
+ 216*m1 *m2 *n1 *n2 *r4111 + 264*m1 *m2 *n1 *n2 *r4111
5 4 2 12 5 4 14
- 61*m1 *m2 *n1 *n2 *r4111 + m1 *m2 *n2 *r4111
5 3 10 5 5 3 8 7
+ 10*m1 *m2 *n1 *n2 *r446 - 45*m1 *m2 *n1 *n2 *r446
5 3 6 9 5 3 4 11
- 84*m1 *m2 *n1 *n2 *r446 + 6*m1 *m2 *n1 *n2 *r446
5 3 2 13 5 3 15 4 6 9 4
+ 34*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 + 96*m1 *m2 *n1 *n2 *r464
4 6 7 6 4 6 5 8
- 904*m1 *m2 *n1 *n2 *r464 + 1640*m1 *m2 *n1 *n2 *r464
4 6 3 10 4 6 12
- 680*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1*n2 *r464
4 5 11 3 4 5 9 5
- m1 *m2 *n1 *n2 *r4111 + 61*m1 *m2 *n1 *n2 *r4111
4 5 7 7 4 5 5 9
- 264*m1 *m2 *n1 *n2 *r4111 - 216*m1 *m2 *n1 *n2 *r4111
4 5 3 11 4 5 13
+ 105*m1 *m2 *n1 *n2 *r4111 - 5*m1 *m2 *n1*n2 *r4111
4 4 11 4 4 4 9 6
- 5*m1 *m2 *n1 *n2 *r446 + 55*m1 *m2 *n1 *n2 *r446
4 4 7 8 4 4 5 10
+ 60*m1 *m2 *n1 *n2 *r446 - 60*m1 *m2 *n1 *n2 *r446
4 4 3 12 4 4 14
- 55*m1 *m2 *n1 *n2 *r446 + 5*m1 *m2 *n1*n2 *r446
3 7 10 3 3 7 8 5
- 8*m1 *m2 *n1 *n2 *r464 + 248*m1 *m2 *n1 *n2 *r464
3 7 6 7 3 7 4 9
- 904*m1 *m2 *n1 *n2 *r464 + 680*m1 *m2 *n1 *n2 *r464
3 7 2 11 3 6 10 4
- 80*m1 *m2 *n1 *n2 *r464 - 18*m1 *m2 *n1 *n2 *r4111
3 6 8 6 3 6 6 8
+ 180*m1 *m2 *n1 *n2 *r4111 + 88*m1 *m2 *n1 *n2 *r4111
3 6 4 10 3 6 2 12
- 100*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
3 5 12 3 3 5 10 5
+ m1 *m2 *n1 *n2 *r446 - 34*m1 *m2 *n1 *n2 *r446
3 5 8 7 3 5 6 9
- 6*m1 *m2 *n1 *n2 *r446 + 84*m1 *m2 *n1 *n2 *r446
3 5 4 11 3 5 2 13
+ 45*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
2 8 9 4 2 8 7 6
- 24*m1 *m2 *n1 *n2 *r464 + 248*m1 *m2 *n1 *n2 *r464
2 8 5 8 2 8 3 10
- 368*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1 *n2 *r464
2 7 11 3 2 7 9 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 68*m1 *m2 *n1 *n2 *r4111
2 7 7 7 2 7 5 9
- 8*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
2 7 3 11 2 6 11 4
- 10*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
2 6 9 6 2 6 7 8
- 16*m1 *m2 *n1 *n2 *r446 - 52*m1 *m2 *n1 *n2 *r446
2 6 5 10 2 6 3 12
- 16*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
9 8 5 9 6 7
- 24*m1*m2 *n1 *n2 *r464 + 96*m1*m2 *n1 *n2 *r464
9 4 9 8 10 4
- 40*m1*m2 *n1 *n2 *r464 + 13*m1*m2 *n1 *n2 *r4111
8 8 6 8 6 8
- 5*m1*m2 *n1 *n2 *r4111 - 13*m1*m2 *n1 *n2 *r4111
8 4 10 7 12 3 7 10 5
+ 5*m1*m2 *n1 *n2 *r4111 - m1*m2 *n1 *n2 *r446 + 8*m1*m2 *n1 *n2 *r446
7 8 7 7 4 11 10 7 6
+ 14*m1*m2 *n1 *n2 *r446 - 5*m1*m2 *n1 *n2 *r446 - 8*m2 *n1 *n2 *r464
10 5 8 9 11 3 9 9 5
+ 8*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r4111
9 7 7 9 5 9 8 11 4
+ m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446
8 9 6 8 7 8 8 5 10 7 8 8
- m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(m1 *n1 *n2
7 6 10 7 2 14 7 16 6 9 7
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 6*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2 + 22*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12 5 2 2 14
- 62*m1 *m2 *n1 *n2 - 80*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2
5 2 16 4 3 11 5 4 3 9 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 25*m1 *m2 *n1 *n2
4 3 7 9 4 3 5 11 4 3 3 13
+ 130*m1 *m2 *n1 *n2 + 140*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 5*m1 *m2 *n1*n2 + 5*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10 3 4 4 12
- 140*m1 *m2 *n1 *n2 - 130*m1 *m2 *n1 *n2 - 25*m1 *m2 *n1 *n2
3 4 2 14 2 5 13 3 2 5 11 5
+ 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 + 28*m1 *m2 *n1 *n2
2 5 9 7 2 5 7 9 2 5 5 11
+ 80*m1 *m2 *n1 *n2 + 62*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2
2 5 3 13 6 12 4 6 10 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 22*m1*m2 *n1 *n2
6 8 8 6 6 10 6 4 12 7 13 3
- 12*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2
7 11 5 7 7 9 7 5 11
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - m2 *n1 *n2 )
r416=0
3 10 5 5 3 10 3 7
r417=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14
3 9 6 4 3 9 4 6
+ 40*a33 *m1 *m2*n1 *n2 *r14 - 96*a33 *m1 *m2*n1 *n2 *r14
3 9 2 8 3 8 2 7 3
+ 24*a33 *m1 *m2*n1 *n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 5 5 3 8 2 3 7
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 248*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 9 3 7 3 8 2
+ 24*a33 *m1 *m2 *n1*n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 6 4 3 7 3 4 6
- 680*a33 *m1 *m2 *n1 *n2 *r14 + 904*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 2 8 3 7 3 10
- 248*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 6 4 9 3 6 4 7 3
- 40*a33 *m1 *m2 *n1 *n2*r14 + 680*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 5 5 3 6 4 3 7
- 1640*a33 *m1 *m2 *n1 *n2 *r14 + 904*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 9 3 5 5 10
- 96*a33 *m1 *m2 *n1*n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 5 5 8 2 3 5 5 6 4
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 1640*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 4 6 3 5 5 2 8
- 1640*a33 *m1 *m2 *n1 *n2 *r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 10 3 4 6 9
- 8*a33 *m1 *m2 *n2 *r14 + 96*a33 *m1 *m2 *n1 *n2*r14
3 4 6 7 3 3 4 6 5 5
- 904*a33 *m1 *m2 *n1 *n2 *r14 + 1640*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 3 7 3 4 6 9
- 680*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1*n2 *r14
3 3 7 10 3 3 7 8 2
- 8*a33 *m1 *m2 *n1 *r14 + 248*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 6 4 3 3 7 4 6
- 904*a33 *m1 *m2 *n1 *n2 *r14 + 680*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 2 8 3 2 8 9
- 80*a33 *m1 *m2 *n1 *n2 *r14 - 24*a33 *m1 *m2 *n1 *n2*r14
3 2 8 7 3 3 2 8 5 5
+ 248*a33 *m1 *m2 *n1 *n2 *r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 3 7 3 9 8 2
+ 80*a33 *m1 *m2 *n1 *n2 *r14 - 24*a33 *m1*m2 *n1 *n2 *r14
3 9 6 4 3 9 4 6
+ 96*a33 *m1*m2 *n1 *n2 *r14 - 40*a33 *m1*m2 *n1 *n2 *r14
3 10 7 3 3 10 5 5
- 8*a33 *m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
2 10 5 6 2 10 3 8
- 8*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1 *n2 *r214
2 9 6 5 2 9 4 7
+ 40*a33 *m1 *m2*n1 *n2 *r214 - 96*a33 *m1 *m2*n1 *n2 *r214
2 9 2 9 2 8 2 7 4
+ 24*a33 *m1 *m2*n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 5 6 2 8 2 3 8
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 10 2 7 3 8 3
+ 24*a33 *m1 *m2 *n1*n2 *r214 + 80*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 6 5 2 7 3 4 7
- 680*a33 *m1 *m2 *n1 *n2 *r214 + 904*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 2 9 2 7 3 11
- 248*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 6 4 9 2 2 6 4 7 4
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 680*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 5 6 2 6 4 3 8
- 1640*a33 *m1 *m2 *n1 *n2 *r214 + 904*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 10 2 5 5 10
- 96*a33 *m1 *m2 *n1*n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 5 5 8 3 2 5 5 6 5
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 1640*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 4 7 2 5 5 2 9
- 1640*a33 *m1 *m2 *n1 *n2 *r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 11 2 4 6 9 2
- 8*a33 *m1 *m2 *n2 *r214 + 96*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 7 4 2 4 6 5 6
- 904*a33 *m1 *m2 *n1 *n2 *r214 + 1640*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 3 8 2 4 6 10
- 680*a33 *m1 *m2 *n1 *n2 *r214 + 40*a33 *m1 *m2 *n1*n2 *r214
2 3 7 10 2 3 7 8 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 248*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 6 5 2 3 7 4 7
- 904*a33 *m1 *m2 *n1 *n2 *r214 + 680*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 2 9 2 2 8 9 2
- 80*a33 *m1 *m2 *n1 *n2 *r214 - 24*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 7 4 2 2 8 5 6
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 3 8 2 9 8 3
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 24*a33 *m1*m2 *n1 *n2 *r214
2 9 6 5 2 9 4 7
+ 96*a33 *m1*m2 *n1 *n2 *r214 - 40*a33 *m1*m2 *n1 *n2 *r214
2 10 7 4 2 10 5 6
- 8*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
10 5 8 10 3 10 9 6 7
- 8*m1 *n1 *n2 *r464 + 8*m1 *n1 *n2 *r464 + 40*m1 *m2*n1 *n2 *r464
9 4 9 9 2 11 9 6 8
- 96*m1 *m2*n1 *n2 *r464 + 24*m1 *m2*n1 *n2 *r464 + 2*m1 *n1 *n2 *r4111
9 2 12 8 2 7 6
- 2*m1 *n1 *n2 *r4111 - 80*m1 *m2 *n1 *n2 *r464
8 2 5 8 8 2 3 10
+ 368*m1 *m2 *n1 *n2 *r464 - 248*m1 *m2 *n1 *n2 *r464
8 2 12 8 7 7
+ 24*m1 *m2 *n1*n2 *r464 - 10*m1 *m2*n1 *n2 *r4111
8 5 9 8 3 11
+ 12*m1 *m2*n1 *n2 *r4111 + 18*m1 *m2*n1 *n2 *r4111
8 13 8 7 8 8 5 10
- 4*m1 *m2*n1*n2 *r4111 - m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446
8 3 12 8 14 7 3 8 5
+ m1 *n1 *n2 *r446 + m1 *n1*n2 *r446 + 80*m1 *m2 *n1 *n2 *r464
7 3 6 7 7 3 4 9
- 680*m1 *m2 *n1 *n2 *r464 + 904*m1 *m2 *n1 *n2 *r464
7 3 2 11 7 3 13
- 248*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
7 2 8 6 7 2 6 8
+ 20*m1 *m2 *n1 *n2 *r4111 - 62*m1 *m2 *n1 *n2 *r4111
7 2 4 10 7 2 2 12
- 42*m1 *m2 *n1 *n2 *r4111 + 38*m1 *m2 *n1 *n2 *r4111
7 2 14 7 8 7 7 4 11
- 2*m1 *m2 *n2 *r4111 + 5*m1 *m2*n1 *n2 *r446 - 14*m1 *m2*n1 *n2 *r446
7 2 13 7 15 6 4 9 4
- 8*m1 *m2*n1 *n2 *r446 + m1 *m2*n2 *r446 - 40*m1 *m2 *n1 *n2 *r464
6 4 7 6 6 4 5 8
+ 680*m1 *m2 *n1 *n2 *r464 - 1640*m1 *m2 *n1 *n2 *r464
6 4 3 10 6 4 12
+ 904*m1 *m2 *n1 *n2 *r464 - 96*m1 *m2 *n1*n2 *r464
6 3 9 5 6 3 7 7
- 20*m1 *m2 *n1 *n2 *r4111 + 130*m1 *m2 *n1 *n2 *r4111
6 3 5 9 6 3 3 11
+ 6*m1 *m2 *n1 *n2 *r4111 - 122*m1 *m2 *n1 *n2 *r4111
6 3 13 6 2 9 6
+ 22*m1 *m2 *n1*n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
6 2 7 8 6 2 5 10
+ 16*m1 *m2 *n1 *n2 *r446 + 52*m1 *m2 *n1 *n2 *r446
6 2 3 12 6 2 14
+ 16*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1*n2 *r446
5 5 10 3 5 5 8 5
+ 8*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
5 5 6 7 5 5 4 9
+ 1640*m1 *m2 *n1 *n2 *r464 - 1640*m1 *m2 *n1 *n2 *r464
5 5 2 11 5 5 13
+ 368*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
5 4 10 4 5 4 8 6
+ 10*m1 *m2 *n1 *n2 *r4111 - 140*m1 *m2 *n1 *n2 *r4111
5 4 6 8 5 4 4 10
+ 110*m1 *m2 *n1 *n2 *r4111 + 178*m1 *m2 *n1 *n2 *r4111
5 4 2 12 5 4 14
- 80*m1 *m2 *n1 *n2 *r4111 + 2*m1 *m2 *n2 *r4111
5 3 10 5 5 3 8 7
+ 10*m1 *m2 *n1 *n2 *r446 - 45*m1 *m2 *n1 *n2 *r446
5 3 6 9 5 3 4 11
- 84*m1 *m2 *n1 *n2 *r446 + 6*m1 *m2 *n1 *n2 *r446
5 3 2 13 5 3 15 4 6 9 4
+ 34*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 + 96*m1 *m2 *n1 *n2 *r464
4 6 7 6 4 6 5 8
- 904*m1 *m2 *n1 *n2 *r464 + 1640*m1 *m2 *n1 *n2 *r464
4 6 3 10 4 6 12
- 680*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1*n2 *r464
4 5 11 3 4 5 9 5
- 2*m1 *m2 *n1 *n2 *r4111 + 80*m1 *m2 *n1 *n2 *r4111
4 5 7 7 4 5 5 9
- 178*m1 *m2 *n1 *n2 *r4111 - 110*m1 *m2 *n1 *n2 *r4111
4 5 3 11 4 5 13
+ 140*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
4 4 11 4 4 4 9 6
- 5*m1 *m2 *n1 *n2 *r446 + 55*m1 *m2 *n1 *n2 *r446
4 4 7 8 4 4 5 10
+ 60*m1 *m2 *n1 *n2 *r446 - 60*m1 *m2 *n1 *n2 *r446
4 4 3 12 4 4 14
- 55*m1 *m2 *n1 *n2 *r446 + 5*m1 *m2 *n1*n2 *r446
3 7 10 3 3 7 8 5
- 8*m1 *m2 *n1 *n2 *r464 + 248*m1 *m2 *n1 *n2 *r464
3 7 6 7 3 7 4 9
- 904*m1 *m2 *n1 *n2 *r464 + 680*m1 *m2 *n1 *n2 *r464
3 7 2 11 3 6 10 4
- 80*m1 *m2 *n1 *n2 *r464 - 22*m1 *m2 *n1 *n2 *r4111
3 6 8 6 3 6 6 8
+ 122*m1 *m2 *n1 *n2 *r4111 - 6*m1 *m2 *n1 *n2 *r4111
3 6 4 10 3 6 2 12
- 130*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
3 5 12 3 3 5 10 5
+ m1 *m2 *n1 *n2 *r446 - 34*m1 *m2 *n1 *n2 *r446
3 5 8 7 3 5 6 9
- 6*m1 *m2 *n1 *n2 *r446 + 84*m1 *m2 *n1 *n2 *r446
3 5 4 11 3 5 2 13
+ 45*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
2 8 9 4 2 8 7 6
- 24*m1 *m2 *n1 *n2 *r464 + 248*m1 *m2 *n1 *n2 *r464
2 8 5 8 2 8 3 10
- 368*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1 *n2 *r464
2 7 11 3 2 7 9 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 38*m1 *m2 *n1 *n2 *r4111
2 7 7 7 2 7 5 9
+ 42*m1 *m2 *n1 *n2 *r4111 + 62*m1 *m2 *n1 *n2 *r4111
2 7 3 11 2 6 11 4
- 20*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
2 6 9 6 2 6 7 8
- 16*m1 *m2 *n1 *n2 *r446 - 52*m1 *m2 *n1 *n2 *r446
2 6 5 10 2 6 3 12
- 16*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
9 8 5 9 6 7
- 24*m1*m2 *n1 *n2 *r464 + 96*m1*m2 *n1 *n2 *r464
9 4 9 8 10 4
- 40*m1*m2 *n1 *n2 *r464 + 4*m1*m2 *n1 *n2 *r4111
8 8 6 8 6 8
- 18*m1*m2 *n1 *n2 *r4111 - 12*m1*m2 *n1 *n2 *r4111
8 4 10 7 12 3
+ 10*m1*m2 *n1 *n2 *r4111 - m1*m2 *n1 *n2 *r446
7 10 5 7 8 7
+ 8*m1*m2 *n1 *n2 *r446 + 14*m1*m2 *n1 *n2 *r446
7 4 11 10 7 6 10 5 8
- 5*m1*m2 *n1 *n2 *r446 - 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
9 9 5 9 5 9 8 11 4
+ 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446
8 9 6 8 7 8 8 5 10 7 8 8
- m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(m1 *n1 *n2
7 6 10 7 2 14 7 16 6 9 7
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 6*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2 + 22*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12 5 2 2 14
- 62*m1 *m2 *n1 *n2 - 80*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2
5 2 16 4 3 11 5 4 3 9 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 25*m1 *m2 *n1 *n2
4 3 7 9 4 3 5 11 4 3 3 13
+ 130*m1 *m2 *n1 *n2 + 140*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 5*m1 *m2 *n1*n2 + 5*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10 3 4 4 12
- 140*m1 *m2 *n1 *n2 - 130*m1 *m2 *n1 *n2 - 25*m1 *m2 *n1 *n2
3 4 2 14 2 5 13 3 2 5 11 5
+ 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 + 28*m1 *m2 *n1 *n2
2 5 9 7 2 5 7 9 2 5 5 11
+ 80*m1 *m2 *n1 *n2 + 62*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2
2 5 3 13 6 12 4 6 10 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 22*m1*m2 *n1 *n2
6 8 8 6 6 10 6 4 12 7 13 3
- 12*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2
7 11 5 7 7 9 7 5 11
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - m2 *n1 *n2 )
r418=0
r419=0
r420=0
r421=0
3 10 5 5 3 10 3 7
r422=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14
3 9 6 4 3 9 4 6
+ 40*a33 *m1 *m2*n1 *n2 *r14 - 96*a33 *m1 *m2*n1 *n2 *r14
3 9 2 8 3 8 2 7 3
+ 24*a33 *m1 *m2*n1 *n2 *r14 - 80*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 5 5 3 8 2 3 7
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 248*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 9 3 7 3 8 2
+ 24*a33 *m1 *m2 *n1*n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 6 4 3 7 3 4 6
- 680*a33 *m1 *m2 *n1 *n2 *r14 + 904*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 2 8 3 7 3 10
- 248*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 6 4 9 3 6 4 7 3
- 40*a33 *m1 *m2 *n1 *n2*r14 + 680*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 5 5 3 6 4 3 7
- 1640*a33 *m1 *m2 *n1 *n2 *r14 + 904*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 9 3 5 5 10
- 96*a33 *m1 *m2 *n1*n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 5 5 8 2 3 5 5 6 4
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 1640*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 4 6 3 5 5 2 8
- 1640*a33 *m1 *m2 *n1 *n2 *r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 10 3 4 6 9
- 8*a33 *m1 *m2 *n2 *r14 + 96*a33 *m1 *m2 *n1 *n2*r14
3 4 6 7 3 3 4 6 5 5
- 904*a33 *m1 *m2 *n1 *n2 *r14 + 1640*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 3 7 3 4 6 9
- 680*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1*n2 *r14
3 3 7 10 3 3 7 8 2
- 8*a33 *m1 *m2 *n1 *r14 + 248*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 6 4 3 3 7 4 6
- 904*a33 *m1 *m2 *n1 *n2 *r14 + 680*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 2 8 3 2 8 9
- 80*a33 *m1 *m2 *n1 *n2 *r14 - 24*a33 *m1 *m2 *n1 *n2*r14
3 2 8 7 3 3 2 8 5 5
+ 248*a33 *m1 *m2 *n1 *n2 *r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 3 7 3 9 8 2
+ 80*a33 *m1 *m2 *n1 *n2 *r14 - 24*a33 *m1*m2 *n1 *n2 *r14
3 9 6 4 3 9 4 6
+ 96*a33 *m1*m2 *n1 *n2 *r14 - 40*a33 *m1*m2 *n1 *n2 *r14
3 10 7 3 3 10 5 5
- 8*a33 *m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
2 10 5 6 2 10 3 8
- 8*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1 *n2 *r214
2 9 6 5 2 9 4 7
+ 40*a33 *m1 *m2*n1 *n2 *r214 - 96*a33 *m1 *m2*n1 *n2 *r214
2 9 2 9 2 8 2 7 4
+ 24*a33 *m1 *m2*n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 5 6 2 8 2 3 8
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 10 2 7 3 8 3
+ 24*a33 *m1 *m2 *n1*n2 *r214 + 80*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 6 5 2 7 3 4 7
- 680*a33 *m1 *m2 *n1 *n2 *r214 + 904*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 2 9 2 7 3 11
- 248*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 6 4 9 2 2 6 4 7 4
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 680*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 5 6 2 6 4 3 8
- 1640*a33 *m1 *m2 *n1 *n2 *r214 + 904*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 10 2 5 5 10
- 96*a33 *m1 *m2 *n1*n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 5 5 8 3 2 5 5 6 5
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 1640*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 4 7 2 5 5 2 9
- 1640*a33 *m1 *m2 *n1 *n2 *r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 11 2 4 6 9 2
- 8*a33 *m1 *m2 *n2 *r214 + 96*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 7 4 2 4 6 5 6
- 904*a33 *m1 *m2 *n1 *n2 *r214 + 1640*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 3 8 2 4 6 10
- 680*a33 *m1 *m2 *n1 *n2 *r214 + 40*a33 *m1 *m2 *n1*n2 *r214
2 3 7 10 2 3 7 8 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 248*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 6 5 2 3 7 4 7
- 904*a33 *m1 *m2 *n1 *n2 *r214 + 680*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 2 9 2 2 8 9 2
- 80*a33 *m1 *m2 *n1 *n2 *r214 - 24*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 7 4 2 2 8 5 6
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 3 8 2 9 8 3
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 24*a33 *m1*m2 *n1 *n2 *r214
2 9 6 5 2 9 4 7
+ 96*a33 *m1*m2 *n1 *n2 *r214 - 40*a33 *m1*m2 *n1 *n2 *r214
2 10 7 4 2 10 5 6
- 8*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
10 5 8 10 3 10 9 6 7
- 8*m1 *n1 *n2 *r464 + 8*m1 *n1 *n2 *r464 + 40*m1 *m2*n1 *n2 *r464
9 4 9 9 2 11 9 6 8
- 96*m1 *m2*n1 *n2 *r464 + 24*m1 *m2*n1 *n2 *r464 + 2*m1 *n1 *n2 *r4111
9 2 12 8 2 7 6
- 2*m1 *n1 *n2 *r4111 - 80*m1 *m2 *n1 *n2 *r464
8 2 5 8 8 2 3 10
+ 368*m1 *m2 *n1 *n2 *r464 - 248*m1 *m2 *n1 *n2 *r464
8 2 12 8 7 7
+ 24*m1 *m2 *n1*n2 *r464 - 10*m1 *m2*n1 *n2 *r4111
8 5 9 8 3 11
+ 12*m1 *m2*n1 *n2 *r4111 + 18*m1 *m2*n1 *n2 *r4111
8 13 8 7 8 8 5 10
- 4*m1 *m2*n1*n2 *r4111 - m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446
8 3 12 8 14 7 3 8 5
+ m1 *n1 *n2 *r446 + m1 *n1*n2 *r446 + 80*m1 *m2 *n1 *n2 *r464
7 3 6 7 7 3 4 9
- 680*m1 *m2 *n1 *n2 *r464 + 904*m1 *m2 *n1 *n2 *r464
7 3 2 11 7 3 13
- 248*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
7 2 8 6 7 2 6 8
+ 20*m1 *m2 *n1 *n2 *r4111 - 62*m1 *m2 *n1 *n2 *r4111
7 2 4 10 7 2 2 12
- 42*m1 *m2 *n1 *n2 *r4111 + 38*m1 *m2 *n1 *n2 *r4111
7 2 14 7 8 7 7 4 11
- 2*m1 *m2 *n2 *r4111 + 5*m1 *m2*n1 *n2 *r446 - 14*m1 *m2*n1 *n2 *r446
7 2 13 7 15 6 4 9 4
- 8*m1 *m2*n1 *n2 *r446 + m1 *m2*n2 *r446 - 40*m1 *m2 *n1 *n2 *r464
6 4 7 6 6 4 5 8
+ 680*m1 *m2 *n1 *n2 *r464 - 1640*m1 *m2 *n1 *n2 *r464
6 4 3 10 6 4 12
+ 904*m1 *m2 *n1 *n2 *r464 - 96*m1 *m2 *n1*n2 *r464
6 3 9 5 6 3 7 7
- 20*m1 *m2 *n1 *n2 *r4111 + 130*m1 *m2 *n1 *n2 *r4111
6 3 5 9 6 3 3 11
+ 6*m1 *m2 *n1 *n2 *r4111 - 122*m1 *m2 *n1 *n2 *r4111
6 3 13 6 2 9 6
+ 22*m1 *m2 *n1*n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
6 2 7 8 6 2 5 10
+ 16*m1 *m2 *n1 *n2 *r446 + 52*m1 *m2 *n1 *n2 *r446
6 2 3 12 6 2 14
+ 16*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1*n2 *r446
5 5 10 3 5 5 8 5
+ 8*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
5 5 6 7 5 5 4 9
+ 1640*m1 *m2 *n1 *n2 *r464 - 1640*m1 *m2 *n1 *n2 *r464
5 5 2 11 5 5 13
+ 368*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
5 4 10 4 5 4 8 6
+ 10*m1 *m2 *n1 *n2 *r4111 - 140*m1 *m2 *n1 *n2 *r4111
5 4 6 8 5 4 4 10
+ 110*m1 *m2 *n1 *n2 *r4111 + 178*m1 *m2 *n1 *n2 *r4111
5 4 2 12 5 4 14
- 80*m1 *m2 *n1 *n2 *r4111 + 2*m1 *m2 *n2 *r4111
5 3 10 5 5 3 8 7
+ 10*m1 *m2 *n1 *n2 *r446 - 45*m1 *m2 *n1 *n2 *r446
5 3 6 9 5 3 4 11
- 84*m1 *m2 *n1 *n2 *r446 + 6*m1 *m2 *n1 *n2 *r446
5 3 2 13 5 3 15 4 6 9 4
+ 34*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 + 96*m1 *m2 *n1 *n2 *r464
4 6 7 6 4 6 5 8
- 904*m1 *m2 *n1 *n2 *r464 + 1640*m1 *m2 *n1 *n2 *r464
4 6 3 10 4 6 12
- 680*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1*n2 *r464
4 5 11 3 4 5 9 5
- 2*m1 *m2 *n1 *n2 *r4111 + 80*m1 *m2 *n1 *n2 *r4111
4 5 7 7 4 5 5 9
- 178*m1 *m2 *n1 *n2 *r4111 - 110*m1 *m2 *n1 *n2 *r4111
4 5 3 11 4 5 13
+ 140*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
4 4 11 4 4 4 9 6
- 5*m1 *m2 *n1 *n2 *r446 + 55*m1 *m2 *n1 *n2 *r446
4 4 7 8 4 4 5 10
+ 60*m1 *m2 *n1 *n2 *r446 - 60*m1 *m2 *n1 *n2 *r446
4 4 3 12 4 4 14
- 55*m1 *m2 *n1 *n2 *r446 + 5*m1 *m2 *n1*n2 *r446
3 7 10 3 3 7 8 5
- 8*m1 *m2 *n1 *n2 *r464 + 248*m1 *m2 *n1 *n2 *r464
3 7 6 7 3 7 4 9
- 904*m1 *m2 *n1 *n2 *r464 + 680*m1 *m2 *n1 *n2 *r464
3 7 2 11 3 6 10 4
- 80*m1 *m2 *n1 *n2 *r464 - 22*m1 *m2 *n1 *n2 *r4111
3 6 8 6 3 6 6 8
+ 122*m1 *m2 *n1 *n2 *r4111 - 6*m1 *m2 *n1 *n2 *r4111
3 6 4 10 3 6 2 12
- 130*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
3 5 12 3 3 5 10 5
+ m1 *m2 *n1 *n2 *r446 - 34*m1 *m2 *n1 *n2 *r446
3 5 8 7 3 5 6 9
- 6*m1 *m2 *n1 *n2 *r446 + 84*m1 *m2 *n1 *n2 *r446
3 5 4 11 3 5 2 13
+ 45*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
2 8 9 4 2 8 7 6
- 24*m1 *m2 *n1 *n2 *r464 + 248*m1 *m2 *n1 *n2 *r464
2 8 5 8 2 8 3 10
- 368*m1 *m2 *n1 *n2 *r464 + 80*m1 *m2 *n1 *n2 *r464
2 7 11 3 2 7 9 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 38*m1 *m2 *n1 *n2 *r4111
2 7 7 7 2 7 5 9
+ 42*m1 *m2 *n1 *n2 *r4111 + 62*m1 *m2 *n1 *n2 *r4111
2 7 3 11 2 6 11 4
- 20*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
2 6 9 6 2 6 7 8
- 16*m1 *m2 *n1 *n2 *r446 - 52*m1 *m2 *n1 *n2 *r446
2 6 5 10 2 6 3 12
- 16*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
9 8 5 9 6 7
- 24*m1*m2 *n1 *n2 *r464 + 96*m1*m2 *n1 *n2 *r464
9 4 9 8 10 4
- 40*m1*m2 *n1 *n2 *r464 + 4*m1*m2 *n1 *n2 *r4111
8 8 6 8 6 8
- 18*m1*m2 *n1 *n2 *r4111 - 12*m1*m2 *n1 *n2 *r4111
8 4 10 7 12 3
+ 10*m1*m2 *n1 *n2 *r4111 - m1*m2 *n1 *n2 *r446
7 10 5 7 8 7
+ 8*m1*m2 *n1 *n2 *r446 + 14*m1*m2 *n1 *n2 *r446
7 4 11 10 7 6 10 5 8
- 5*m1*m2 *n1 *n2 *r446 - 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
9 9 5 9 5 9 8 11 4
+ 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446
8 9 6 8 7 8 8 5 10 7 8 8
- m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(m1 *n1 *n2
7 6 10 7 2 14 7 16 6 9 7
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2
6 7 9 6 5 11 6 3 13
- 6*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2 + 22*m1 *m2*n1 *n2
6 15 5 2 10 6 5 2 8 8
+ 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
5 2 6 10 5 2 4 12 5 2 2 14
- 62*m1 *m2 *n1 *n2 - 80*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2
5 2 16 4 3 11 5 4 3 9 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 25*m1 *m2 *n1 *n2
4 3 7 9 4 3 5 11 4 3 3 13
+ 130*m1 *m2 *n1 *n2 + 140*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2
4 3 15 3 4 12 4 3 4 10 6
- 5*m1 *m2 *n1*n2 + 5*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2
3 4 8 8 3 4 6 10 3 4 4 12
- 140*m1 *m2 *n1 *n2 - 130*m1 *m2 *n1 *n2 - 25*m1 *m2 *n1 *n2
3 4 2 14 2 5 13 3 2 5 11 5
+ 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 + 28*m1 *m2 *n1 *n2
2 5 9 7 2 5 7 9 2 5 5 11
+ 80*m1 *m2 *n1 *n2 + 62*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2
2 5 3 13 6 12 4 6 10 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 22*m1*m2 *n1 *n2
6 8 8 6 6 10 6 4 12 7 13 3
- 12*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2
7 11 5 7 7 9 7 5 11
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - m2 *n1 *n2 )
r423=0
r424=0
2 2 2
r425=( - 2*m1 *r464 + 2*m1*n1*r4111 - 2*m2 *r464 + 2*m2*n2*r4111 + n1 *r446
2 2 2
+ n2 *r446)/(2*n1 + 2*n2 )
r426=0
r427=0
r428=0
r429=0
2*m1*n1*r464 + 2*m2*n2*r464
r431=-----------------------------
2 2
n1 + n2
r432=0
r433=0
r435=0
3 10 3 5 3 10 7
r436=(4*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n1*n2 *r14
3 9 4 4 3 9 2 6
- 20*a33 *m1 *m2*n1 *n2 *r14 + 40*a33 *m1 *m2*n1 *n2 *r14
3 9 8 3 8 2 5 3
- 4*a33 *m1 *m2*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 3 5 3 8 2 7
- 140*a33 *m1 *m2 *n1 *n2 *r14 + 36*a33 *m1 *m2 *n1*n2 *r14
3 7 3 6 2 3 7 3 4 4
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 240*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 2 6 3 6 4 7
- 104*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2*r14
3 6 4 5 3 3 6 4 3 5
- 220*a33 *m1 *m2 *n1 *n2 *r14 + 116*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 7 3 5 5 8
+ 20*a33 *m1 *m2 *n1*n2 *r14 - 4*a33 *m1 *m2 *n1 *r14
3 5 5 6 2 3 5 5 2 6
+ 104*a33 *m1 *m2 *n1 *n2 *r14 - 104*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 8 3 4 6 7
+ 4*a33 *m1 *m2 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2*r14
3 4 6 5 3 3 4 6 3 5
- 116*a33 *m1 *m2 *n1 *n2 *r14 + 220*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 7 3 3 7 6 2
- 20*a33 *m1 *m2 *n1*n2 *r14 + 104*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 4 4 3 3 7 2 6
- 240*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 7 3 2 8 5 3
- 36*a33 *m1 *m2 *n1 *n2*r14 + 140*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 3 5 3 9 8
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1*m2 *n1 *r14
3 9 6 2 3 9 4 4
- 40*a33 *m1*m2 *n1 *n2 *r14 + 20*a33 *m1*m2 *n1 *n2 *r14
3 10 7 3 10 5 3
+ 4*a33 *m2 *n1 *n2*r14 - 4*a33 *m2 *n1 *n2 *r14
2 10 3 6 2 10 8
+ 4*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n1*n2 *r214
2 9 4 5 2 9 2 7
- 20*a33 *m1 *m2*n1 *n2 *r214 + 40*a33 *m1 *m2*n1 *n2 *r214
2 9 9 2 8 2 5 4
- 4*a33 *m1 *m2*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 3 6 2 8 2 8
- 140*a33 *m1 *m2 *n1 *n2 *r214 + 36*a33 *m1 *m2 *n1*n2 *r214
2 7 3 6 3 2 7 3 4 5
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 240*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 2 7 2 6 4 7 2
- 104*a33 *m1 *m2 *n1 *n2 *r214 + 20*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 5 4 2 6 4 3 6
- 220*a33 *m1 *m2 *n1 *n2 *r214 + 116*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 8 2 5 5 8
+ 20*a33 *m1 *m2 *n1*n2 *r214 - 4*a33 *m1 *m2 *n1 *n2*r214
2 5 5 6 3 2 5 5 2 7
+ 104*a33 *m1 *m2 *n1 *n2 *r214 - 104*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 9 2 4 6 7 2
+ 4*a33 *m1 *m2 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 5 4 2 4 6 3 6
- 116*a33 *m1 *m2 *n1 *n2 *r214 + 220*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 8 2 3 7 6 3
- 20*a33 *m1 *m2 *n1*n2 *r214 + 104*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 4 5 2 3 7 2 7
- 240*a33 *m1 *m2 *n1 *n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 7 2 2 2 8 5 4
- 36*a33 *m1 *m2 *n1 *n2 *r214 + 140*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 3 6 2 9 8
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 4*a33 *m1*m2 *n1 *n2*r214
2 9 6 3 2 9 4 5
- 40*a33 *m1*m2 *n1 *n2 *r214 + 20*a33 *m1*m2 *n1 *n2 *r214
2 10 7 2 2 10 5 4
+ 4*a33 *m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2 *r214
10 3 8 10 10 9 4 7
+ 4*m1 *n1 *n2 *r464 - 4*m1 *n1*n2 *r464 - 20*m1 *m2*n1 *n2 *r464
9 2 9 9 11 9 4 8
+ 40*m1 *m2*n1 *n2 *r464 - 4*m1 *m2*n2 *r464 - m1 *n1 *n2 *r4111
9 12 8 2 5 6 8 2 3 8
+ m1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r464 - 140*m1 *m2 *n1 *n2 *r464
8 2 10 8 5 7
+ 36*m1 *m2 *n1*n2 *r464 + 5*m1 *m2*n1 *n2 *r4111
8 3 9 8 11
- 4*m1 *m2*n1 *n2 *r4111 - 9*m1 *m2*n1*n2 *r4111
7 3 6 5 7 3 4 7
- 40*m1 *m2 *n1 *n2 *r464 + 240*m1 *m2 *n1 *n2 *r464
7 3 2 9 7 2 6 6
- 104*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
7 2 4 8 7 2 2 10
+ 20*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
6 4 7 4 6 4 5 6
+ 20*m1 *m2 *n1 *n2 *r464 - 220*m1 *m2 *n1 *n2 *r464
6 4 3 8 6 4 10
+ 116*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1*n2 *r464
6 3 7 5 6 3 5 7
+ 10*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
6 3 3 9 6 3 11
- 54*m1 *m2 *n1 *n2 *r4111 - 4*m1 *m2 *n1*n2 *r4111
5 5 8 3 5 5 6 5
- 4*m1 *m2 *n1 *n2 *r464 + 104*m1 *m2 *n1 *n2 *r464
5 5 2 9 5 5 11
- 104*m1 *m2 *n1 *n2 *r464 + 4*m1 *m2 *n2 *r464
5 4 8 4 5 4 6 6
- 5*m1 *m2 *n1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r4111
5 4 4 8 5 4 2 10
+ 66*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
5 4 12 4 6 7 4 4 6 5 6
- m1 *m2 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r464 - 116*m1 *m2 *n1 *n2 *r464
4 6 3 8 4 6 10
+ 220*m1 *m2 *n1 *n2 *r464 - 20*m1 *m2 *n1*n2 *r464
4 5 9 3 4 5 7 5
+ m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
4 5 5 7 4 5 3 9
- 66*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
4 5 11 3 7 6 5
+ 5*m1 *m2 *n1*n2 *r4111 + 104*m1 *m2 *n1 *n2 *r464
3 7 4 7 3 7 2 9
- 240*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r464
3 6 8 4 3 6 6 6
+ 4*m1 *m2 *n1 *n2 *r4111 + 54*m1 *m2 *n1 *n2 *r4111
3 6 4 8 3 6 2 10
+ 40*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r4111
2 8 7 4 2 8 5 6
- 36*m1 *m2 *n1 *n2 *r464 + 140*m1 *m2 *n1 *n2 *r464
2 8 3 8 2 7 7 5
- 40*m1 *m2 *n1 *n2 *r464 - 30*m1 *m2 *n1 *n2 *r4111
2 7 5 7 2 7 3 9
- 20*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
9 8 3 9 6 5 9 4 7
+ 4*m1*m2 *n1 *n2 *r464 - 40*m1*m2 *n1 *n2 *r464 + 20*m1*m2 *n1 *n2 *r464
8 8 4 8 6 6
+ 9*m1*m2 *n1 *n2 *r4111 + 4*m1*m2 *n1 *n2 *r4111
8 4 8 10 7 4 10 5 6
- 5*m1*m2 *n1 *n2 *r4111 + 4*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464
9 9 3 9 5 7 7 6 8 7 4 10
- m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n1 *n2
7 2 12 7 14 6 7 7 6 5 9
- m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - m1 *m2*n1 *n2
6 3 11 6 13 5 2 8 6
+ 13*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2
5 2 6 8 5 2 4 10 5 2 2 12
- 11*m1 *m2 *n1 *n2 - 51*m1 *m2 *n1 *n2 - 29*m1 *m2 *n1 *n2
5 2 14 4 3 9 5 4 3 7 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
4 3 5 9 4 3 3 11 4 3 13
+ 95*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 10 4 3 4 8 6 3 4 6 8
+ 5*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2 - 95*m1 *m2 *n1 *n2
3 4 4 10 3 4 2 12 2 5 11 3
- 35*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
2 5 9 5 2 5 7 7 2 5 5 9
+ 29*m1 *m2 *n1 *n2 + 51*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2
2 5 3 11 6 10 4 6 8 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 13*m1*m2 *n1 *n2
6 6 8 6 4 10 7 11 3 7 9 5
+ m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2
7 7 7 7 5 9
- m2 *n1 *n2 - m2 *n1 *n2 )
r437=0
r438=0
3 10 6 6 3 10 4 8
r439=( - 12*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n1 *n2 *r14
3 10 2 10 3 10 12
+ 12*a33 *m1 *n1 *n2 *r14 + 4*a33 *m1 *n2 *r14
3 9 7 5 3 9 5 7
+ 72*a33 *m1 *m2*n1 *n2 *r14 - 40*a33 *m1 *m2*n1 *n2 *r14
3 9 3 9 3 9 11
- 136*a33 *m1 *m2*n1 *n2 *r14 - 24*a33 *m1 *m2*n1*n2 *r14
3 8 2 8 4 3 8 2 6 6
- 180*a33 *m1 *m2 *n1 *n2 *r14 + 332*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 4 8 3 8 2 2 10
+ 492*a33 *m1 *m2 *n1 *n2 *r14 - 12*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 12 3 7 3 9 3
+ 8*a33 *m1 *m2 *n2 *r14 + 240*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 7 5 3 7 3 5 7
- 928*a33 *m1 *m2 *n1 *n2 *r14 - 768*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 3 9 3 7 3 11
+ 288*a33 *m1 *m2 *n1 *n2 *r14 - 112*a33 *m1 *m2 *n1*n2 *r14
3 6 4 10 2 3 6 4 8 4
- 180*a33 *m1 *m2 *n1 *n2 *r14 + 1340*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 6 6 3 6 4 4 8
+ 384*a33 *m1 *m2 *n1 *n2 *r14 - 624*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 2 10 3 6 4 12
+ 500*a33 *m1 *m2 *n1 *n2 *r14 - 12*a33 *m1 *m2 *n2 *r14
3 5 5 11 3 5 5 9 3
+ 72*a33 *m1 *m2 *n1 *n2*r14 - 1096*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 7 5 3 5 5 5 7
+ 384*a33 *m1 *m2 *n1 *n2 *r14 + 384*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 3 9 3 5 5 11
- 1096*a33 *m1 *m2 *n1 *n2 *r14 + 72*a33 *m1 *m2 *n1*n2 *r14
3 4 6 12 3 4 6 10 2
- 12*a33 *m1 *m2 *n1 *r14 + 500*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 8 4 3 4 6 6 6
- 624*a33 *m1 *m2 *n1 *n2 *r14 + 384*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 4 8 3 4 6 2 10
+ 1340*a33 *m1 *m2 *n1 *n2 *r14 - 180*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 11 3 3 7 9 3
- 112*a33 *m1 *m2 *n1 *n2*r14 + 288*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 7 5 3 3 7 5 7
- 768*a33 *m1 *m2 *n1 *n2 *r14 - 928*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 3 9 3 2 8 12
+ 240*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 2 8 10 2 3 2 8 8 4
- 12*a33 *m1 *m2 *n1 *n2 *r14 + 492*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 6 6 3 2 8 4 8
+ 332*a33 *m1 *m2 *n1 *n2 *r14 - 180*a33 *m1 *m2 *n1 *n2 *r14
3 9 11 3 9 9 3
- 24*a33 *m1*m2 *n1 *n2*r14 - 136*a33 *m1*m2 *n1 *n2 *r14
3 9 7 5 3 9 5 7
- 40*a33 *m1*m2 *n1 *n2 *r14 + 72*a33 *m1*m2 *n1 *n2 *r14
3 10 12 3 10 10 2
+ 4*a33 *m2 *n1 *r14 + 12*a33 *m2 *n1 *n2 *r14
3 10 8 4 3 10 6 6
- 4*a33 *m2 *n1 *n2 *r14 - 12*a33 *m2 *n1 *n2 *r14
2 10 6 7 2 10 4 9
- 12*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n1 *n2 *r214
2 10 2 11 2 10 13
+ 12*a33 *m1 *n1 *n2 *r214 + 4*a33 *m1 *n2 *r214
2 9 7 6 2 9 5 8
+ 72*a33 *m1 *m2*n1 *n2 *r214 - 40*a33 *m1 *m2*n1 *n2 *r214
2 9 3 10 2 9 12
- 136*a33 *m1 *m2*n1 *n2 *r214 - 24*a33 *m1 *m2*n1*n2 *r214
2 8 2 8 5 2 8 2 6 7
- 180*a33 *m1 *m2 *n1 *n2 *r214 + 332*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 4 9 2 8 2 2 11
+ 492*a33 *m1 *m2 *n1 *n2 *r214 - 12*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 13 2 7 3 9 4
+ 8*a33 *m1 *m2 *n2 *r214 + 240*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 7 6 2 7 3 5 8
- 928*a33 *m1 *m2 *n1 *n2 *r214 - 768*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 3 10 2 7 3 12
+ 288*a33 *m1 *m2 *n1 *n2 *r214 - 112*a33 *m1 *m2 *n1*n2 *r214
2 6 4 10 3 2 6 4 8 5
- 180*a33 *m1 *m2 *n1 *n2 *r214 + 1340*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 6 7 2 6 4 4 9
+ 384*a33 *m1 *m2 *n1 *n2 *r214 - 624*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 2 11 2 6 4 13
+ 500*a33 *m1 *m2 *n1 *n2 *r214 - 12*a33 *m1 *m2 *n2 *r214
2 5 5 11 2 2 5 5 9 4
+ 72*a33 *m1 *m2 *n1 *n2 *r214 - 1096*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 7 6 2 5 5 5 8
+ 384*a33 *m1 *m2 *n1 *n2 *r214 + 384*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 3 10 2 5 5 12
- 1096*a33 *m1 *m2 *n1 *n2 *r214 + 72*a33 *m1 *m2 *n1*n2 *r214
2 4 6 12 2 4 6 10 3
- 12*a33 *m1 *m2 *n1 *n2*r214 + 500*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 8 5 2 4 6 6 7
- 624*a33 *m1 *m2 *n1 *n2 *r214 + 384*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 4 9 2 4 6 2 11
+ 1340*a33 *m1 *m2 *n1 *n2 *r214 - 180*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 11 2 2 3 7 9 4
- 112*a33 *m1 *m2 *n1 *n2 *r214 + 288*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 6 2 3 7 5 8
- 768*a33 *m1 *m2 *n1 *n2 *r214 - 928*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 3 10 2 2 8 12
+ 240*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 2 8 10 3 2 2 8 8 5
- 12*a33 *m1 *m2 *n1 *n2 *r214 + 492*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 6 7 2 2 8 4 9
+ 332*a33 *m1 *m2 *n1 *n2 *r214 - 180*a33 *m1 *m2 *n1 *n2 *r214
2 9 11 2 2 9 9 4
- 24*a33 *m1*m2 *n1 *n2 *r214 - 136*a33 *m1*m2 *n1 *n2 *r214
2 9 7 6 2 9 5 8
- 40*a33 *m1*m2 *n1 *n2 *r214 + 72*a33 *m1*m2 *n1 *n2 *r214
2 10 12 2 10 10 3
+ 4*a33 *m2 *n1 *n2*r214 + 12*a33 *m2 *n1 *n2 *r214
2 10 8 5 2 10 6 7
- 4*a33 *m2 *n1 *n2 *r214 - 12*a33 *m2 *n1 *n2 *r214
10 6 9 10 4 11 10 2 13
- 12*m1 *n1 *n2 *r464 - 4*m1 *n1 *n2 *r464 + 12*m1 *n1 *n2 *r464
10 15 9 7 8 9 5 10
+ 4*m1 *n2 *r464 + 72*m1 *m2*n1 *n2 *r464 - 40*m1 *m2*n1 *n2 *r464
9 3 12 9 14 9 7 9
- 136*m1 *m2*n1 *n2 *r464 - 24*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
9 5 11 9 3 13 9 15
+ 2*m1 *n1 *n2 *r4111 - 2*m1 *n1 *n2 *r4111 - 2*m1 *n1*n2 *r4111
8 2 8 7 8 2 6 9
- 180*m1 *m2 *n1 *n2 *r464 + 332*m1 *m2 *n1 *n2 *r464
8 2 4 11 8 2 2 13
+ 492*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n1 *n2 *r464
8 2 15 8 8 8 8 6 10
+ 8*m1 *m2 *n2 *r464 - 12*m1 *m2*n1 *n2 *r4111 - 2*m1 *m2*n1 *n2 *r4111
8 4 12 8 2 14
+ 30*m1 *m2*n1 *n2 *r4111 + 18*m1 *m2*n1 *n2 *r4111
8 16 8 8 9 8 6 11
- 2*m1 *m2*n2 *r4111 - m1 *n1 *n2 *r446 - 2*m1 *n1 *n2 *r446
8 2 15 8 17 7 3 9 6
+ 2*m1 *n1 *n2 *r446 + m1 *n2 *r446 + 240*m1 *m2 *n1 *n2 *r464
7 3 7 8 7 3 5 10
- 928*m1 *m2 *n1 *n2 *r464 - 768*m1 *m2 *n1 *n2 *r464
7 3 3 12 7 3 14
+ 288*m1 *m2 *n1 *n2 *r464 - 112*m1 *m2 *n1*n2 *r464
7 2 9 7 7 2 7 9
+ 30*m1 *m2 *n1 *n2 *r4111 - 32*m1 *m2 *n1 *n2 *r4111
7 2 5 11 7 2 3 13
- 132*m1 *m2 *n1 *n2 *r4111 - 48*m1 *m2 *n1 *n2 *r4111
7 2 15 7 9 8
+ 22*m1 *m2 *n1*n2 *r4111 + 6*m1 *m2*n1 *n2 *r446
7 7 10 7 5 12
+ 8*m1 *m2*n1 *n2 *r446 - 12*m1 *m2*n1 *n2 *r446
7 3 14 7 16
- 24*m1 *m2*n1 *n2 *r446 - 10*m1 *m2*n1*n2 *r446
6 4 10 5 6 4 8 7
- 180*m1 *m2 *n1 *n2 *r464 + 1340*m1 *m2 *n1 *n2 *r464
6 4 6 9 6 4 4 11
+ 384*m1 *m2 *n1 *n2 *r464 - 624*m1 *m2 *n1 *n2 *r464
6 4 2 13 6 4 15
+ 500*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n2 *r464
6 3 10 6 6 3 8 8
- 40*m1 *m2 *n1 *n2 *r4111 + 122*m1 *m2 *n1 *n2 *r4111
6 3 6 10 6 3 4 12
+ 272*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
6 3 2 14 6 3 16
- 88*m1 *m2 *n1 *n2 *r4111 + 2*m1 *m2 *n2 *r4111
6 2 10 7 6 2 8 9
- 15*m1 *m2 *n1 *n2 *r446 - 5*m1 *m2 *n1 *n2 *r446
6 2 6 11 6 2 4 13
+ 74*m1 *m2 *n1 *n2 *r446 + 102*m1 *m2 *n1 *n2 *r446
6 2 2 15 6 2 17 5 5 11 4
+ 37*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 + 72*m1 *m2 *n1 *n2 *r464
5 5 9 6 5 5 7 8
- 1096*m1 *m2 *n1 *n2 *r464 + 384*m1 *m2 *n1 *n2 *r464
5 5 5 10 5 5 3 12
+ 384*m1 *m2 *n1 *n2 *r464 - 1096*m1 *m2 *n1 *n2 *r464
5 5 14 5 4 11 5
+ 72*m1 *m2 *n1*n2 *r464 + 30*m1 *m2 *n1 *n2 *r4111
5 4 9 7 5 4 7 9
- 200*m1 *m2 *n1 *n2 *r4111 - 288*m1 *m2 *n1 *n2 *r4111
5 4 5 11 5 4 3 13
+ 132*m1 *m2 *n1 *n2 *r4111 + 178*m1 *m2 *n1 *n2 *r4111
5 4 15 5 3 11 6
- 12*m1 *m2 *n1*n2 *r4111 + 20*m1 *m2 *n1 *n2 *r446
5 3 9 8 5 3 7 10
- 26*m1 *m2 *n1 *n2 *r446 - 192*m1 *m2 *n1 *n2 *r446
5 3 5 12 5 3 3 14
- 220*m1 *m2 *n1 *n2 *r446 - 68*m1 *m2 *n1 *n2 *r446
5 3 16 4 6 12 3
+ 6*m1 *m2 *n1*n2 *r446 - 12*m1 *m2 *n1 *n2 *r464
4 6 10 5 4 6 8 7
+ 500*m1 *m2 *n1 *n2 *r464 - 624*m1 *m2 *n1 *n2 *r464
4 6 6 9 4 6 4 11
+ 384*m1 *m2 *n1 *n2 *r464 + 1340*m1 *m2 *n1 *n2 *r464
4 6 2 13 4 5 12 4
- 180*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n1 *n2 *r4111
4 5 10 6 4 5 8 8
+ 178*m1 *m2 *n1 *n2 *r4111 + 132*m1 *m2 *n1 *n2 *r4111
4 5 6 10 4 5 4 12
- 288*m1 *m2 *n1 *n2 *r4111 - 200*m1 *m2 *n1 *n2 *r4111
4 5 2 14 4 4 12 5
+ 30*m1 *m2 *n1 *n2 *r4111 - 15*m1 *m2 *n1 *n2 *r446
4 4 10 7 4 4 8 9
+ 65*m1 *m2 *n1 *n2 *r446 + 270*m1 *m2 *n1 *n2 *r446
4 4 6 11 4 4 4 13
+ 270*m1 *m2 *n1 *n2 *r446 + 65*m1 *m2 *n1 *n2 *r446
4 4 2 15 3 7 11 4
- 15*m1 *m2 *n1 *n2 *r446 - 112*m1 *m2 *n1 *n2 *r464
3 7 9 6 3 7 7 8
+ 288*m1 *m2 *n1 *n2 *r464 - 768*m1 *m2 *n1 *n2 *r464
3 7 5 10 3 7 3 12
- 928*m1 *m2 *n1 *n2 *r464 + 240*m1 *m2 *n1 *n2 *r464
3 6 13 3 3 6 11 5
+ 2*m1 *m2 *n1 *n2 *r4111 - 88*m1 *m2 *n1 *n2 *r4111
3 6 9 7 3 6 7 9
+ 20*m1 *m2 *n1 *n2 *r4111 + 272*m1 *m2 *n1 *n2 *r4111
3 6 5 11 3 6 3 13
+ 122*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
3 5 13 4 3 5 11 6
+ 6*m1 *m2 *n1 *n2 *r446 - 68*m1 *m2 *n1 *n2 *r446
3 5 9 8 3 5 7 10
- 220*m1 *m2 *n1 *n2 *r446 - 192*m1 *m2 *n1 *n2 *r446
3 5 5 12 3 5 3 14
- 26*m1 *m2 *n1 *n2 *r446 + 20*m1 *m2 *n1 *n2 *r446
2 8 12 3 2 8 10 5
+ 8*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n1 *n2 *r464
2 8 8 7 2 8 6 9
+ 492*m1 *m2 *n1 *n2 *r464 + 332*m1 *m2 *n1 *n2 *r464
2 8 4 11 2 7 12 4
- 180*m1 *m2 *n1 *n2 *r464 + 22*m1 *m2 *n1 *n2 *r4111
2 7 10 6 2 7 8 8
- 48*m1 *m2 *n1 *n2 *r4111 - 132*m1 *m2 *n1 *n2 *r4111
2 7 6 10 2 7 4 12
- 32*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
2 6 14 3 2 6 12 5
- m1 *m2 *n1 *n2 *r446 + 37*m1 *m2 *n1 *n2 *r446
2 6 10 7 2 6 8 9
+ 102*m1 *m2 *n1 *n2 *r446 + 74*m1 *m2 *n1 *n2 *r446
2 6 6 11 2 6 4 13
- 5*m1 *m2 *n1 *n2 *r446 - 15*m1 *m2 *n1 *n2 *r446
9 11 4 9 9 6
- 24*m1*m2 *n1 *n2 *r464 - 136*m1*m2 *n1 *n2 *r464
9 7 8 9 5 10
- 40*m1*m2 *n1 *n2 *r464 + 72*m1*m2 *n1 *n2 *r464
8 13 3 8 11 5
- 2*m1*m2 *n1 *n2 *r4111 + 18*m1*m2 *n1 *n2 *r4111
8 9 7 8 7 9
+ 30*m1*m2 *n1 *n2 *r4111 - 2*m1*m2 *n1 *n2 *r4111
8 5 11 7 13 4
- 12*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r446
7 11 6 7 9 8
- 24*m1*m2 *n1 *n2 *r446 - 12*m1*m2 *n1 *n2 *r446
7 7 10 7 5 12 10 12 3
+ 8*m1*m2 *n1 *n2 *r446 + 6*m1*m2 *n1 *n2 *r446 + 4*m2 *n1 *n2 *r464
10 10 5 10 8 7 10 6 9
+ 12*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464 - 12*m2 *n1 *n2 *r464
9 12 4 9 10 6 9 8 8
- 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111
9 6 10 8 14 3 8 12 5
+ 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r446
8 8 9 8 6 11 7 10 8 7 8 10
- 2*m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(m1 *n1 *n2 + 3*m1 *n1 *n2
7 6 12 7 4 14 7 2 16 7 18
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - 3*m1 *n1 *n2 - m1 *n2
6 11 7 6 9 9 6 7 11
- 5*m1 *m2*n1 *n2 - 11*m1 *m2*n1 *n2 + 6*m1 *m2*n1 *n2
6 5 13 6 3 15 6 17
+ 34*m1 *m2*n1 *n2 + 31*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2
5 2 12 6 5 2 10 8 5 2 8 10
+ 10*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 63*m1 *m2 *n1 *n2
5 2 6 12 5 2 4 14 5 2 2 16
- 142*m1 *m2 *n1 *n2 - 108*m1 *m2 *n1 *n2 - 27*m1 *m2 *n1 *n2
5 2 18 4 3 13 5 4 3 11 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2
4 3 9 9 4 3 7 11 4 3 5 13
+ 155*m1 *m2 *n1 *n2 + 270*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2
4 3 3 15 4 3 17 3 4 14 4
+ 35*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2 + 5*m1 *m2 *n1 *n2
3 4 12 6 3 4 10 8 3 4 8 10
- 35*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 270*m1 *m2 *n1 *n2
3 4 6 12 3 4 4 14 3 4 2 16
- 155*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 5 15 3 2 5 13 5 2 5 11 7
- m1 *m2 *n1 *n2 + 27*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2
2 5 9 9 2 5 7 11 2 5 5 13
+ 142*m1 *m2 *n1 *n2 + 63*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2
2 5 3 15 6 14 4 6 12 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 31*m1*m2 *n1 *n2
6 10 8 6 8 10 6 6 12
- 34*m1*m2 *n1 *n2 - 6*m1*m2 *n1 *n2 + 11*m1*m2 *n1 *n2
6 4 14 7 15 3 7 13 5 7 11 7
+ 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + 3*m2 *n1 *n2 + 2*m2 *n1 *n2
7 9 9 7 7 11 7 5 13
- 2*m2 *n1 *n2 - 3*m2 *n1 *n2 - m2 *n1 *n2 )
r440=0
3 10 4 6 3 10 2 8
r441=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14
3 9 5 5 3 9 3 7
+ 48*a33 *m1 *m2*n1 *n2 *r14 - 96*a33 *m1 *m2*n1 *n2 *r14
3 9 9 3 8 2 6 4
+ 16*a33 *m1 *m2*n1*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 4 6 3 8 2 2 8
+ 416*a33 *m1 *m2 *n1 *n2 *r14 - 176*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 10 3 7 3 7 3
+ 8*a33 *m1 *m2 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 5 5 3 7 3 3 7
- 928*a33 *m1 *m2 *n1 *n2 *r14 + 736*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 9 3 6 4 8 2
- 96*a33 *m1 *m2 *n1*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 6 4 3 6 4 4 6
+ 1200*a33 *m1 *m2 *n1 *n2 *r14 - 1616*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 2 8 3 6 4 10
+ 416*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n2 *r14
3 5 5 9 3 5 5 7 3
+ 48*a33 *m1 *m2 *n1 *n2*r14 - 928*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 5 5 3 5 5 3 7
+ 2080*a33 *m1 *m2 *n1 *n2 *r14 - 928*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 9 3 4 6 10
+ 48*a33 *m1 *m2 *n1*n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 4 6 8 2 3 4 6 6 4
+ 416*a33 *m1 *m2 *n1 *n2 *r14 - 1616*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 4 6 3 4 6 2 8
+ 1200*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 9 3 3 7 7 3
- 96*a33 *m1 *m2 *n1 *n2*r14 + 736*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 5 5 3 3 7 3 7
- 928*a33 *m1 *m2 *n1 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 10 3 2 8 8 2
+ 8*a33 *m1 *m2 *n1 *r14 - 176*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 6 4 3 2 8 4 6
+ 416*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 9 9 3 9 7 3
+ 16*a33 *m1*m2 *n1 *n2*r14 - 96*a33 *m1*m2 *n1 *n2 *r14
3 9 5 5 3 10 8 2
+ 48*a33 *m1*m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
3 10 6 4 2 10 4 7
- 8*a33 *m2 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r214
2 10 2 9 2 9 5 6
+ 8*a33 *m1 *n1 *n2 *r214 + 48*a33 *m1 *m2*n1 *n2 *r214
2 9 3 8 2 9 10
- 96*a33 *m1 *m2*n1 *n2 *r214 + 16*a33 *m1 *m2*n1*n2 *r214
2 8 2 6 5 2 8 2 4 7
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 2 9 2 8 2 11
- 176*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 7 3 7 4 2 7 3 5 6
+ 160*a33 *m1 *m2 *n1 *n2 *r214 - 928*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 3 8 2 7 3 10
+ 736*a33 *m1 *m2 *n1 *n2 *r214 - 96*a33 *m1 *m2 *n1*n2 *r214
2 6 4 8 3 2 6 4 6 5
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 1200*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 4 7 2 6 4 2 9
- 1616*a33 *m1 *m2 *n1 *n2 *r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 11 2 5 5 9 2
- 8*a33 *m1 *m2 *n2 *r214 + 48*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 7 4 2 5 5 5 6
- 928*a33 *m1 *m2 *n1 *n2 *r214 + 2080*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 3 8 2 5 5 10
- 928*a33 *m1 *m2 *n1 *n2 *r214 + 48*a33 *m1 *m2 *n1*n2 *r214
2 4 6 10 2 4 6 8 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 6 5 2 4 6 4 7
- 1616*a33 *m1 *m2 *n1 *n2 *r214 + 1200*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 2 9 2 3 7 9 2
- 120*a33 *m1 *m2 *n1 *n2 *r214 - 96*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 4 2 3 7 5 6
+ 736*a33 *m1 *m2 *n1 *n2 *r214 - 928*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 3 8 2 2 8 10
+ 160*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 2 8 8 3 2 2 8 6 5
- 176*a33 *m1 *m2 *n1 *n2 *r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 4 7 2 9 9 2
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 16*a33 *m1*m2 *n1 *n2 *r214
2 9 7 4 2 9 5 6
- 96*a33 *m1*m2 *n1 *n2 *r214 + 48*a33 *m1*m2 *n1 *n2 *r214
2 10 8 3 2 10 6 5
+ 8*a33 *m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2 *r214
10 4 9 10 2 11 9 5 8
- 8*m1 *n1 *n2 *r464 + 8*m1 *n1 *n2 *r464 + 48*m1 *m2*n1 *n2 *r464
9 3 10 9 12 9 5 9
- 96*m1 *m2*n1 *n2 *r464 + 16*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
9 13 8 2 6 7
- 2*m1 *n1*n2 *r4111 - 120*m1 *m2 *n1 *n2 *r464
8 2 4 9 8 2 2 11
+ 416*m1 *m2 *n1 *n2 *r464 - 176*m1 *m2 *n1 *n2 *r464
8 2 13 8 6 8
+ 8*m1 *m2 *n2 *r464 - 12*m1 *m2*n1 *n2 *r4111
8 4 10 8 2 12
+ 10*m1 *m2*n1 *n2 *r4111 + 20*m1 *m2*n1 *n2 *r4111
8 14 8 6 9 8 4 11
- 2*m1 *m2*n2 *r4111 - m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446
8 2 13 8 15 7 3 7 6
+ m1 *n1 *n2 *r446 + m1 *n2 *r446 + 160*m1 *m2 *n1 *n2 *r464
7 3 5 8 7 3 3 10
- 928*m1 *m2 *n1 *n2 *r464 + 736*m1 *m2 *n1 *n2 *r464
7 3 12 7 2 7 7
- 96*m1 *m2 *n1*n2 *r464 + 30*m1 *m2 *n1 *n2 *r4111
7 2 5 9 7 2 3 11
- 62*m1 *m2 *n1 *n2 *r4111 - 70*m1 *m2 *n1 *n2 *r4111
7 2 13 7 7 8
+ 22*m1 *m2 *n1*n2 *r4111 + 6*m1 *m2*n1 *n2 *r446
7 5 10 7 3 12
+ 2*m1 *m2*n1 *n2 *r446 - 14*m1 *m2*n1 *n2 *r446
7 14 6 4 8 5
- 10*m1 *m2*n1*n2 *r446 - 120*m1 *m2 *n1 *n2 *r464
6 4 6 7 6 4 4 9
+ 1200*m1 *m2 *n1 *n2 *r464 - 1616*m1 *m2 *n1 *n2 *r464
6 4 2 11 6 4 13
+ 416*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
6 3 8 6 6 3 6 8
- 40*m1 *m2 *n1 *n2 *r4111 + 162*m1 *m2 *n1 *n2 *r4111
6 3 4 10 6 3 2 12
+ 110*m1 *m2 *n1 *n2 *r4111 - 90*m1 *m2 *n1 *n2 *r4111
6 3 14 6 2 8 7
+ 2*m1 *m2 *n2 *r4111 - 15*m1 *m2 *n1 *n2 *r446
6 2 6 9 6 2 4 11
+ 10*m1 *m2 *n1 *n2 *r446 + 64*m1 *m2 *n1 *n2 *r446
6 2 2 13 6 2 15 5 5 9 4
+ 38*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 + 48*m1 *m2 *n1 *n2 *r464
5 5 7 6 5 5 5 8
- 928*m1 *m2 *n1 *n2 *r464 + 2080*m1 *m2 *n1 *n2 *r464
5 5 3 10 5 5 12
- 928*m1 *m2 *n1 *n2 *r464 + 48*m1 *m2 *n1*n2 *r464
5 4 9 5 5 4 7 7
+ 30*m1 *m2 *n1 *n2 *r4111 - 230*m1 *m2 *n1 *n2 *r4111
5 4 5 9 5 4 3 11
- 58*m1 *m2 *n1 *n2 *r4111 + 190*m1 *m2 *n1 *n2 *r4111
5 4 13 5 3 9 6
- 12*m1 *m2 *n1*n2 *r4111 + 20*m1 *m2 *n1 *n2 *r446
5 3 7 8 5 3 5 10
- 46*m1 *m2 *n1 *n2 *r446 - 146*m1 *m2 *n1 *n2 *r446
5 3 3 12 5 3 14
- 74*m1 *m2 *n1 *n2 *r446 + 6*m1 *m2 *n1*n2 *r446
4 6 10 3 4 6 8 5
- 8*m1 *m2 *n1 *n2 *r464 + 416*m1 *m2 *n1 *n2 *r464
4 6 6 7 4 6 4 9
- 1616*m1 *m2 *n1 *n2 *r464 + 1200*m1 *m2 *n1 *n2 *r464
4 6 2 11 4 5 10 4
- 120*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n1 *n2 *r4111
4 5 8 6 4 5 6 8
+ 190*m1 *m2 *n1 *n2 *r4111 - 58*m1 *m2 *n1 *n2 *r4111
4 5 4 10 4 5 2 12
- 230*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
4 4 10 5 4 4 8 7
- 15*m1 *m2 *n1 *n2 *r446 + 80*m1 *m2 *n1 *n2 *r446
4 4 6 9 4 4 4 11
+ 190*m1 *m2 *n1 *n2 *r446 + 80*m1 *m2 *n1 *n2 *r446
4 4 2 13 3 7 9 4
- 15*m1 *m2 *n1 *n2 *r446 - 96*m1 *m2 *n1 *n2 *r464
3 7 7 6 3 7 5 8
+ 736*m1 *m2 *n1 *n2 *r464 - 928*m1 *m2 *n1 *n2 *r464
3 7 3 10 3 6 11 3
+ 160*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
3 6 9 5 3 6 7 7
- 90*m1 *m2 *n1 *n2 *r4111 + 110*m1 *m2 *n1 *n2 *r4111
3 6 5 9 3 6 3 11
+ 162*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
3 5 11 4 3 5 9 6
+ 6*m1 *m2 *n1 *n2 *r446 - 74*m1 *m2 *n1 *n2 *r446
3 5 7 8 3 5 5 10
- 146*m1 *m2 *n1 *n2 *r446 - 46*m1 *m2 *n1 *n2 *r446
3 5 3 12 2 8 10 3
+ 20*m1 *m2 *n1 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
2 8 8 5 2 8 6 7
- 176*m1 *m2 *n1 *n2 *r464 + 416*m1 *m2 *n1 *n2 *r464
2 8 4 9 2 7 10 4
- 120*m1 *m2 *n1 *n2 *r464 + 22*m1 *m2 *n1 *n2 *r4111
2 7 8 6 2 7 6 8
- 70*m1 *m2 *n1 *n2 *r4111 - 62*m1 *m2 *n1 *n2 *r4111
2 7 4 10 2 6 12 3
+ 30*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1 *n2 *r446
2 6 10 5 2 6 8 7
+ 38*m1 *m2 *n1 *n2 *r446 + 64*m1 *m2 *n1 *n2 *r446
2 6 6 9 2 6 4 11
+ 10*m1 *m2 *n1 *n2 *r446 - 15*m1 *m2 *n1 *n2 *r446
9 9 4 9 7 6
+ 16*m1*m2 *n1 *n2 *r464 - 96*m1*m2 *n1 *n2 *r464
9 5 8 8 11 3
+ 48*m1*m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r4111
8 9 5 8 7 7
+ 20*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r4111
8 5 9 7 11 4
- 12*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r446
7 9 6 7 7 8 7 5 10
- 14*m1*m2 *n1 *n2 *r446 + 2*m1*m2 *n1 *n2 *r446 + 6*m1*m2 *n1 *n2 *r446
10 8 5 10 6 7 9 10 4
+ 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r4111
9 6 8 8 12 3 8 10 5
+ 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446
8 8 7 8 6 9 7 8 8 7 6 10
- m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(m1 *n1 *n2 + 2*m1 *n1 *n2
7 2 14 7 16 6 9 7 6 7 9
- 2*m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - 6*m1 *m2*n1 *n2
6 5 11 6 3 13 6 15
+ 12*m1 *m2*n1 *n2 + 22*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2
5 2 10 6 5 2 8 8 5 2 6 10
+ 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 - 62*m1 *m2 *n1 *n2
5 2 4 12 5 2 2 14 5 2 16
- 80*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2 + m1 *m2 *n2
4 3 11 5 4 3 9 7 4 3 7 9
- 10*m1 *m2 *n1 *n2 + 25*m1 *m2 *n1 *n2 + 130*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13 4 3 15
+ 140*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 12 4 3 4 10 6 3 4 8 8
+ 5*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2 - 140*m1 *m2 *n1 *n2
3 4 6 10 3 4 4 12 3 4 2 14
- 130*m1 *m2 *n1 *n2 - 25*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 5 13 3 2 5 11 5 2 5 9 7
- m1 *m2 *n1 *n2 + 28*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
2 5 7 9 2 5 5 11 2 5 3 13
+ 62*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
6 12 4 6 10 6 6 8 8
- 9*m1*m2 *n1 *n2 - 22*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2
6 6 10 6 4 12 7 13 3 7 11 5
+ 6*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + 2*m2 *n1 *n2
7 7 9 7 5 11
- 2*m2 *n1 *n2 - m2 *n1 *n2 )
r442=0
3 10 4 6 3 10 2 8
r444=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14
3 9 5 5 3 9 3 7
+ 48*a33 *m1 *m2*n1 *n2 *r14 - 96*a33 *m1 *m2*n1 *n2 *r14
3 9 9 3 8 2 6 4
+ 16*a33 *m1 *m2*n1*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 4 6 3 8 2 2 8
+ 416*a33 *m1 *m2 *n1 *n2 *r14 - 176*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 10 3 7 3 7 3
+ 8*a33 *m1 *m2 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 5 5 3 7 3 3 7
- 928*a33 *m1 *m2 *n1 *n2 *r14 + 736*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 9 3 6 4 8 2
- 96*a33 *m1 *m2 *n1*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 6 4 3 6 4 4 6
+ 1200*a33 *m1 *m2 *n1 *n2 *r14 - 1616*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 2 8 3 6 4 10
+ 416*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n2 *r14
3 5 5 9 3 5 5 7 3
+ 48*a33 *m1 *m2 *n1 *n2*r14 - 928*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 5 5 3 5 5 3 7
+ 2080*a33 *m1 *m2 *n1 *n2 *r14 - 928*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 9 3 4 6 10
+ 48*a33 *m1 *m2 *n1*n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 4 6 8 2 3 4 6 6 4
+ 416*a33 *m1 *m2 *n1 *n2 *r14 - 1616*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 4 6 3 4 6 2 8
+ 1200*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 9 3 3 7 7 3
- 96*a33 *m1 *m2 *n1 *n2*r14 + 736*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 5 5 3 3 7 3 7
- 928*a33 *m1 *m2 *n1 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 10 3 2 8 8 2
+ 8*a33 *m1 *m2 *n1 *r14 - 176*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 6 4 3 2 8 4 6
+ 416*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 9 9 3 9 7 3
+ 16*a33 *m1*m2 *n1 *n2*r14 - 96*a33 *m1*m2 *n1 *n2 *r14
3 9 5 5 3 10 8 2
+ 48*a33 *m1*m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *n2 *r14
3 10 6 4 2 10 4 7
- 8*a33 *m2 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r214
2 10 2 9 2 9 5 6
+ 8*a33 *m1 *n1 *n2 *r214 + 48*a33 *m1 *m2*n1 *n2 *r214
2 9 3 8 2 9 10
- 96*a33 *m1 *m2*n1 *n2 *r214 + 16*a33 *m1 *m2*n1*n2 *r214
2 8 2 6 5 2 8 2 4 7
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 2 9 2 8 2 11
- 176*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 7 3 7 4 2 7 3 5 6
+ 160*a33 *m1 *m2 *n1 *n2 *r214 - 928*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 3 8 2 7 3 10
+ 736*a33 *m1 *m2 *n1 *n2 *r214 - 96*a33 *m1 *m2 *n1*n2 *r214
2 6 4 8 3 2 6 4 6 5
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 1200*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 4 7 2 6 4 2 9
- 1616*a33 *m1 *m2 *n1 *n2 *r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 11 2 5 5 9 2
- 8*a33 *m1 *m2 *n2 *r214 + 48*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 7 4 2 5 5 5 6
- 928*a33 *m1 *m2 *n1 *n2 *r214 + 2080*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 3 8 2 5 5 10
- 928*a33 *m1 *m2 *n1 *n2 *r214 + 48*a33 *m1 *m2 *n1*n2 *r214
2 4 6 10 2 4 6 8 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 6 5 2 4 6 4 7
- 1616*a33 *m1 *m2 *n1 *n2 *r214 + 1200*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 2 9 2 3 7 9 2
- 120*a33 *m1 *m2 *n1 *n2 *r214 - 96*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 4 2 3 7 5 6
+ 736*a33 *m1 *m2 *n1 *n2 *r214 - 928*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 3 8 2 2 8 10
+ 160*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n1 *n2*r214
2 2 8 8 3 2 2 8 6 5
- 176*a33 *m1 *m2 *n1 *n2 *r214 + 416*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 4 7 2 9 9 2
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 16*a33 *m1*m2 *n1 *n2 *r214
2 9 7 4 2 9 5 6
- 96*a33 *m1*m2 *n1 *n2 *r214 + 48*a33 *m1*m2 *n1 *n2 *r214
2 10 8 3 2 10 6 5
+ 8*a33 *m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2 *r214
10 4 9 10 2 11 9 5 8
- 8*m1 *n1 *n2 *r464 + 8*m1 *n1 *n2 *r464 + 48*m1 *m2*n1 *n2 *r464
9 3 10 9 12 9 5 9
- 96*m1 *m2*n1 *n2 *r464 + 16*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
9 13 8 2 6 7
- 2*m1 *n1*n2 *r4111 - 120*m1 *m2 *n1 *n2 *r464
8 2 4 9 8 2 2 11
+ 416*m1 *m2 *n1 *n2 *r464 - 176*m1 *m2 *n1 *n2 *r464
8 2 13 8 6 8
+ 8*m1 *m2 *n2 *r464 - 12*m1 *m2*n1 *n2 *r4111
8 4 10 8 2 12
+ 10*m1 *m2*n1 *n2 *r4111 + 20*m1 *m2*n1 *n2 *r4111
8 14 8 6 9 8 4 11
- 2*m1 *m2*n2 *r4111 - m1 *n1 *n2 *r446 - m1 *n1 *n2 *r446
8 2 13 8 15 7 3 7 6
+ m1 *n1 *n2 *r446 + m1 *n2 *r446 + 160*m1 *m2 *n1 *n2 *r464
7 3 5 8 7 3 3 10
- 928*m1 *m2 *n1 *n2 *r464 + 736*m1 *m2 *n1 *n2 *r464
7 3 12 7 2 7 7
- 96*m1 *m2 *n1*n2 *r464 + 30*m1 *m2 *n1 *n2 *r4111
7 2 5 9 7 2 3 11
- 62*m1 *m2 *n1 *n2 *r4111 - 70*m1 *m2 *n1 *n2 *r4111
7 2 13 7 7 8
+ 22*m1 *m2 *n1*n2 *r4111 + 6*m1 *m2*n1 *n2 *r446
7 5 10 7 3 12
+ 2*m1 *m2*n1 *n2 *r446 - 14*m1 *m2*n1 *n2 *r446
7 14 6 4 8 5
- 10*m1 *m2*n1*n2 *r446 - 120*m1 *m2 *n1 *n2 *r464
6 4 6 7 6 4 4 9
+ 1200*m1 *m2 *n1 *n2 *r464 - 1616*m1 *m2 *n1 *n2 *r464
6 4 2 11 6 4 13
+ 416*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
6 3 8 6 6 3 6 8
- 40*m1 *m2 *n1 *n2 *r4111 + 162*m1 *m2 *n1 *n2 *r4111
6 3 4 10 6 3 2 12
+ 110*m1 *m2 *n1 *n2 *r4111 - 90*m1 *m2 *n1 *n2 *r4111
6 3 14 6 2 8 7
+ 2*m1 *m2 *n2 *r4111 - 15*m1 *m2 *n1 *n2 *r446
6 2 6 9 6 2 4 11
+ 10*m1 *m2 *n1 *n2 *r446 + 64*m1 *m2 *n1 *n2 *r446
6 2 2 13 6 2 15 5 5 9 4
+ 38*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 + 48*m1 *m2 *n1 *n2 *r464
5 5 7 6 5 5 5 8
- 928*m1 *m2 *n1 *n2 *r464 + 2080*m1 *m2 *n1 *n2 *r464
5 5 3 10 5 5 12
- 928*m1 *m2 *n1 *n2 *r464 + 48*m1 *m2 *n1*n2 *r464
5 4 9 5 5 4 7 7
+ 30*m1 *m2 *n1 *n2 *r4111 - 230*m1 *m2 *n1 *n2 *r4111
5 4 5 9 5 4 3 11
- 58*m1 *m2 *n1 *n2 *r4111 + 190*m1 *m2 *n1 *n2 *r4111
5 4 13 5 3 9 6
- 12*m1 *m2 *n1*n2 *r4111 + 20*m1 *m2 *n1 *n2 *r446
5 3 7 8 5 3 5 10
- 46*m1 *m2 *n1 *n2 *r446 - 146*m1 *m2 *n1 *n2 *r446
5 3 3 12 5 3 14
- 74*m1 *m2 *n1 *n2 *r446 + 6*m1 *m2 *n1*n2 *r446
4 6 10 3 4 6 8 5
- 8*m1 *m2 *n1 *n2 *r464 + 416*m1 *m2 *n1 *n2 *r464
4 6 6 7 4 6 4 9
- 1616*m1 *m2 *n1 *n2 *r464 + 1200*m1 *m2 *n1 *n2 *r464
4 6 2 11 4 5 10 4
- 120*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n1 *n2 *r4111
4 5 8 6 4 5 6 8
+ 190*m1 *m2 *n1 *n2 *r4111 - 58*m1 *m2 *n1 *n2 *r4111
4 5 4 10 4 5 2 12
- 230*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
4 4 10 5 4 4 8 7
- 15*m1 *m2 *n1 *n2 *r446 + 80*m1 *m2 *n1 *n2 *r446
4 4 6 9 4 4 4 11
+ 190*m1 *m2 *n1 *n2 *r446 + 80*m1 *m2 *n1 *n2 *r446
4 4 2 13 3 7 9 4
- 15*m1 *m2 *n1 *n2 *r446 - 96*m1 *m2 *n1 *n2 *r464
3 7 7 6 3 7 5 8
+ 736*m1 *m2 *n1 *n2 *r464 - 928*m1 *m2 *n1 *n2 *r464
3 7 3 10 3 6 11 3
+ 160*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
3 6 9 5 3 6 7 7
- 90*m1 *m2 *n1 *n2 *r4111 + 110*m1 *m2 *n1 *n2 *r4111
3 6 5 9 3 6 3 11
+ 162*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
3 5 11 4 3 5 9 6
+ 6*m1 *m2 *n1 *n2 *r446 - 74*m1 *m2 *n1 *n2 *r446
3 5 7 8 3 5 5 10
- 146*m1 *m2 *n1 *n2 *r446 - 46*m1 *m2 *n1 *n2 *r446
3 5 3 12 2 8 10 3
+ 20*m1 *m2 *n1 *n2 *r446 + 8*m1 *m2 *n1 *n2 *r464
2 8 8 5 2 8 6 7
- 176*m1 *m2 *n1 *n2 *r464 + 416*m1 *m2 *n1 *n2 *r464
2 8 4 9 2 7 10 4
- 120*m1 *m2 *n1 *n2 *r464 + 22*m1 *m2 *n1 *n2 *r4111
2 7 8 6 2 7 6 8
- 70*m1 *m2 *n1 *n2 *r4111 - 62*m1 *m2 *n1 *n2 *r4111
2 7 4 10 2 6 12 3
+ 30*m1 *m2 *n1 *n2 *r4111 - m1 *m2 *n1 *n2 *r446
2 6 10 5 2 6 8 7
+ 38*m1 *m2 *n1 *n2 *r446 + 64*m1 *m2 *n1 *n2 *r446
2 6 6 9 2 6 4 11
+ 10*m1 *m2 *n1 *n2 *r446 - 15*m1 *m2 *n1 *n2 *r446
9 9 4 9 7 6
+ 16*m1*m2 *n1 *n2 *r464 - 96*m1*m2 *n1 *n2 *r464
9 5 8 8 11 3
+ 48*m1*m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r4111
8 9 5 8 7 7
+ 20*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r4111
8 5 9 7 11 4
- 12*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r446
7 9 6 7 7 8 7 5 10
- 14*m1*m2 *n1 *n2 *r446 + 2*m1*m2 *n1 *n2 *r446 + 6*m1*m2 *n1 *n2 *r446
10 8 5 10 6 7 9 10 4
+ 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r4111
9 6 8 8 12 3 8 10 5
+ 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446
8 8 7 8 6 9 7 8 8 7 6 10
- m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446)/(m1 *n1 *n2 + 2*m1 *n1 *n2
7 2 14 7 16 6 9 7 6 7 9
- 2*m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - 6*m1 *m2*n1 *n2
6 5 11 6 3 13 6 15
+ 12*m1 *m2*n1 *n2 + 22*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2
5 2 10 6 5 2 8 8 5 2 6 10
+ 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 - 62*m1 *m2 *n1 *n2
5 2 4 12 5 2 2 14 5 2 16
- 80*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2 + m1 *m2 *n2
4 3 11 5 4 3 9 7 4 3 7 9
- 10*m1 *m2 *n1 *n2 + 25*m1 *m2 *n1 *n2 + 130*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13 4 3 15
+ 140*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 12 4 3 4 10 6 3 4 8 8
+ 5*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2 - 140*m1 *m2 *n1 *n2
3 4 6 10 3 4 4 12 3 4 2 14
- 130*m1 *m2 *n1 *n2 - 25*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 5 13 3 2 5 11 5 2 5 9 7
- m1 *m2 *n1 *n2 + 28*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
2 5 7 9 2 5 5 11 2 5 3 13
+ 62*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
6 12 4 6 10 6 6 8 8
- 9*m1*m2 *n1 *n2 - 22*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2
6 6 10 6 4 12 7 13 3 7 11 5
+ 6*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + 2*m2 *n1 *n2
7 7 9 7 5 11
- 2*m2 *n1 *n2 - m2 *n1 *n2 )
r445=0
r447=0
2*m1*n2*r4111 - 2*m2*n1*r4111
r448=-------------------------------
2 2
n1 + n2
r449=0
r450=0
r451=0
2*m1*n2*r464 - 2*m2*n1*r464
r453=-----------------------------
2 2
n1 + n2
r454=0
3 9 4 5 3 9 2 7 3 9 9
r455=( - 12*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14 + 4*a33 *m1 *n2 *r14
3 8 5 4 3 8 3 6
+ 60*a33 *m1 *m2*n1 *n2 *r14 - 104*a33 *m1 *m2*n1 *n2 *r14
3 8 8 3 7 2 6 3
- 20*a33 *m1 *m2*n1*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 4 5 3 7 2 2 7
+ 408*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 9 3 6 3 7 2
+ 8*a33 *m1 *m2 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 5 4 3 6 3 3 6
- 760*a33 *m1 *m2 *n1 *n2 *r14 + 360*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 8 3 5 4 8
- 104*a33 *m1 *m2 *n1*n2 *r14 - 60*a33 *m1 *m2 *n1 *n2*r14
3 5 4 6 3 3 5 4 4 5
+ 760*a33 *m1 *m2 *n1 *n2 *r14 - 776*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 2 7 3 5 4 9
+ 408*a33 *m1 *m2 *n1 *n2 *r14 - 12*a33 *m1 *m2 *n2 *r14
3 4 5 9 3 4 5 7 2
+ 12*a33 *m1 *m2 *n1 *r14 - 408*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 5 4 3 4 5 3 6
+ 776*a33 *m1 *m2 *n1 *n2 *r14 - 760*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 8 3 3 6 8
+ 60*a33 *m1 *m2 *n1*n2 *r14 + 104*a33 *m1 *m2 *n1 *n2*r14
3 3 6 6 3 3 3 6 4 5
- 360*a33 *m1 *m2 *n1 *n2 *r14 + 760*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 2 7 3 2 7 9
- 120*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 2 7 7 2 3 2 7 5 4
+ 40*a33 *m1 *m2 *n1 *n2 *r14 - 408*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 3 6 3 8 8
+ 120*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1*m2 *n1 *n2*r14
3 8 6 3 3 8 4 5
+ 104*a33 *m1*m2 *n1 *n2 *r14 - 60*a33 *m1*m2 *n1 *n2 *r14
3 9 9 3 9 7 2 3 9 5 4
- 4*a33 *m2 *n1 *r14 - 8*a33 *m2 *n1 *n2 *r14 + 12*a33 *m2 *n1 *n2 *r14
2 9 4 6 2 9 2 8
- 12*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1 *n2 *r214
2 9 10 2 8 5 5
+ 4*a33 *m1 *n2 *r214 + 60*a33 *m1 *m2*n1 *n2 *r214
2 8 3 7 2 8 9
- 104*a33 *m1 *m2*n1 *n2 *r214 - 20*a33 *m1 *m2*n1*n2 *r214
2 7 2 6 4 2 7 2 4 6
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 408*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 2 8 2 7 2 10
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 6 3 7 3 2 6 3 5 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 760*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 3 7 2 6 3 9
+ 360*a33 *m1 *m2 *n1 *n2 *r214 - 104*a33 *m1 *m2 *n1*n2 *r214
2 5 4 8 2 2 5 4 6 4
- 60*a33 *m1 *m2 *n1 *n2 *r214 + 760*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 4 6 2 5 4 2 8
- 776*a33 *m1 *m2 *n1 *n2 *r214 + 408*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 10 2 4 5 9
- 12*a33 *m1 *m2 *n2 *r214 + 12*a33 *m1 *m2 *n1 *n2*r214
2 4 5 7 3 2 4 5 5 5
- 408*a33 *m1 *m2 *n1 *n2 *r214 + 776*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 3 7 2 4 5 9
- 760*a33 *m1 *m2 *n1 *n2 *r214 + 60*a33 *m1 *m2 *n1*n2 *r214
2 3 6 8 2 2 3 6 6 4
+ 104*a33 *m1 *m2 *n1 *n2 *r214 - 360*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 4 6 2 3 6 2 8
+ 760*a33 *m1 *m2 *n1 *n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 9 2 2 7 7 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 5 5 2 2 7 3 7
- 408*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 8 8 2 2 8 6 4
+ 20*a33 *m1*m2 *n1 *n2 *r214 + 104*a33 *m1*m2 *n1 *n2 *r214
2 8 4 6 2 9 9
- 60*a33 *m1*m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2*r214
2 9 7 3 2 9 5 5
- 8*a33 *m2 *n1 *n2 *r214 + 12*a33 *m2 *n1 *n2 *r214
9 4 8 9 2 10 9 12
- 12*m1 *n1 *n2 *r464 + 8*m1 *n1 *n2 *r464 + 4*m1 *n2 *r464
8 5 7 8 3 9
+ 60*m1 *m2*n1 *n2 *r464 - 104*m1 *m2*n1 *n2 *r464
8 11 8 5 8 8 12
- 20*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111 - 2*m1 *n1*n2 *r4111
7 2 6 6 7 2 4 8
- 120*m1 *m2 *n1 *n2 *r464 + 408*m1 *m2 *n1 *n2 *r464
7 2 2 10 7 2 12
- 40*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
7 6 7 7 4 9
- 10*m1 *m2*n1 *n2 *r4111 + 10*m1 *m2*n1 *n2 *r4111
7 2 11 7 13 7 6 8
+ 18*m1 *m2*n1 *n2 *r4111 - 2*m1 *m2*n2 *r4111 - m1 *n1 *n2 *r446
7 4 10 7 2 12 7 14
- m1 *n1 *n2 *r446 + m1 *n1 *n2 *r446 + m1 *n2 *r446
6 3 7 5 6 3 5 7
+ 120*m1 *m2 *n1 *n2 *r464 - 760*m1 *m2 *n1 *n2 *r464
6 3 3 9 6 3 11
+ 360*m1 *m2 *n1 *n2 *r464 - 104*m1 *m2 *n1*n2 *r464
6 2 7 6 6 2 5 8
+ 20*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
6 2 3 10 6 2 12
- 52*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1*n2 *r4111
6 7 7 6 5 9 6 3 11
+ 5*m1 *m2*n1 *n2 *r446 + m1 *m2*n1 *n2 *r446 - 13*m1 *m2*n1 *n2 *r446
6 13 5 4 8 4
- 9*m1 *m2*n1*n2 *r446 - 60*m1 *m2 *n1 *n2 *r464
5 4 6 6 5 4 4 8
+ 760*m1 *m2 *n1 *n2 *r464 - 776*m1 *m2 *n1 *n2 *r464
5 4 2 10 5 4 12
+ 408*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n2 *r464
5 3 8 5 5 3 6 7
- 20*m1 *m2 *n1 *n2 *r4111 + 110*m1 *m2 *n1 *n2 *r4111
5 3 4 9 5 3 2 11
+ 58*m1 *m2 *n1 *n2 *r4111 - 70*m1 *m2 *n1 *n2 *r4111
5 3 13 5 2 8 6
+ 2*m1 *m2 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
5 2 6 8 5 2 4 10
+ 11*m1 *m2 *n1 *n2 *r446 + 51*m1 *m2 *n1 *n2 *r446
5 2 2 12 5 2 14 4 5 9 3
+ 29*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 + 12*m1 *m2 *n1 *n2 *r464
4 5 7 5 4 5 5 7
- 408*m1 *m2 *n1 *n2 *r464 + 776*m1 *m2 *n1 *n2 *r464
4 5 3 9 4 5 11
- 760*m1 *m2 *n1 *n2 *r464 + 60*m1 *m2 *n1*n2 *r464
4 4 9 4 4 4 7 6
+ 10*m1 *m2 *n1 *n2 *r4111 - 120*m1 *m2 *n1 *n2 *r4111
4 4 3 10 4 4 12
+ 120*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
4 3 9 5 4 3 7 7
+ 10*m1 *m2 *n1 *n2 *r446 - 35*m1 *m2 *n1 *n2 *r446
4 3 5 9 4 3 3 11
- 95*m1 *m2 *n1 *n2 *r446 - 45*m1 *m2 *n1 *n2 *r446
4 3 13 3 6 8 4
+ 5*m1 *m2 *n1*n2 *r446 + 104*m1 *m2 *n1 *n2 *r464
3 6 6 6 3 6 4 8
- 360*m1 *m2 *n1 *n2 *r464 + 760*m1 *m2 *n1 *n2 *r464
3 6 2 10 3 5 10 3
- 120*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r4111
3 5 8 5 3 5 6 7
+ 70*m1 *m2 *n1 *n2 *r4111 - 58*m1 *m2 *n1 *n2 *r4111
3 5 4 9 3 5 2 11
- 110*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
3 4 10 4 3 4 8 6
- 5*m1 *m2 *n1 *n2 *r446 + 45*m1 *m2 *n1 *n2 *r446
3 4 6 8 3 4 4 10
+ 95*m1 *m2 *n1 *n2 *r446 + 35*m1 *m2 *n1 *n2 *r446
3 4 2 12 2 7 9 3
- 10*m1 *m2 *n1 *n2 *r446 - 8*m1 *m2 *n1 *n2 *r464
2 7 7 5 2 7 5 7
+ 40*m1 *m2 *n1 *n2 *r464 - 408*m1 *m2 *n1 *n2 *r464
2 7 3 9 2 6 9 4
+ 120*m1 *m2 *n1 *n2 *r464 - 20*m1 *m2 *n1 *n2 *r4111
2 6 7 6 2 6 5 8
+ 52*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
2 6 3 10 2 5 11 3
- 20*m1 *m2 *n1 *n2 *r4111 + m1 *m2 *n1 *n2 *r446
2 5 9 5 2 5 7 7
- 29*m1 *m2 *n1 *n2 *r446 - 51*m1 *m2 *n1 *n2 *r446
2 5 5 9 2 5 3 11
- 11*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
8 8 4 8 6 6
+ 20*m1*m2 *n1 *n2 *r464 + 104*m1*m2 *n1 *n2 *r464
8 4 8 7 10 3
- 60*m1*m2 *n1 *n2 *r464 + 2*m1*m2 *n1 *n2 *r4111
7 8 5 7 6 7
- 18*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
7 4 9 6 10 4
+ 10*m1*m2 *n1 *n2 *r4111 + 9*m1*m2 *n1 *n2 *r446
6 8 6 6 6 8 6 4 10
+ 13*m1*m2 *n1 *n2 *r446 - m1*m2 *n1 *n2 *r446 - 5*m1*m2 *n1 *n2 *r446
9 9 3 9 7 5 9 5 7
- 4*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464 + 12*m2 *n1 *n2 *r464
8 9 4 8 5 8 7 11 3
+ 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446
7 9 5 7 7 7 7 5 9 7 6 8
- m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(2*m1 *n1 *n2
7 4 10 7 2 12 7 14 6 7 7
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - 2*m1 *n2 - 10*m1 *m2*n1 *n2
6 5 9 6 3 11 6 13
- 2*m1 *m2*n1 *n2 + 26*m1 *m2*n1 *n2 + 18*m1 *m2*n1*n2
5 2 8 6 5 2 6 8 5 2 4 10
+ 20*m1 *m2 *n1 *n2 - 22*m1 *m2 *n1 *n2 - 102*m1 *m2 *n1 *n2
5 2 2 12 5 2 14 4 3 9 5
- 58*m1 *m2 *n1 *n2 + 2*m1 *m2 *n2 - 20*m1 *m2 *n1 *n2
4 3 7 7 4 3 5 9 4 3 3 11
+ 70*m1 *m2 *n1 *n2 + 190*m1 *m2 *n1 *n2 + 90*m1 *m2 *n1 *n2
4 3 13 3 4 10 4 3 4 8 6
- 10*m1 *m2 *n1*n2 + 10*m1 *m2 *n1 *n2 - 90*m1 *m2 *n1 *n2
3 4 6 8 3 4 4 10 3 4 2 12
- 190*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2 + 20*m1 *m2 *n1 *n2
2 5 11 3 2 5 9 5 2 5 7 7
- 2*m1 *m2 *n1 *n2 + 58*m1 *m2 *n1 *n2 + 102*m1 *m2 *n1 *n2
2 5 5 9 2 5 3 11 6 10 4
+ 22*m1 *m2 *n1 *n2 - 20*m1 *m2 *n1 *n2 - 18*m1*m2 *n1 *n2
6 8 6 6 6 8 6 4 10 7 11 3
- 26*m1*m2 *n1 *n2 + 2*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2 + 2*m2 *n1 *n2
7 9 5 7 7 7 7 5 9
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - 2*m2 *n1 *n2 )
r456=0
r458=0
3 9 3 6 3 9 8
r459=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1*n2 *r14
3 8 4 5 3 8 2 7
+ 48*a33 *m1 *m2*n1 *n2 *r14 - 88*a33 *m1 *m2*n1 *n2 *r14
3 8 9 3 7 2 5 4
+ 8*a33 *m1 *m2*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 3 6 3 7 2 8
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 88*a33 *m1 *m2 *n1*n2 *r14
3 6 3 6 3 3 6 3 4 5
+ 160*a33 *m1 *m2 *n1 *n2 *r14 - 808*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 2 7 3 6 3 9
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n2 *r14
3 5 4 7 2 3 5 4 5 4
- 120*a33 *m1 *m2 *n1 *n2 *r14 + 1040*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 3 6 3 5 4 8
- 808*a33 *m1 *m2 *n1 *n2 *r14 + 48*a33 *m1 *m2 *n1*n2 *r14
3 4 5 8 3 4 5 6 3
+ 48*a33 *m1 *m2 *n1 *n2*r14 - 808*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 4 5 3 4 5 2 7
+ 1040*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 9 3 3 6 7 2
- 8*a33 *m1 *m2 *n1 *r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 5 4 3 3 6 3 6
- 808*a33 *m1 *m2 *n1 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 8 3 2 7 6 3
- 88*a33 *m1 *m2 *n1 *n2*r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 4 5 3 8 9
- 120*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1*m2 *n1 *r14
3 8 7 2 3 8 5 4
- 88*a33 *m1*m2 *n1 *n2 *r14 + 48*a33 *m1*m2 *n1 *n2 *r14
3 9 8 3 9 6 3
+ 8*a33 *m2 *n1 *n2*r14 - 8*a33 *m2 *n1 *n2 *r14
2 9 3 7 2 9 9
- 8*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1*n2 *r214
2 8 4 6 2 8 2 8
+ 48*a33 *m1 *m2*n1 *n2 *r214 - 88*a33 *m1 *m2*n1 *n2 *r214
2 8 10 2 7 2 5 5
+ 8*a33 *m1 *m2*n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 3 7 2 7 2 9
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 88*a33 *m1 *m2 *n1*n2 *r214
2 6 3 6 4 2 6 3 4 6
+ 160*a33 *m1 *m2 *n1 *n2 *r214 - 808*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 2 8 2 6 3 10
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 5 4 7 3 2 5 4 5 5
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 1040*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 3 7 2 5 4 9
- 808*a33 *m1 *m2 *n1 *n2 *r214 + 48*a33 *m1 *m2 *n1*n2 *r214
2 4 5 8 2 2 4 5 6 4
+ 48*a33 *m1 *m2 *n1 *n2 *r214 - 808*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 4 6 2 4 5 2 8
+ 1040*a33 *m1 *m2 *n1 *n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 9 2 3 6 7 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 5 5 2 3 6 3 7
- 808*a33 *m1 *m2 *n1 *n2 *r214 + 160*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 8 2 2 2 7 6 4
- 88*a33 *m1 *m2 *n1 *n2 *r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 4 6 2 8 9
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1*m2 *n1 *n2*r214
2 8 7 3 2 8 5 5
- 88*a33 *m1*m2 *n1 *n2 *r214 + 48*a33 *m1*m2 *n1 *n2 *r214
2 9 8 2 2 9 6 4 9 3 9
+ 8*a33 *m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2 *r214 - 8*m1 *n1 *n2 *r464
9 11 8 4 8 8 2 10
+ 8*m1 *n1*n2 *r464 + 48*m1 *m2*n1 *n2 *r464 - 88*m1 *m2*n1 *n2 *r464
8 12 8 4 9 8 13
+ 8*m1 *m2*n2 *r464 + 2*m1 *n1 *n2 *r4111 - 2*m1 *n2 *r4111
7 2 5 7 7 2 3 9
- 120*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
7 2 11 7 5 8
- 88*m1 *m2 *n1*n2 *r464 - 12*m1 *m2*n1 *n2 *r4111
7 3 10 7 12
+ 8*m1 *m2*n1 *n2 *r4111 + 20*m1 *m2*n1*n2 *r4111
6 3 6 6 6 3 4 8
+ 160*m1 *m2 *n1 *n2 *r464 - 808*m1 *m2 *n1 *n2 *r464
6 3 2 10 6 3 12
+ 368*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
6 2 6 7 6 2 4 9
+ 30*m1 *m2 *n1 *n2 *r4111 - 50*m1 *m2 *n1 *n2 *r4111
6 2 2 11 6 2 13
- 78*m1 *m2 *n1 *n2 *r4111 + 2*m1 *m2 *n2 *r4111
5 4 7 5 5 4 5 7
- 120*m1 *m2 *n1 *n2 *r464 + 1040*m1 *m2 *n1 *n2 *r464
5 4 3 9 5 4 11
- 808*m1 *m2 *n1 *n2 *r464 + 48*m1 *m2 *n1*n2 *r464
5 3 7 6 5 3 5 8
- 40*m1 *m2 *n1 *n2 *r4111 + 132*m1 *m2 *n1 *n2 *r4111
5 3 3 10 5 3 12
+ 160*m1 *m2 *n1 *n2 *r4111 - 12*m1 *m2 *n1*n2 *r4111
4 5 8 4 4 5 6 6
+ 48*m1 *m2 *n1 *n2 *r464 - 808*m1 *m2 *n1 *n2 *r464
4 5 4 8 4 5 2 10
+ 1040*m1 *m2 *n1 *n2 *r464 - 120*m1 *m2 *n1 *n2 *r464
4 4 8 5 4 4 6 7
+ 30*m1 *m2 *n1 *n2 *r4111 - 190*m1 *m2 *n1 *n2 *r4111
4 4 4 9 4 4 2 11
- 190*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
3 6 9 3 3 6 7 5
- 8*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
3 6 5 7 3 6 3 9
- 808*m1 *m2 *n1 *n2 *r464 + 160*m1 *m2 *n1 *n2 *r464
3 5 9 4 3 5 7 6
- 12*m1 *m2 *n1 *n2 *r4111 + 160*m1 *m2 *n1 *n2 *r4111
3 5 5 8 3 5 3 10
+ 132*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
2 7 8 4 2 7 6 6
- 88*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
2 7 4 8 2 6 10 3
- 120*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
2 6 8 5 2 6 6 7
- 78*m1 *m2 *n1 *n2 *r4111 - 50*m1 *m2 *n1 *n2 *r4111
2 6 4 9 8 9 3
+ 30*m1 *m2 *n1 *n2 *r4111 + 8*m1*m2 *n1 *n2 *r464
8 7 5 8 5 7
- 88*m1*m2 *n1 *n2 *r464 + 48*m1*m2 *n1 *n2 *r464
7 9 4 7 7 6
+ 20*m1*m2 *n1 *n2 *r4111 + 8*m1*m2 *n1 *n2 *r4111
7 5 8 9 8 4 9 6 6
- 12*m1*m2 *n1 *n2 *r4111 + 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464
8 10 3 8 6 7 7 6 8 7 4 10
- 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n1 *n2
7 2 12 7 14 6 7 7 6 5 9
- m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - m1 *m2*n1 *n2
6 3 11 6 13 5 2 8 6
+ 13*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2
5 2 6 8 5 2 4 10 5 2 2 12
- 11*m1 *m2 *n1 *n2 - 51*m1 *m2 *n1 *n2 - 29*m1 *m2 *n1 *n2
5 2 14 4 3 9 5 4 3 7 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
4 3 5 9 4 3 3 11 4 3 13
+ 95*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 10 4 3 4 8 6 3 4 6 8
+ 5*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2 - 95*m1 *m2 *n1 *n2
3 4 4 10 3 4 2 12 2 5 11 3
- 35*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
2 5 9 5 2 5 7 7 2 5 5 9
+ 29*m1 *m2 *n1 *n2 + 51*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2
2 5 3 11 6 10 4 6 8 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 13*m1*m2 *n1 *n2
6 6 8 6 4 10 7 11 3 7 9 5
+ m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2
7 7 7 7 5 9
- m2 *n1 *n2 - m2 *n1 *n2 )
3 7 2 5 3 7 7
r460=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n2 *r14
3 6 3 4 3 6 6
+ 40*a33 *m1 *m2*n1 *n2 *r14 - 72*a33 *m1 *m2*n1*n2 *r14
3 5 2 4 3 3 5 2 2 5
- 80*a33 *m1 *m2 *n1 *n2 *r14 + 248*a33 *m1 *m2 *n1 *n2 *r14
3 5 2 7 3 4 3 5 2
- 8*a33 *m1 *m2 *n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 4 3 3 4 3 4 3 6
- 440*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1*n2 *r14
3 3 4 6 3 3 4 4 3
- 40*a33 *m1 *m2 *n1 *n2*r14 + 440*a33 *m1 *m2 *n1 *n2 *r14
3 3 4 2 5 3 2 5 7
- 80*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 2 5 5 2 3 2 5 3 4
- 248*a33 *m1 *m2 *n1 *n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 6 6 3 6 4 3
+ 72*a33 *m1*m2 *n1 *n2*r14 - 40*a33 *m1*m2 *n1 *n2 *r14
3 7 7 3 7 5 2 2 7 2 6
- 8*a33 *m2 *n1 *r14 + 8*a33 *m2 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r214
2 7 8 2 6 3 5
+ 8*a33 *m1 *n2 *r214 + 40*a33 *m1 *m2*n1 *n2 *r214
2 6 7 2 5 2 4 4
- 72*a33 *m1 *m2*n1*n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 5 2 2 6 2 5 2 8
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 4 3 5 3 2 4 3 3 5
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 440*a33 *m1 *m2 *n1 *n2 *r214
2 4 3 7 2 3 4 6 2
+ 40*a33 *m1 *m2 *n1*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 3 4 4 4 2 3 4 2 6
+ 440*a33 *m1 *m2 *n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 2 5 7 2 2 5 5 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 2 5 3 5 2 6 6 2
+ 80*a33 *m1 *m2 *n1 *n2 *r214 + 72*a33 *m1*m2 *n1 *n2 *r214
2 6 4 4 2 7 7
- 40*a33 *m1*m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2*r214
2 7 5 3 7 2 8 7 10
+ 8*a33 *m2 *n1 *n2 *r214 - 8*m1 *n1 *n2 *r464 + 8*m1 *n2 *r464
6 3 7 6 9 6 3 8
+ 40*m1 *m2*n1 *n2 *r464 - 72*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
6 10 5 2 4 6
+ 2*m1 *n1*n2 *r4111 - 80*m1 *m2 *n1 *n2 *r464
5 2 2 8 5 2 10
+ 248*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
5 4 7 5 2 9 5 11
- 10*m1 *m2*n1 *n2 *r4111 - 8*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n2 *r4111
5 4 8 5 2 10 5 12
- m1 *n1 *n2 *r446 - 2*m1 *n1 *n2 *r446 - m1 *n2 *r446
4 3 5 5 4 3 3 7
+ 80*m1 *m2 *n1 *n2 *r464 - 440*m1 *m2 *n1 *n2 *r464
4 3 9 4 2 5 6
+ 40*m1 *m2 *n1*n2 *r464 + 20*m1 *m2 *n1 *n2 *r4111
4 2 3 8 4 2 10
+ 10*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
4 5 7 4 3 9 4 11
+ 5*m1 *m2*n1 *n2 *r446 + 10*m1 *m2*n1 *n2 *r446 + 5*m1 *m2*n1*n2 *r446
3 4 6 4 3 4 4 6
- 40*m1 *m2 *n1 *n2 *r464 + 440*m1 *m2 *n1 *n2 *r464
3 4 2 8 3 3 6 5
- 80*m1 *m2 *n1 *n2 *r464 - 20*m1 *m2 *n1 *n2 *r4111
3 3 2 9 3 2 6 6
+ 20*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
3 2 4 8 3 2 2 10
- 20*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
2 5 7 3 2 5 5 5
+ 8*m1 *m2 *n1 *n2 *r464 - 248*m1 *m2 *n1 *n2 *r464
2 5 3 7 2 4 7 4
+ 80*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
2 4 5 6 2 4 3 8
- 10*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
2 3 7 5 2 3 5 7
+ 10*m1 *m2 *n1 *n2 *r446 + 20*m1 *m2 *n1 *n2 *r446
2 3 3 9 6 6 4
+ 10*m1 *m2 *n1 *n2 *r446 + 72*m1*m2 *n1 *n2 *r464
6 4 6 5 8 3
- 40*m1*m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r4111
5 6 5 5 4 7
+ 8*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r4111
4 8 4 4 6 6 4 4 8
- 5*m1*m2 *n1 *n2 *r446 - 10*m1*m2 *n1 *n2 *r446 - 5*m1*m2 *n1 *n2 *r446
7 7 3 7 5 5 6 7 4
- 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r4111
6 5 6 5 9 3 5 7 5
- 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r446
5 5 7 5 4 8 5 2 10 5 12
+ m2 *n1 *n2 *r446)/(2*m1 *n1 *n2 + 4*m1 *n1 *n2 + 2*m1 *n2
4 5 7 4 3 9 4 11
- 10*m1 *m2*n1 *n2 - 20*m1 *m2*n1 *n2 - 10*m1 *m2*n1*n2
3 2 6 6 3 2 4 8 3 2 2 10
+ 20*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2 + 20*m1 *m2 *n1 *n2
2 3 7 5 2 3 5 7 2 3 3 9
- 20*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2 - 20*m1 *m2 *n1 *n2
4 8 4 4 6 6 4 4 8 5 9 3
+ 10*m1*m2 *n1 *n2 + 20*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2 - 2*m2 *n1 *n2
5 7 5 5 5 7
- 4*m2 *n1 *n2 - 2*m2 *n1 *n2 )
r461=r4111
r462=0
r463=0
r465=0
3 6 5 3 5 2 4
r466=( - 4*a33 *m1 *n1*n2 *r14 + 20*a33 *m1 *m2*n1 *n2 *r14
3 5 6 3 4 2 3 3
- 4*a33 *m1 *m2*n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 2 5 3 3 3 4 2
+ 20*a33 *m1 *m2 *n1*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 3 3 2 4 3 2 4 5
- 40*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2*r14
3 2 4 3 3 3 5 6
+ 40*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1*m2 *n1 *r14
3 5 4 2 3 6 5
- 20*a33 *m1*m2 *n1 *n2 *r14 + 4*a33 *m2 *n1 *n2*r14
2 6 6 2 5 2 5
- 4*a33 *m1 *n1*n2 *r214 + 20*a33 *m1 *m2*n1 *n2 *r214
2 5 7 2 4 2 3 4
- 4*a33 *m1 *m2*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 4 2 6 2 3 3 4 3
+ 20*a33 *m1 *m2 *n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 3 3 2 5 2 2 4 5 2
- 40*a33 *m1 *m2 *n1 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 4 3 4 2 5 6
+ 40*a33 *m1 *m2 *n1 *n2 *r214 + 4*a33 *m1*m2 *n1 *n2*r214
2 5 4 3 2 6 5 2
- 20*a33 *m1*m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2 *r214
6 8 5 2 7 5 9
- 4*m1 *n1*n2 *r464 + 20*m1 *m2*n1 *n2 *r464 - 4*m1 *m2*n2 *r464
5 2 8 5 10 4 2 3 6
+ m1 *n1 *n2 *r4111 + m1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r464
4 2 8 4 3 7 4 9
+ 20*m1 *m2 *n1*n2 *r464 - 5*m1 *m2*n1 *n2 *r4111 - 5*m1 *m2*n1*n2 *r4111
3 3 4 5 3 3 2 7
+ 40*m1 *m2 *n1 *n2 *r464 - 40*m1 *m2 *n1 *n2 *r464
3 2 4 6 3 2 2 8
+ 10*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
2 4 5 4 2 4 3 6
- 20*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r464
2 3 5 5 2 3 3 7
- 10*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r4111
5 6 3 5 4 5 4 6 4
+ 4*m1*m2 *n1 *n2 *r464 - 20*m1*m2 *n1 *n2 *r464 + 5*m1*m2 *n1 *n2 *r4111
4 4 6 6 5 4 5 7 3
+ 5*m1*m2 *n1 *n2 *r4111 + 4*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r4111
5 5 5 5 2 8 5 10 4 3 7
- m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n2 - 5*m1 *m2*n1 *n2
4 9 3 2 4 6 3 2 2 8
- 5*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 3 5 5 2 3 3 7 4 6 4
- 10*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2 + 5*m1*m2 *n1 *n2
4 4 6 5 7 3 5 5 5
+ 5*m1*m2 *n1 *n2 - m2 *n1 *n2 - m2 *n1 *n2 )
3 5 5 3 4 4
r467=(4*a33 *m1 *n2 *r14 - 20*a33 *m1 *m2*n1*n2 *r14
3 3 2 2 3 3 2 3 3 2
+ 40*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 5 5 2 5 6
+ 20*a33 *m1*m2 *n1 *n2*r14 - 4*a33 *m2 *n1 *r14 + 4*a33 *m1 *n2 *r214
2 4 5 2 3 2 2 4
- 20*a33 *m1 *m2*n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 3 3 2 4 4 2
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 20*a33 *m1*m2 *n1 *n2 *r214
2 5 5 5 8 4 7
- 4*a33 *m2 *n1 *n2*r214 + 4*m1 *n2 *r464 - 20*m1 *m2*n1*n2 *r464
3 2 2 6 2 3 3 5
+ 40*m1 *m2 *n1 *n2 *r464 - 40*m1 *m2 *n1 *n2 *r464
4 4 4 5 5 3 4 2 7 4 9
+ 20*m1*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464)/(m1 *n1 *n2 + m1 *n2
3 3 6 3 8 2 2 4 5 2 2 2 7
- 4*m1 *m2*n1 *n2 - 4*m1 *m2*n1*n2 + 6*m1 *m2 *n1 *n2 + 6*m1 *m2 *n1 *n2
3 5 4 3 3 6 4 6 3 4 4 5
- 4*m1*m2 *n1 *n2 - 4*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2 )
r468=0
3 5 5 3 4 4 3 3 2 2 3
r469=(a33 *m1 *n2 *r14 - 5*a33 *m1 *m2*n1*n2 *r14 + 10*a33 *m1 *m2 *n1 *n2 *r14
3 2 3 3 2 3 4 4
- 10*a33 *m1 *m2 *n1 *n2 *r14 + 5*a33 *m1*m2 *n1 *n2*r14
3 5 5 2 5 6 2 4 5
- a33 *m2 *n1 *r14 + a33 *m1 *n2 *r214 - 5*a33 *m1 *m2*n1*n2 *r214
2 3 2 2 4 2 2 3 3 3
+ 10*a33 *m1 *m2 *n1 *n2 *r214 - 10*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 2 2 5 5 5 8
+ 5*a33 *m1*m2 *n1 *n2 *r214 - a33 *m2 *n1 *n2*r214 + m1 *n2 *r464
4 7 3 2 2 6
- 5*m1 *m2*n1*n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
2 3 3 5 4 4 4 5 5 3
- 10*m1 *m2 *n1 *n2 *r464 + 5*m1*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r464)/(
5 8 4 7 3 2 2 6 2 3 3 5
m1 *n2 - 5*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
4 4 4 5 5 3
+ 5*m1*m2 *n1 *n2 - m2 *n1 *n2 )
r470=0
3 10 6 6 3 10 4 8
r471=(12*a33 *m1 *n1 *n2 *r14 + 4*a33 *m1 *n1 *n2 *r14
3 10 2 10 3 10 12
- 12*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n2 *r14
3 9 7 5 3 9 5 7
- 72*a33 *m1 *m2*n1 *n2 *r14 + 40*a33 *m1 *m2*n1 *n2 *r14
3 9 3 9 3 9 11
+ 136*a33 *m1 *m2*n1 *n2 *r14 + 24*a33 *m1 *m2*n1*n2 *r14
3 8 2 8 4 3 8 2 6 6
+ 180*a33 *m1 *m2 *n1 *n2 *r14 - 332*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 4 8 3 8 2 2 10
- 492*a33 *m1 *m2 *n1 *n2 *r14 + 12*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 12 3 7 3 9 3
- 8*a33 *m1 *m2 *n2 *r14 - 240*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 7 5 3 7 3 5 7
+ 928*a33 *m1 *m2 *n1 *n2 *r14 + 768*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 3 9 3 7 3 11
- 288*a33 *m1 *m2 *n1 *n2 *r14 + 112*a33 *m1 *m2 *n1*n2 *r14
3 6 4 10 2 3 6 4 8 4
+ 180*a33 *m1 *m2 *n1 *n2 *r14 - 1340*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 6 6 3 6 4 4 8
- 384*a33 *m1 *m2 *n1 *n2 *r14 + 624*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 2 10 3 6 4 12
- 500*a33 *m1 *m2 *n1 *n2 *r14 + 12*a33 *m1 *m2 *n2 *r14
3 5 5 11 3 5 5 9 3
- 72*a33 *m1 *m2 *n1 *n2*r14 + 1096*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 7 5 3 5 5 5 7
- 384*a33 *m1 *m2 *n1 *n2 *r14 - 384*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 3 9 3 5 5 11
+ 1096*a33 *m1 *m2 *n1 *n2 *r14 - 72*a33 *m1 *m2 *n1*n2 *r14
3 4 6 12 3 4 6 10 2
+ 12*a33 *m1 *m2 *n1 *r14 - 500*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 8 4 3 4 6 6 6
+ 624*a33 *m1 *m2 *n1 *n2 *r14 - 384*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 4 8 3 4 6 2 10
- 1340*a33 *m1 *m2 *n1 *n2 *r14 + 180*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 11 3 3 7 9 3
+ 112*a33 *m1 *m2 *n1 *n2*r14 - 288*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 7 5 3 3 7 5 7
+ 768*a33 *m1 *m2 *n1 *n2 *r14 + 928*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 3 9 3 2 8 12
- 240*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 2 8 10 2 3 2 8 8 4
+ 12*a33 *m1 *m2 *n1 *n2 *r14 - 492*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 6 6 3 2 8 4 8
- 332*a33 *m1 *m2 *n1 *n2 *r14 + 180*a33 *m1 *m2 *n1 *n2 *r14
3 9 11 3 9 9 3
+ 24*a33 *m1*m2 *n1 *n2*r14 + 136*a33 *m1*m2 *n1 *n2 *r14
3 9 7 5 3 9 5 7
+ 40*a33 *m1*m2 *n1 *n2 *r14 - 72*a33 *m1*m2 *n1 *n2 *r14
3 10 12 3 10 10 2
- 4*a33 *m2 *n1 *r14 - 12*a33 *m2 *n1 *n2 *r14
3 10 8 4 3 10 6 6
+ 4*a33 *m2 *n1 *n2 *r14 + 12*a33 *m2 *n1 *n2 *r14
2 10 6 7 2 10 4 9
+ 12*a33 *m1 *n1 *n2 *r214 + 4*a33 *m1 *n1 *n2 *r214
2 10 2 11 2 10 13
- 12*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n2 *r214
2 9 7 6 2 9 5 8
- 72*a33 *m1 *m2*n1 *n2 *r214 + 40*a33 *m1 *m2*n1 *n2 *r214
2 9 3 10 2 9 12
+ 136*a33 *m1 *m2*n1 *n2 *r214 + 24*a33 *m1 *m2*n1*n2 *r214
2 8 2 8 5 2 8 2 6 7
+ 180*a33 *m1 *m2 *n1 *n2 *r214 - 332*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 4 9 2 8 2 2 11
- 492*a33 *m1 *m2 *n1 *n2 *r214 + 12*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 13 2 7 3 9 4
- 8*a33 *m1 *m2 *n2 *r214 - 240*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 7 6 2 7 3 5 8
+ 928*a33 *m1 *m2 *n1 *n2 *r214 + 768*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 3 10 2 7 3 12
- 288*a33 *m1 *m2 *n1 *n2 *r214 + 112*a33 *m1 *m2 *n1*n2 *r214
2 6 4 10 3 2 6 4 8 5
+ 180*a33 *m1 *m2 *n1 *n2 *r214 - 1340*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 6 7 2 6 4 4 9
- 384*a33 *m1 *m2 *n1 *n2 *r214 + 624*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 2 11 2 6 4 13
- 500*a33 *m1 *m2 *n1 *n2 *r214 + 12*a33 *m1 *m2 *n2 *r214
2 5 5 11 2 2 5 5 9 4
- 72*a33 *m1 *m2 *n1 *n2 *r214 + 1096*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 7 6 2 5 5 5 8
- 384*a33 *m1 *m2 *n1 *n2 *r214 - 384*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 3 10 2 5 5 12
+ 1096*a33 *m1 *m2 *n1 *n2 *r214 - 72*a33 *m1 *m2 *n1*n2 *r214
2 4 6 12 2 4 6 10 3
+ 12*a33 *m1 *m2 *n1 *n2*r214 - 500*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 8 5 2 4 6 6 7
+ 624*a33 *m1 *m2 *n1 *n2 *r214 - 384*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 4 9 2 4 6 2 11
- 1340*a33 *m1 *m2 *n1 *n2 *r214 + 180*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 11 2 2 3 7 9 4
+ 112*a33 *m1 *m2 *n1 *n2 *r214 - 288*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 6 2 3 7 5 8
+ 768*a33 *m1 *m2 *n1 *n2 *r214 + 928*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 3 10 2 2 8 12
- 240*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2*r214
2 2 8 10 3 2 2 8 8 5
+ 12*a33 *m1 *m2 *n1 *n2 *r214 - 492*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 6 7 2 2 8 4 9
- 332*a33 *m1 *m2 *n1 *n2 *r214 + 180*a33 *m1 *m2 *n1 *n2 *r214
2 9 11 2 2 9 9 4
+ 24*a33 *m1*m2 *n1 *n2 *r214 + 136*a33 *m1*m2 *n1 *n2 *r214
2 9 7 6 2 9 5 8
+ 40*a33 *m1*m2 *n1 *n2 *r214 - 72*a33 *m1*m2 *n1 *n2 *r214
2 10 12 2 10 10 3
- 4*a33 *m2 *n1 *n2*r214 - 12*a33 *m2 *n1 *n2 *r214
2 10 8 5 2 10 6 7
+ 4*a33 *m2 *n1 *n2 *r214 + 12*a33 *m2 *n1 *n2 *r214
10 6 9 10 4 11 10 2 13
+ 12*m1 *n1 *n2 *r464 + 4*m1 *n1 *n2 *r464 - 12*m1 *n1 *n2 *r464
10 15 9 7 8 9 5 10
- 4*m1 *n2 *r464 - 72*m1 *m2*n1 *n2 *r464 + 40*m1 *m2*n1 *n2 *r464
9 3 12 9 14 9 7 9
+ 136*m1 *m2*n1 *n2 *r464 + 24*m1 *m2*n1*n2 *r464 - 2*m1 *n1 *n2 *r4111
9 5 11 9 3 13 9 15
- 2*m1 *n1 *n2 *r4111 + 2*m1 *n1 *n2 *r4111 + 2*m1 *n1*n2 *r4111
8 2 8 7 8 2 6 9
+ 180*m1 *m2 *n1 *n2 *r464 - 332*m1 *m2 *n1 *n2 *r464
8 2 4 11 8 2 2 13
- 492*m1 *m2 *n1 *n2 *r464 + 12*m1 *m2 *n1 *n2 *r464
8 2 15 8 8 8 8 6 10
- 8*m1 *m2 *n2 *r464 + 12*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n1 *n2 *r4111
8 4 12 8 2 14
- 30*m1 *m2*n1 *n2 *r4111 - 18*m1 *m2*n1 *n2 *r4111
8 16 8 8 9 8 6 11
+ 2*m1 *m2*n2 *r4111 + m1 *n1 *n2 *r446 + 2*m1 *n1 *n2 *r446
8 2 15 8 17 7 3 9 6
- 2*m1 *n1 *n2 *r446 - m1 *n2 *r446 - 240*m1 *m2 *n1 *n2 *r464
7 3 7 8 7 3 5 10
+ 928*m1 *m2 *n1 *n2 *r464 + 768*m1 *m2 *n1 *n2 *r464
7 3 3 12 7 3 14
- 288*m1 *m2 *n1 *n2 *r464 + 112*m1 *m2 *n1*n2 *r464
7 2 9 7 7 2 7 9
- 30*m1 *m2 *n1 *n2 *r4111 + 32*m1 *m2 *n1 *n2 *r4111
7 2 5 11 7 2 3 13
+ 132*m1 *m2 *n1 *n2 *r4111 + 48*m1 *m2 *n1 *n2 *r4111
7 2 15 7 9 8
- 22*m1 *m2 *n1*n2 *r4111 - 6*m1 *m2*n1 *n2 *r446
7 7 10 7 5 12
- 8*m1 *m2*n1 *n2 *r446 + 12*m1 *m2*n1 *n2 *r446
7 3 14 7 16
+ 24*m1 *m2*n1 *n2 *r446 + 10*m1 *m2*n1*n2 *r446
6 4 10 5 6 4 8 7
+ 180*m1 *m2 *n1 *n2 *r464 - 1340*m1 *m2 *n1 *n2 *r464
6 4 6 9 6 4 4 11
- 384*m1 *m2 *n1 *n2 *r464 + 624*m1 *m2 *n1 *n2 *r464
6 4 2 13 6 4 15
- 500*m1 *m2 *n1 *n2 *r464 + 12*m1 *m2 *n2 *r464
6 3 10 6 6 3 8 8
+ 40*m1 *m2 *n1 *n2 *r4111 - 122*m1 *m2 *n1 *n2 *r4111
6 3 6 10 6 3 4 12
- 272*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
6 3 2 14 6 3 16
+ 88*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
6 2 10 7 6 2 8 9
+ 15*m1 *m2 *n1 *n2 *r446 + 5*m1 *m2 *n1 *n2 *r446
6 2 6 11 6 2 4 13
- 74*m1 *m2 *n1 *n2 *r446 - 102*m1 *m2 *n1 *n2 *r446
6 2 2 15 6 2 17 5 5 11 4
- 37*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 - 72*m1 *m2 *n1 *n2 *r464
5 5 9 6 5 5 7 8
+ 1096*m1 *m2 *n1 *n2 *r464 - 384*m1 *m2 *n1 *n2 *r464
5 5 5 10 5 5 3 12
- 384*m1 *m2 *n1 *n2 *r464 + 1096*m1 *m2 *n1 *n2 *r464
5 5 14 5 4 11 5
- 72*m1 *m2 *n1*n2 *r464 - 30*m1 *m2 *n1 *n2 *r4111
5 4 9 7 5 4 7 9
+ 200*m1 *m2 *n1 *n2 *r4111 + 288*m1 *m2 *n1 *n2 *r4111
5 4 5 11 5 4 3 13
- 132*m1 *m2 *n1 *n2 *r4111 - 178*m1 *m2 *n1 *n2 *r4111
5 4 15 5 3 11 6
+ 12*m1 *m2 *n1*n2 *r4111 - 20*m1 *m2 *n1 *n2 *r446
5 3 9 8 5 3 7 10
+ 26*m1 *m2 *n1 *n2 *r446 + 192*m1 *m2 *n1 *n2 *r446
5 3 5 12 5 3 3 14
+ 220*m1 *m2 *n1 *n2 *r446 + 68*m1 *m2 *n1 *n2 *r446
5 3 16 4 6 12 3
- 6*m1 *m2 *n1*n2 *r446 + 12*m1 *m2 *n1 *n2 *r464
4 6 10 5 4 6 8 7
- 500*m1 *m2 *n1 *n2 *r464 + 624*m1 *m2 *n1 *n2 *r464
4 6 6 9 4 6 4 11
- 384*m1 *m2 *n1 *n2 *r464 - 1340*m1 *m2 *n1 *n2 *r464
4 6 2 13 4 5 12 4
+ 180*m1 *m2 *n1 *n2 *r464 + 12*m1 *m2 *n1 *n2 *r4111
4 5 10 6 4 5 8 8
- 178*m1 *m2 *n1 *n2 *r4111 - 132*m1 *m2 *n1 *n2 *r4111
4 5 6 10 4 5 4 12
+ 288*m1 *m2 *n1 *n2 *r4111 + 200*m1 *m2 *n1 *n2 *r4111
4 5 2 14 4 4 12 5
- 30*m1 *m2 *n1 *n2 *r4111 + 15*m1 *m2 *n1 *n2 *r446
4 4 10 7 4 4 8 9
- 65*m1 *m2 *n1 *n2 *r446 - 270*m1 *m2 *n1 *n2 *r446
4 4 6 11 4 4 4 13
- 270*m1 *m2 *n1 *n2 *r446 - 65*m1 *m2 *n1 *n2 *r446
4 4 2 15 3 7 11 4
+ 15*m1 *m2 *n1 *n2 *r446 + 112*m1 *m2 *n1 *n2 *r464
3 7 9 6 3 7 7 8
- 288*m1 *m2 *n1 *n2 *r464 + 768*m1 *m2 *n1 *n2 *r464
3 7 5 10 3 7 3 12
+ 928*m1 *m2 *n1 *n2 *r464 - 240*m1 *m2 *n1 *n2 *r464
3 6 13 3 3 6 11 5
- 2*m1 *m2 *n1 *n2 *r4111 + 88*m1 *m2 *n1 *n2 *r4111
3 6 9 7 3 6 7 9
- 20*m1 *m2 *n1 *n2 *r4111 - 272*m1 *m2 *n1 *n2 *r4111
3 6 5 11 3 6 3 13
- 122*m1 *m2 *n1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r4111
3 5 13 4 3 5 11 6
- 6*m1 *m2 *n1 *n2 *r446 + 68*m1 *m2 *n1 *n2 *r446
3 5 9 8 3 5 7 10
+ 220*m1 *m2 *n1 *n2 *r446 + 192*m1 *m2 *n1 *n2 *r446
3 5 5 12 3 5 3 14
+ 26*m1 *m2 *n1 *n2 *r446 - 20*m1 *m2 *n1 *n2 *r446
2 8 12 3 2 8 10 5
- 8*m1 *m2 *n1 *n2 *r464 + 12*m1 *m2 *n1 *n2 *r464
2 8 8 7 2 8 6 9
- 492*m1 *m2 *n1 *n2 *r464 - 332*m1 *m2 *n1 *n2 *r464
2 8 4 11 2 7 12 4
+ 180*m1 *m2 *n1 *n2 *r464 - 22*m1 *m2 *n1 *n2 *r4111
2 7 10 6 2 7 8 8
+ 48*m1 *m2 *n1 *n2 *r4111 + 132*m1 *m2 *n1 *n2 *r4111
2 7 6 10 2 7 4 12
+ 32*m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
2 6 14 3 2 6 12 5
+ m1 *m2 *n1 *n2 *r446 - 37*m1 *m2 *n1 *n2 *r446
2 6 10 7 2 6 8 9
- 102*m1 *m2 *n1 *n2 *r446 - 74*m1 *m2 *n1 *n2 *r446
2 6 6 11 2 6 4 13
+ 5*m1 *m2 *n1 *n2 *r446 + 15*m1 *m2 *n1 *n2 *r446
9 11 4 9 9 6
+ 24*m1*m2 *n1 *n2 *r464 + 136*m1*m2 *n1 *n2 *r464
9 7 8 9 5 10
+ 40*m1*m2 *n1 *n2 *r464 - 72*m1*m2 *n1 *n2 *r464
8 13 3 8 11 5
+ 2*m1*m2 *n1 *n2 *r4111 - 18*m1*m2 *n1 *n2 *r4111
8 9 7 8 7 9
- 30*m1*m2 *n1 *n2 *r4111 + 2*m1*m2 *n1 *n2 *r4111
8 5 11 7 13 4
+ 12*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r446
7 11 6 7 9 8
+ 24*m1*m2 *n1 *n2 *r446 + 12*m1*m2 *n1 *n2 *r446
7 7 10 7 5 12 10 12 3
- 8*m1*m2 *n1 *n2 *r446 - 6*m1*m2 *n1 *n2 *r446 - 4*m2 *n1 *n2 *r464
10 10 5 10 8 7 10 6 9
- 12*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r464 + 12*m2 *n1 *n2 *r464
9 12 4 9 10 6 9 8 8
+ 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111
9 6 10 8 14 3 8 12 5
- 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446 - 2*m2 *n1 *n2 *r446
8 8 9 8 6 11 7 10 8 7 8 10
+ 2*m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(m1 *n1 *n2 + 3*m1 *n1 *n2
7 6 12 7 4 14 7 2 16 7 18
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - 3*m1 *n1 *n2 - m1 *n2
6 11 7 6 9 9 6 7 11
- 5*m1 *m2*n1 *n2 - 11*m1 *m2*n1 *n2 + 6*m1 *m2*n1 *n2
6 5 13 6 3 15 6 17
+ 34*m1 *m2*n1 *n2 + 31*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2
5 2 12 6 5 2 10 8 5 2 8 10
+ 10*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 63*m1 *m2 *n1 *n2
5 2 6 12 5 2 4 14 5 2 2 16
- 142*m1 *m2 *n1 *n2 - 108*m1 *m2 *n1 *n2 - 27*m1 *m2 *n1 *n2
5 2 18 4 3 13 5 4 3 11 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2
4 3 9 9 4 3 7 11 4 3 5 13
+ 155*m1 *m2 *n1 *n2 + 270*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2
4 3 3 15 4 3 17 3 4 14 4
+ 35*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2 + 5*m1 *m2 *n1 *n2
3 4 12 6 3 4 10 8 3 4 8 10
- 35*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 270*m1 *m2 *n1 *n2
3 4 6 12 3 4 4 14 3 4 2 16
- 155*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 5 15 3 2 5 13 5 2 5 11 7
- m1 *m2 *n1 *n2 + 27*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2
2 5 9 9 2 5 7 11 2 5 5 13
+ 142*m1 *m2 *n1 *n2 + 63*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2
2 5 3 15 6 14 4 6 12 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 31*m1*m2 *n1 *n2
6 10 8 6 8 10 6 6 12
- 34*m1*m2 *n1 *n2 - 6*m1*m2 *n1 *n2 + 11*m1*m2 *n1 *n2
6 4 14 7 15 3 7 13 5 7 11 7
+ 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + 3*m2 *n1 *n2 + 2*m2 *n1 *n2
7 9 9 7 7 11 7 5 13
- 2*m2 *n1 *n2 - 3*m2 *n1 *n2 - m2 *n1 *n2 )
r472=0
3 10 4 6 3 10 2 8
r473=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14
3 9 5 5 3 9 3 7
- 48*a33 *m1 *m2*n1 *n2 *r14 + 96*a33 *m1 *m2*n1 *n2 *r14
3 9 9 3 8 2 6 4
- 16*a33 *m1 *m2*n1*n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 4 6 3 8 2 2 8
- 416*a33 *m1 *m2 *n1 *n2 *r14 + 176*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 10 3 7 3 7 3
- 8*a33 *m1 *m2 *n2 *r14 - 160*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 5 5 3 7 3 3 7
+ 928*a33 *m1 *m2 *n1 *n2 *r14 - 736*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 9 3 6 4 8 2
+ 96*a33 *m1 *m2 *n1*n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 6 4 3 6 4 4 6
- 1200*a33 *m1 *m2 *n1 *n2 *r14 + 1616*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 2 8 3 6 4 10
- 416*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 5 5 9 3 5 5 7 3
- 48*a33 *m1 *m2 *n1 *n2*r14 + 928*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 5 5 3 5 5 3 7
- 2080*a33 *m1 *m2 *n1 *n2 *r14 + 928*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 9 3 4 6 10
- 48*a33 *m1 *m2 *n1*n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 4 6 8 2 3 4 6 6 4
- 416*a33 *m1 *m2 *n1 *n2 *r14 + 1616*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 4 6 3 4 6 2 8
- 1200*a33 *m1 *m2 *n1 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 9 3 3 7 7 3
+ 96*a33 *m1 *m2 *n1 *n2*r14 - 736*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 5 5 3 3 7 3 7
+ 928*a33 *m1 *m2 *n1 *n2 *r14 - 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 10 3 2 8 8 2
- 8*a33 *m1 *m2 *n1 *r14 + 176*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 6 4 3 2 8 4 6
- 416*a33 *m1 *m2 *n1 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 9 9 3 9 7 3
- 16*a33 *m1*m2 *n1 *n2*r14 + 96*a33 *m1*m2 *n1 *n2 *r14
3 9 5 5 3 10 8 2
- 48*a33 *m1*m2 *n1 *n2 *r14 - 8*a33 *m2 *n1 *n2 *r14
3 10 6 4 2 10 4 7
+ 8*a33 *m2 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r214
2 10 2 9 2 9 5 6
- 8*a33 *m1 *n1 *n2 *r214 - 48*a33 *m1 *m2*n1 *n2 *r214
2 9 3 8 2 9 10
+ 96*a33 *m1 *m2*n1 *n2 *r214 - 16*a33 *m1 *m2*n1*n2 *r214
2 8 2 6 5 2 8 2 4 7
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 416*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 2 9 2 8 2 11
+ 176*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 7 3 7 4 2 7 3 5 6
- 160*a33 *m1 *m2 *n1 *n2 *r214 + 928*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 3 8 2 7 3 10
- 736*a33 *m1 *m2 *n1 *n2 *r214 + 96*a33 *m1 *m2 *n1*n2 *r214
2 6 4 8 3 2 6 4 6 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 1200*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 4 7 2 6 4 2 9
+ 1616*a33 *m1 *m2 *n1 *n2 *r214 - 416*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 11 2 5 5 9 2
+ 8*a33 *m1 *m2 *n2 *r214 - 48*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 7 4 2 5 5 5 6
+ 928*a33 *m1 *m2 *n1 *n2 *r214 - 2080*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 3 8 2 5 5 10
+ 928*a33 *m1 *m2 *n1 *n2 *r214 - 48*a33 *m1 *m2 *n1*n2 *r214
2 4 6 10 2 4 6 8 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 416*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 6 5 2 4 6 4 7
+ 1616*a33 *m1 *m2 *n1 *n2 *r214 - 1200*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 2 9 2 3 7 9 2
+ 120*a33 *m1 *m2 *n1 *n2 *r214 + 96*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 4 2 3 7 5 6
- 736*a33 *m1 *m2 *n1 *n2 *r214 + 928*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 3 8 2 2 8 10
- 160*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2*r214
2 2 8 8 3 2 2 8 6 5
+ 176*a33 *m1 *m2 *n1 *n2 *r214 - 416*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 4 7 2 9 9 2
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 16*a33 *m1*m2 *n1 *n2 *r214
2 9 7 4 2 9 5 6
+ 96*a33 *m1*m2 *n1 *n2 *r214 - 48*a33 *m1*m2 *n1 *n2 *r214
2 10 8 3 2 10 6 5
- 8*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
10 4 9 10 2 11 9 5 8
+ 8*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 - 48*m1 *m2*n1 *n2 *r464
9 3 10 9 12 9 5 9
+ 96*m1 *m2*n1 *n2 *r464 - 16*m1 *m2*n1*n2 *r464 - 2*m1 *n1 *n2 *r4111
9 13 8 2 6 7
+ 2*m1 *n1*n2 *r4111 + 120*m1 *m2 *n1 *n2 *r464
8 2 4 9 8 2 2 11
- 416*m1 *m2 *n1 *n2 *r464 + 176*m1 *m2 *n1 *n2 *r464
8 2 13 8 6 8
- 8*m1 *m2 *n2 *r464 + 12*m1 *m2*n1 *n2 *r4111
8 4 10 8 2 12
- 10*m1 *m2*n1 *n2 *r4111 - 20*m1 *m2*n1 *n2 *r4111
8 14 8 6 9 8 4 11
+ 2*m1 *m2*n2 *r4111 + m1 *n1 *n2 *r446 + m1 *n1 *n2 *r446
8 2 13 8 15 7 3 7 6
- m1 *n1 *n2 *r446 - m1 *n2 *r446 - 160*m1 *m2 *n1 *n2 *r464
7 3 5 8 7 3 3 10
+ 928*m1 *m2 *n1 *n2 *r464 - 736*m1 *m2 *n1 *n2 *r464
7 3 12 7 2 7 7
+ 96*m1 *m2 *n1*n2 *r464 - 30*m1 *m2 *n1 *n2 *r4111
7 2 5 9 7 2 3 11
+ 62*m1 *m2 *n1 *n2 *r4111 + 70*m1 *m2 *n1 *n2 *r4111
7 2 13 7 7 8
- 22*m1 *m2 *n1*n2 *r4111 - 6*m1 *m2*n1 *n2 *r446
7 5 10 7 3 12
- 2*m1 *m2*n1 *n2 *r446 + 14*m1 *m2*n1 *n2 *r446
7 14 6 4 8 5
+ 10*m1 *m2*n1*n2 *r446 + 120*m1 *m2 *n1 *n2 *r464
6 4 6 7 6 4 4 9
- 1200*m1 *m2 *n1 *n2 *r464 + 1616*m1 *m2 *n1 *n2 *r464
6 4 2 11 6 4 13
- 416*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
6 3 8 6 6 3 6 8
+ 40*m1 *m2 *n1 *n2 *r4111 - 162*m1 *m2 *n1 *n2 *r4111
6 3 4 10 6 3 2 12
- 110*m1 *m2 *n1 *n2 *r4111 + 90*m1 *m2 *n1 *n2 *r4111
6 3 14 6 2 8 7
- 2*m1 *m2 *n2 *r4111 + 15*m1 *m2 *n1 *n2 *r446
6 2 6 9 6 2 4 11
- 10*m1 *m2 *n1 *n2 *r446 - 64*m1 *m2 *n1 *n2 *r446
6 2 2 13 6 2 15 5 5 9 4
- 38*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 - 48*m1 *m2 *n1 *n2 *r464
5 5 7 6 5 5 5 8
+ 928*m1 *m2 *n1 *n2 *r464 - 2080*m1 *m2 *n1 *n2 *r464
5 5 3 10 5 5 12
+ 928*m1 *m2 *n1 *n2 *r464 - 48*m1 *m2 *n1*n2 *r464
5 4 9 5 5 4 7 7
- 30*m1 *m2 *n1 *n2 *r4111 + 230*m1 *m2 *n1 *n2 *r4111
5 4 5 9 5 4 3 11
+ 58*m1 *m2 *n1 *n2 *r4111 - 190*m1 *m2 *n1 *n2 *r4111
5 4 13 5 3 9 6
+ 12*m1 *m2 *n1*n2 *r4111 - 20*m1 *m2 *n1 *n2 *r446
5 3 7 8 5 3 5 10
+ 46*m1 *m2 *n1 *n2 *r446 + 146*m1 *m2 *n1 *n2 *r446
5 3 3 12 5 3 14
+ 74*m1 *m2 *n1 *n2 *r446 - 6*m1 *m2 *n1*n2 *r446
4 6 10 3 4 6 8 5
+ 8*m1 *m2 *n1 *n2 *r464 - 416*m1 *m2 *n1 *n2 *r464
4 6 6 7 4 6 4 9
+ 1616*m1 *m2 *n1 *n2 *r464 - 1200*m1 *m2 *n1 *n2 *r464
4 6 2 11 4 5 10 4
+ 120*m1 *m2 *n1 *n2 *r464 + 12*m1 *m2 *n1 *n2 *r4111
4 5 8 6 4 5 6 8
- 190*m1 *m2 *n1 *n2 *r4111 + 58*m1 *m2 *n1 *n2 *r4111
4 5 4 10 4 5 2 12
+ 230*m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
4 4 10 5 4 4 8 7
+ 15*m1 *m2 *n1 *n2 *r446 - 80*m1 *m2 *n1 *n2 *r446
4 4 6 9 4 4 4 11
- 190*m1 *m2 *n1 *n2 *r446 - 80*m1 *m2 *n1 *n2 *r446
4 4 2 13 3 7 9 4
+ 15*m1 *m2 *n1 *n2 *r446 + 96*m1 *m2 *n1 *n2 *r464
3 7 7 6 3 7 5 8
- 736*m1 *m2 *n1 *n2 *r464 + 928*m1 *m2 *n1 *n2 *r464
3 7 3 10 3 6 11 3
- 160*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r4111
3 6 9 5 3 6 7 7
+ 90*m1 *m2 *n1 *n2 *r4111 - 110*m1 *m2 *n1 *n2 *r4111
3 6 5 9 3 6 3 11
- 162*m1 *m2 *n1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r4111
3 5 11 4 3 5 9 6
- 6*m1 *m2 *n1 *n2 *r446 + 74*m1 *m2 *n1 *n2 *r446
3 5 7 8 3 5 5 10
+ 146*m1 *m2 *n1 *n2 *r446 + 46*m1 *m2 *n1 *n2 *r446
3 5 3 12 2 8 10 3
- 20*m1 *m2 *n1 *n2 *r446 - 8*m1 *m2 *n1 *n2 *r464
2 8 8 5 2 8 6 7
+ 176*m1 *m2 *n1 *n2 *r464 - 416*m1 *m2 *n1 *n2 *r464
2 8 4 9 2 7 10 4
+ 120*m1 *m2 *n1 *n2 *r464 - 22*m1 *m2 *n1 *n2 *r4111
2 7 8 6 2 7 6 8
+ 70*m1 *m2 *n1 *n2 *r4111 + 62*m1 *m2 *n1 *n2 *r4111
2 7 4 10 2 6 12 3
- 30*m1 *m2 *n1 *n2 *r4111 + m1 *m2 *n1 *n2 *r446
2 6 10 5 2 6 8 7
- 38*m1 *m2 *n1 *n2 *r446 - 64*m1 *m2 *n1 *n2 *r446
2 6 6 9 2 6 4 11
- 10*m1 *m2 *n1 *n2 *r446 + 15*m1 *m2 *n1 *n2 *r446
9 9 4 9 7 6
- 16*m1*m2 *n1 *n2 *r464 + 96*m1*m2 *n1 *n2 *r464
9 5 8 8 11 3
- 48*m1*m2 *n1 *n2 *r464 + 2*m1*m2 *n1 *n2 *r4111
8 9 5 8 7 7
- 20*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
8 5 9 7 11 4
+ 12*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r446
7 9 6 7 7 8 7 5 10
+ 14*m1*m2 *n1 *n2 *r446 - 2*m1*m2 *n1 *n2 *r446 - 6*m1*m2 *n1 *n2 *r446
10 8 5 10 6 7 9 10 4
- 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r4111
9 6 8 8 12 3 8 10 5
- 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446
8 8 7 8 6 9 7 8 8 7 6 10
+ m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(m1 *n1 *n2 + 2*m1 *n1 *n2
7 2 14 7 16 6 9 7 6 7 9
- 2*m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - 6*m1 *m2*n1 *n2
6 5 11 6 3 13 6 15
+ 12*m1 *m2*n1 *n2 + 22*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2
5 2 10 6 5 2 8 8 5 2 6 10
+ 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 - 62*m1 *m2 *n1 *n2
5 2 4 12 5 2 2 14 5 2 16
- 80*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2 + m1 *m2 *n2
4 3 11 5 4 3 9 7 4 3 7 9
- 10*m1 *m2 *n1 *n2 + 25*m1 *m2 *n1 *n2 + 130*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13 4 3 15
+ 140*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 12 4 3 4 10 6 3 4 8 8
+ 5*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2 - 140*m1 *m2 *n1 *n2
3 4 6 10 3 4 4 12 3 4 2 14
- 130*m1 *m2 *n1 *n2 - 25*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 5 13 3 2 5 11 5 2 5 9 7
- m1 *m2 *n1 *n2 + 28*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
2 5 7 9 2 5 5 11 2 5 3 13
+ 62*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
6 12 4 6 10 6 6 8 8
- 9*m1*m2 *n1 *n2 - 22*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2
6 6 10 6 4 12 7 13 3 7 11 5
+ 6*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + 2*m2 *n1 *n2
7 7 9 7 5 11
- 2*m2 *n1 *n2 - m2 *n1 *n2 )
3 10 3 5 3 10 7
r474=(4*a33 *m1 *n1 *n2 *r14 - 4*a33 *m1 *n1*n2 *r14
3 9 4 4 3 9 2 6
- 20*a33 *m1 *m2*n1 *n2 *r14 + 40*a33 *m1 *m2*n1 *n2 *r14
3 9 8 3 8 2 5 3
- 4*a33 *m1 *m2*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 3 5 3 8 2 7
- 140*a33 *m1 *m2 *n1 *n2 *r14 + 36*a33 *m1 *m2 *n1*n2 *r14
3 7 3 6 2 3 7 3 4 4
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 240*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 2 6 3 6 4 7
- 104*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1 *m2 *n1 *n2*r14
3 6 4 5 3 3 6 4 3 5
- 220*a33 *m1 *m2 *n1 *n2 *r14 + 116*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 7 3 5 5 8
+ 20*a33 *m1 *m2 *n1*n2 *r14 - 4*a33 *m1 *m2 *n1 *r14
3 5 5 6 2 3 5 5 2 6
+ 104*a33 *m1 *m2 *n1 *n2 *r14 - 104*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 8 3 4 6 7
+ 4*a33 *m1 *m2 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2*r14
3 4 6 5 3 3 4 6 3 5
- 116*a33 *m1 *m2 *n1 *n2 *r14 + 220*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 7 3 3 7 6 2
- 20*a33 *m1 *m2 *n1*n2 *r14 + 104*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 4 4 3 3 7 2 6
- 240*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 7 3 2 8 5 3
- 36*a33 *m1 *m2 *n1 *n2*r14 + 140*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 3 5 3 9 8
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1*m2 *n1 *r14
3 9 6 2 3 9 4 4
- 40*a33 *m1*m2 *n1 *n2 *r14 + 20*a33 *m1*m2 *n1 *n2 *r14
3 10 7 3 10 5 3
+ 4*a33 *m2 *n1 *n2*r14 - 4*a33 *m2 *n1 *n2 *r14
2 10 3 6 2 10 8
+ 4*a33 *m1 *n1 *n2 *r214 - 4*a33 *m1 *n1*n2 *r214
2 9 4 5 2 9 2 7
- 20*a33 *m1 *m2*n1 *n2 *r214 + 40*a33 *m1 *m2*n1 *n2 *r214
2 9 9 2 8 2 5 4
- 4*a33 *m1 *m2*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 3 6 2 8 2 8
- 140*a33 *m1 *m2 *n1 *n2 *r214 + 36*a33 *m1 *m2 *n1*n2 *r214
2 7 3 6 3 2 7 3 4 5
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 240*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 2 7 2 6 4 7 2
- 104*a33 *m1 *m2 *n1 *n2 *r214 + 20*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 5 4 2 6 4 3 6
- 220*a33 *m1 *m2 *n1 *n2 *r214 + 116*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 8 2 5 5 8
+ 20*a33 *m1 *m2 *n1*n2 *r214 - 4*a33 *m1 *m2 *n1 *n2*r214
2 5 5 6 3 2 5 5 2 7
+ 104*a33 *m1 *m2 *n1 *n2 *r214 - 104*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 9 2 4 6 7 2
+ 4*a33 *m1 *m2 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 5 4 2 4 6 3 6
- 116*a33 *m1 *m2 *n1 *n2 *r214 + 220*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 8 2 3 7 6 3
- 20*a33 *m1 *m2 *n1*n2 *r214 + 104*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 4 5 2 3 7 2 7
- 240*a33 *m1 *m2 *n1 *n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 7 2 2 2 8 5 4
- 36*a33 *m1 *m2 *n1 *n2 *r214 + 140*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 3 6 2 9 8
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 4*a33 *m1*m2 *n1 *n2*r214
2 9 6 3 2 9 4 5
- 40*a33 *m1*m2 *n1 *n2 *r214 + 20*a33 *m1*m2 *n1 *n2 *r214
2 10 7 2 2 10 5 4
+ 4*a33 *m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2 *r214
10 3 8 10 10 9 4 7
+ 4*m1 *n1 *n2 *r464 - 4*m1 *n1*n2 *r464 - 20*m1 *m2*n1 *n2 *r464
9 2 9 9 11 9 4 8
+ 40*m1 *m2*n1 *n2 *r464 - 4*m1 *m2*n2 *r464 - m1 *n1 *n2 *r4111
9 12 8 2 5 6 8 2 3 8
+ m1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r464 - 140*m1 *m2 *n1 *n2 *r464
8 2 10 8 5 7
+ 36*m1 *m2 *n1*n2 *r464 + 5*m1 *m2*n1 *n2 *r4111
8 3 9 8 11
- 4*m1 *m2*n1 *n2 *r4111 - 9*m1 *m2*n1*n2 *r4111
7 3 6 5 7 3 4 7
- 40*m1 *m2 *n1 *n2 *r464 + 240*m1 *m2 *n1 *n2 *r464
7 3 2 9 7 2 6 6
- 104*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
7 2 4 8 7 2 2 10
+ 20*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
6 4 7 4 6 4 5 6
+ 20*m1 *m2 *n1 *n2 *r464 - 220*m1 *m2 *n1 *n2 *r464
6 4 3 8 6 4 10
+ 116*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1*n2 *r464
6 3 7 5 6 3 5 7
+ 10*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
6 3 3 9 6 3 11
- 54*m1 *m2 *n1 *n2 *r4111 - 4*m1 *m2 *n1*n2 *r4111
5 5 8 3 5 5 6 5
- 4*m1 *m2 *n1 *n2 *r464 + 104*m1 *m2 *n1 *n2 *r464
5 5 2 9 5 5 11
- 104*m1 *m2 *n1 *n2 *r464 + 4*m1 *m2 *n2 *r464
5 4 8 4 5 4 6 6
- 5*m1 *m2 *n1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r4111
5 4 4 8 5 4 2 10
+ 66*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
5 4 12 4 6 7 4 4 6 5 6
- m1 *m2 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r464 - 116*m1 *m2 *n1 *n2 *r464
4 6 3 8 4 6 10
+ 220*m1 *m2 *n1 *n2 *r464 - 20*m1 *m2 *n1*n2 *r464
4 5 9 3 4 5 7 5
+ m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
4 5 5 7 4 5 3 9
- 66*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
4 5 11 3 7 6 5
+ 5*m1 *m2 *n1*n2 *r4111 + 104*m1 *m2 *n1 *n2 *r464
3 7 4 7 3 7 2 9
- 240*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r464
3 6 8 4 3 6 6 6
+ 4*m1 *m2 *n1 *n2 *r4111 + 54*m1 *m2 *n1 *n2 *r4111
3 6 4 8 3 6 2 10
+ 40*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r4111
2 8 7 4 2 8 5 6
- 36*m1 *m2 *n1 *n2 *r464 + 140*m1 *m2 *n1 *n2 *r464
2 8 3 8 2 7 7 5
- 40*m1 *m2 *n1 *n2 *r464 - 30*m1 *m2 *n1 *n2 *r4111
2 7 5 7 2 7 3 9
- 20*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r4111
9 8 3 9 6 5 9 4 7
+ 4*m1*m2 *n1 *n2 *r464 - 40*m1*m2 *n1 *n2 *r464 + 20*m1*m2 *n1 *n2 *r464
8 8 4 8 6 6
+ 9*m1*m2 *n1 *n2 *r4111 + 4*m1*m2 *n1 *n2 *r4111
8 4 8 10 7 4 10 5 6
- 5*m1*m2 *n1 *n2 *r4111 + 4*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464
9 9 3 9 5 7 7 6 8 7 4 10
- m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n1 *n2
7 2 12 7 14 6 7 7 6 5 9
- m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - m1 *m2*n1 *n2
6 3 11 6 13 5 2 8 6
+ 13*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2
5 2 6 8 5 2 4 10 5 2 2 12
- 11*m1 *m2 *n1 *n2 - 51*m1 *m2 *n1 *n2 - 29*m1 *m2 *n1 *n2
5 2 14 4 3 9 5 4 3 7 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
4 3 5 9 4 3 3 11 4 3 13
+ 95*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 10 4 3 4 8 6 3 4 6 8
+ 5*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2 - 95*m1 *m2 *n1 *n2
3 4 4 10 3 4 2 12 2 5 11 3
- 35*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
2 5 9 5 2 5 7 7 2 5 5 9
+ 29*m1 *m2 *n1 *n2 + 51*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2
2 5 3 11 6 10 4 6 8 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 13*m1*m2 *n1 *n2
6 6 8 6 4 10 7 11 3 7 9 5
+ m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2
7 7 7 7 5 9
- m2 *n1 *n2 - m2 *n1 *n2 )
r475=0
r476=0
r477=0
3 10 4 6 3 10 2 8
r478=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r14
3 9 5 5 3 9 3 7
- 48*a33 *m1 *m2*n1 *n2 *r14 + 96*a33 *m1 *m2*n1 *n2 *r14
3 9 9 3 8 2 6 4
- 16*a33 *m1 *m2*n1*n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 4 6 3 8 2 2 8
- 416*a33 *m1 *m2 *n1 *n2 *r14 + 176*a33 *m1 *m2 *n1 *n2 *r14
3 8 2 10 3 7 3 7 3
- 8*a33 *m1 *m2 *n2 *r14 - 160*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 5 5 3 7 3 3 7
+ 928*a33 *m1 *m2 *n1 *n2 *r14 - 736*a33 *m1 *m2 *n1 *n2 *r14
3 7 3 9 3 6 4 8 2
+ 96*a33 *m1 *m2 *n1*n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 6 4 3 6 4 4 6
- 1200*a33 *m1 *m2 *n1 *n2 *r14 + 1616*a33 *m1 *m2 *n1 *n2 *r14
3 6 4 2 8 3 6 4 10
- 416*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 5 5 9 3 5 5 7 3
- 48*a33 *m1 *m2 *n1 *n2*r14 + 928*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 5 5 3 5 5 3 7
- 2080*a33 *m1 *m2 *n1 *n2 *r14 + 928*a33 *m1 *m2 *n1 *n2 *r14
3 5 5 9 3 4 6 10
- 48*a33 *m1 *m2 *n1*n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 4 6 8 2 3 4 6 6 4
- 416*a33 *m1 *m2 *n1 *n2 *r14 + 1616*a33 *m1 *m2 *n1 *n2 *r14
3 4 6 4 6 3 4 6 2 8
- 1200*a33 *m1 *m2 *n1 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 9 3 3 7 7 3
+ 96*a33 *m1 *m2 *n1 *n2*r14 - 736*a33 *m1 *m2 *n1 *n2 *r14
3 3 7 5 5 3 3 7 3 7
+ 928*a33 *m1 *m2 *n1 *n2 *r14 - 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 10 3 2 8 8 2
- 8*a33 *m1 *m2 *n1 *r14 + 176*a33 *m1 *m2 *n1 *n2 *r14
3 2 8 6 4 3 2 8 4 6
- 416*a33 *m1 *m2 *n1 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 9 9 3 9 7 3
- 16*a33 *m1*m2 *n1 *n2*r14 + 96*a33 *m1*m2 *n1 *n2 *r14
3 9 5 5 3 10 8 2
- 48*a33 *m1*m2 *n1 *n2 *r14 - 8*a33 *m2 *n1 *n2 *r14
3 10 6 4 2 10 4 7
+ 8*a33 *m2 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r214
2 10 2 9 2 9 5 6
- 8*a33 *m1 *n1 *n2 *r214 - 48*a33 *m1 *m2*n1 *n2 *r214
2 9 3 8 2 9 10
+ 96*a33 *m1 *m2*n1 *n2 *r214 - 16*a33 *m1 *m2*n1*n2 *r214
2 8 2 6 5 2 8 2 4 7
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 416*a33 *m1 *m2 *n1 *n2 *r214
2 8 2 2 9 2 8 2 11
+ 176*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 7 3 7 4 2 7 3 5 6
- 160*a33 *m1 *m2 *n1 *n2 *r214 + 928*a33 *m1 *m2 *n1 *n2 *r214
2 7 3 3 8 2 7 3 10
- 736*a33 *m1 *m2 *n1 *n2 *r214 + 96*a33 *m1 *m2 *n1*n2 *r214
2 6 4 8 3 2 6 4 6 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 1200*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 4 7 2 6 4 2 9
+ 1616*a33 *m1 *m2 *n1 *n2 *r214 - 416*a33 *m1 *m2 *n1 *n2 *r214
2 6 4 11 2 5 5 9 2
+ 8*a33 *m1 *m2 *n2 *r214 - 48*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 7 4 2 5 5 5 6
+ 928*a33 *m1 *m2 *n1 *n2 *r214 - 2080*a33 *m1 *m2 *n1 *n2 *r214
2 5 5 3 8 2 5 5 10
+ 928*a33 *m1 *m2 *n1 *n2 *r214 - 48*a33 *m1 *m2 *n1*n2 *r214
2 4 6 10 2 4 6 8 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 416*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 6 5 2 4 6 4 7
+ 1616*a33 *m1 *m2 *n1 *n2 *r214 - 1200*a33 *m1 *m2 *n1 *n2 *r214
2 4 6 2 9 2 3 7 9 2
+ 120*a33 *m1 *m2 *n1 *n2 *r214 + 96*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 7 4 2 3 7 5 6
- 736*a33 *m1 *m2 *n1 *n2 *r214 + 928*a33 *m1 *m2 *n1 *n2 *r214
2 3 7 3 8 2 2 8 10
- 160*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2*r214
2 2 8 8 3 2 2 8 6 5
+ 176*a33 *m1 *m2 *n1 *n2 *r214 - 416*a33 *m1 *m2 *n1 *n2 *r214
2 2 8 4 7 2 9 9 2
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 16*a33 *m1*m2 *n1 *n2 *r214
2 9 7 4 2 9 5 6
+ 96*a33 *m1*m2 *n1 *n2 *r214 - 48*a33 *m1*m2 *n1 *n2 *r214
2 10 8 3 2 10 6 5
- 8*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214
10 4 9 10 2 11 9 5 8
+ 8*m1 *n1 *n2 *r464 - 8*m1 *n1 *n2 *r464 - 48*m1 *m2*n1 *n2 *r464
9 3 10 9 12 9 5 9
+ 96*m1 *m2*n1 *n2 *r464 - 16*m1 *m2*n1*n2 *r464 - 2*m1 *n1 *n2 *r4111
9 13 8 2 6 7
+ 2*m1 *n1*n2 *r4111 + 120*m1 *m2 *n1 *n2 *r464
8 2 4 9 8 2 2 11
- 416*m1 *m2 *n1 *n2 *r464 + 176*m1 *m2 *n1 *n2 *r464
8 2 13 8 6 8
- 8*m1 *m2 *n2 *r464 + 12*m1 *m2*n1 *n2 *r4111
8 4 10 8 2 12
- 10*m1 *m2*n1 *n2 *r4111 - 20*m1 *m2*n1 *n2 *r4111
8 14 8 6 9 8 4 11
+ 2*m1 *m2*n2 *r4111 + m1 *n1 *n2 *r446 + m1 *n1 *n2 *r446
8 2 13 8 15 7 3 7 6
- m1 *n1 *n2 *r446 - m1 *n2 *r446 - 160*m1 *m2 *n1 *n2 *r464
7 3 5 8 7 3 3 10
+ 928*m1 *m2 *n1 *n2 *r464 - 736*m1 *m2 *n1 *n2 *r464
7 3 12 7 2 7 7
+ 96*m1 *m2 *n1*n2 *r464 - 30*m1 *m2 *n1 *n2 *r4111
7 2 5 9 7 2 3 11
+ 62*m1 *m2 *n1 *n2 *r4111 + 70*m1 *m2 *n1 *n2 *r4111
7 2 13 7 7 8
- 22*m1 *m2 *n1*n2 *r4111 - 6*m1 *m2*n1 *n2 *r446
7 5 10 7 3 12
- 2*m1 *m2*n1 *n2 *r446 + 14*m1 *m2*n1 *n2 *r446
7 14 6 4 8 5
+ 10*m1 *m2*n1*n2 *r446 + 120*m1 *m2 *n1 *n2 *r464
6 4 6 7 6 4 4 9
- 1200*m1 *m2 *n1 *n2 *r464 + 1616*m1 *m2 *n1 *n2 *r464
6 4 2 11 6 4 13
- 416*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
6 3 8 6 6 3 6 8
+ 40*m1 *m2 *n1 *n2 *r4111 - 162*m1 *m2 *n1 *n2 *r4111
6 3 4 10 6 3 2 12
- 110*m1 *m2 *n1 *n2 *r4111 + 90*m1 *m2 *n1 *n2 *r4111
6 3 14 6 2 8 7
- 2*m1 *m2 *n2 *r4111 + 15*m1 *m2 *n1 *n2 *r446
6 2 6 9 6 2 4 11
- 10*m1 *m2 *n1 *n2 *r446 - 64*m1 *m2 *n1 *n2 *r446
6 2 2 13 6 2 15 5 5 9 4
- 38*m1 *m2 *n1 *n2 *r446 + m1 *m2 *n2 *r446 - 48*m1 *m2 *n1 *n2 *r464
5 5 7 6 5 5 5 8
+ 928*m1 *m2 *n1 *n2 *r464 - 2080*m1 *m2 *n1 *n2 *r464
5 5 3 10 5 5 12
+ 928*m1 *m2 *n1 *n2 *r464 - 48*m1 *m2 *n1*n2 *r464
5 4 9 5 5 4 7 7
- 30*m1 *m2 *n1 *n2 *r4111 + 230*m1 *m2 *n1 *n2 *r4111
5 4 5 9 5 4 3 11
+ 58*m1 *m2 *n1 *n2 *r4111 - 190*m1 *m2 *n1 *n2 *r4111
5 4 13 5 3 9 6
+ 12*m1 *m2 *n1*n2 *r4111 - 20*m1 *m2 *n1 *n2 *r446
5 3 7 8 5 3 5 10
+ 46*m1 *m2 *n1 *n2 *r446 + 146*m1 *m2 *n1 *n2 *r446
5 3 3 12 5 3 14
+ 74*m1 *m2 *n1 *n2 *r446 - 6*m1 *m2 *n1*n2 *r446
4 6 10 3 4 6 8 5
+ 8*m1 *m2 *n1 *n2 *r464 - 416*m1 *m2 *n1 *n2 *r464
4 6 6 7 4 6 4 9
+ 1616*m1 *m2 *n1 *n2 *r464 - 1200*m1 *m2 *n1 *n2 *r464
4 6 2 11 4 5 10 4
+ 120*m1 *m2 *n1 *n2 *r464 + 12*m1 *m2 *n1 *n2 *r4111
4 5 8 6 4 5 6 8
- 190*m1 *m2 *n1 *n2 *r4111 + 58*m1 *m2 *n1 *n2 *r4111
4 5 4 10 4 5 2 12
+ 230*m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
4 4 10 5 4 4 8 7
+ 15*m1 *m2 *n1 *n2 *r446 - 80*m1 *m2 *n1 *n2 *r446
4 4 6 9 4 4 4 11
- 190*m1 *m2 *n1 *n2 *r446 - 80*m1 *m2 *n1 *n2 *r446
4 4 2 13 3 7 9 4
+ 15*m1 *m2 *n1 *n2 *r446 + 96*m1 *m2 *n1 *n2 *r464
3 7 7 6 3 7 5 8
- 736*m1 *m2 *n1 *n2 *r464 + 928*m1 *m2 *n1 *n2 *r464
3 7 3 10 3 6 11 3
- 160*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r4111
3 6 9 5 3 6 7 7
+ 90*m1 *m2 *n1 *n2 *r4111 - 110*m1 *m2 *n1 *n2 *r4111
3 6 5 9 3 6 3 11
- 162*m1 *m2 *n1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r4111
3 5 11 4 3 5 9 6
- 6*m1 *m2 *n1 *n2 *r446 + 74*m1 *m2 *n1 *n2 *r446
3 5 7 8 3 5 5 10
+ 146*m1 *m2 *n1 *n2 *r446 + 46*m1 *m2 *n1 *n2 *r446
3 5 3 12 2 8 10 3
- 20*m1 *m2 *n1 *n2 *r446 - 8*m1 *m2 *n1 *n2 *r464
2 8 8 5 2 8 6 7
+ 176*m1 *m2 *n1 *n2 *r464 - 416*m1 *m2 *n1 *n2 *r464
2 8 4 9 2 7 10 4
+ 120*m1 *m2 *n1 *n2 *r464 - 22*m1 *m2 *n1 *n2 *r4111
2 7 8 6 2 7 6 8
+ 70*m1 *m2 *n1 *n2 *r4111 + 62*m1 *m2 *n1 *n2 *r4111
2 7 4 10 2 6 12 3
- 30*m1 *m2 *n1 *n2 *r4111 + m1 *m2 *n1 *n2 *r446
2 6 10 5 2 6 8 7
- 38*m1 *m2 *n1 *n2 *r446 - 64*m1 *m2 *n1 *n2 *r446
2 6 6 9 2 6 4 11
- 10*m1 *m2 *n1 *n2 *r446 + 15*m1 *m2 *n1 *n2 *r446
9 9 4 9 7 6
- 16*m1*m2 *n1 *n2 *r464 + 96*m1*m2 *n1 *n2 *r464
9 5 8 8 11 3
- 48*m1*m2 *n1 *n2 *r464 + 2*m1*m2 *n1 *n2 *r4111
8 9 5 8 7 7
- 20*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
8 5 9 7 11 4
+ 12*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r446
7 9 6 7 7 8 7 5 10
+ 14*m1*m2 *n1 *n2 *r446 - 2*m1*m2 *n1 *n2 *r446 - 6*m1*m2 *n1 *n2 *r446
10 8 5 10 6 7 9 10 4
- 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r4111
9 6 8 8 12 3 8 10 5
- 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446 - m2 *n1 *n2 *r446
8 8 7 8 6 9 7 8 8 7 6 10
+ m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(m1 *n1 *n2 + 2*m1 *n1 *n2
7 2 14 7 16 6 9 7 6 7 9
- 2*m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - 6*m1 *m2*n1 *n2
6 5 11 6 3 13 6 15
+ 12*m1 *m2*n1 *n2 + 22*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2
5 2 10 6 5 2 8 8 5 2 6 10
+ 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 - 62*m1 *m2 *n1 *n2
5 2 4 12 5 2 2 14 5 2 16
- 80*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2 + m1 *m2 *n2
4 3 11 5 4 3 9 7 4 3 7 9
- 10*m1 *m2 *n1 *n2 + 25*m1 *m2 *n1 *n2 + 130*m1 *m2 *n1 *n2
4 3 5 11 4 3 3 13 4 3 15
+ 140*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 12 4 3 4 10 6 3 4 8 8
+ 5*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2 - 140*m1 *m2 *n1 *n2
3 4 6 10 3 4 4 12 3 4 2 14
- 130*m1 *m2 *n1 *n2 - 25*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 5 13 3 2 5 11 5 2 5 9 7
- m1 *m2 *n1 *n2 + 28*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
2 5 7 9 2 5 5 11 2 5 3 13
+ 62*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
6 12 4 6 10 6 6 8 8
- 9*m1*m2 *n1 *n2 - 22*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2
6 6 10 6 4 12 7 13 3 7 11 5
+ 6*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + 2*m2 *n1 *n2
7 7 9 7 5 11
- 2*m2 *n1 *n2 - m2 *n1 *n2 )
r479=0
r480=0
- 2*m1*n2*r4111 + 2*m2*n1*r4111
r481=----------------------------------
2 2
n1 + n2
r482=0
r483=r446
r484=0
r485=0
r486=0
- 2*m1*n2*r464 + 2*m2*n1*r464
r487=--------------------------------
2 2
n1 + n2
r488=0
r489=0
r490=0
r491=0
3 9 3 6 3 9 8
r492=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1*n2 *r14
3 8 4 5 3 8 2 7
- 48*a33 *m1 *m2*n1 *n2 *r14 + 88*a33 *m1 *m2*n1 *n2 *r14
3 8 9 3 7 2 5 4
- 8*a33 *m1 *m2*n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 3 6 3 7 2 8
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 88*a33 *m1 *m2 *n1*n2 *r14
3 6 3 6 3 3 6 3 4 5
- 160*a33 *m1 *m2 *n1 *n2 *r14 + 808*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 2 7 3 6 3 9
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 5 4 7 2 3 5 4 5 4
+ 120*a33 *m1 *m2 *n1 *n2 *r14 - 1040*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 3 6 3 5 4 8
+ 808*a33 *m1 *m2 *n1 *n2 *r14 - 48*a33 *m1 *m2 *n1*n2 *r14
3 4 5 8 3 4 5 6 3
- 48*a33 *m1 *m2 *n1 *n2*r14 + 808*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 4 5 3 4 5 2 7
- 1040*a33 *m1 *m2 *n1 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 9 3 3 6 7 2
+ 8*a33 *m1 *m2 *n1 *r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 5 4 3 3 6 3 6
+ 808*a33 *m1 *m2 *n1 *n2 *r14 - 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 8 3 2 7 6 3
+ 88*a33 *m1 *m2 *n1 *n2*r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 4 5 3 8 9
+ 120*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1*m2 *n1 *r14
3 8 7 2 3 8 5 4
+ 88*a33 *m1*m2 *n1 *n2 *r14 - 48*a33 *m1*m2 *n1 *n2 *r14
3 9 8 3 9 6 3
- 8*a33 *m2 *n1 *n2*r14 + 8*a33 *m2 *n1 *n2 *r14
2 9 3 7 2 9 9
+ 8*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1*n2 *r214
2 8 4 6 2 8 2 8
- 48*a33 *m1 *m2*n1 *n2 *r214 + 88*a33 *m1 *m2*n1 *n2 *r214
2 8 10 2 7 2 5 5
- 8*a33 *m1 *m2*n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 3 7 2 7 2 9
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 88*a33 *m1 *m2 *n1*n2 *r214
2 6 3 6 4 2 6 3 4 6
- 160*a33 *m1 *m2 *n1 *n2 *r214 + 808*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 2 8 2 6 3 10
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 5 4 7 3 2 5 4 5 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 1040*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 3 7 2 5 4 9
+ 808*a33 *m1 *m2 *n1 *n2 *r214 - 48*a33 *m1 *m2 *n1*n2 *r214
2 4 5 8 2 2 4 5 6 4
- 48*a33 *m1 *m2 *n1 *n2 *r214 + 808*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 4 6 2 4 5 2 8
- 1040*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 9 2 3 6 7 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 5 5 2 3 6 3 7
+ 808*a33 *m1 *m2 *n1 *n2 *r214 - 160*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 8 2 2 2 7 6 4
+ 88*a33 *m1 *m2 *n1 *n2 *r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 4 6 2 8 9
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1*m2 *n1 *n2*r214
2 8 7 3 2 8 5 5
+ 88*a33 *m1*m2 *n1 *n2 *r214 - 48*a33 *m1*m2 *n1 *n2 *r214
2 9 8 2 2 9 6 4 9 3 9
- 8*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214 + 8*m1 *n1 *n2 *r464
9 11 8 4 8 8 2 10
- 8*m1 *n1*n2 *r464 - 48*m1 *m2*n1 *n2 *r464 + 88*m1 *m2*n1 *n2 *r464
8 12 8 4 9 8 13
- 8*m1 *m2*n2 *r464 - 2*m1 *n1 *n2 *r4111 + 2*m1 *n2 *r4111
7 2 5 7 7 2 3 9
+ 120*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
7 2 11 7 5 8
+ 88*m1 *m2 *n1*n2 *r464 + 12*m1 *m2*n1 *n2 *r4111
7 3 10 7 12
- 8*m1 *m2*n1 *n2 *r4111 - 20*m1 *m2*n1*n2 *r4111
6 3 6 6 6 3 4 8
- 160*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
6 3 2 10 6 3 12
- 368*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
6 2 6 7 6 2 4 9
- 30*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
6 2 2 11 6 2 13
+ 78*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
5 4 7 5 5 4 5 7
+ 120*m1 *m2 *n1 *n2 *r464 - 1040*m1 *m2 *n1 *n2 *r464
5 4 3 9 5 4 11
+ 808*m1 *m2 *n1 *n2 *r464 - 48*m1 *m2 *n1*n2 *r464
5 3 7 6 5 3 5 8
+ 40*m1 *m2 *n1 *n2 *r4111 - 132*m1 *m2 *n1 *n2 *r4111
5 3 3 10 5 3 12
- 160*m1 *m2 *n1 *n2 *r4111 + 12*m1 *m2 *n1*n2 *r4111
4 5 8 4 4 5 6 6
- 48*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
4 5 4 8 4 5 2 10
- 1040*m1 *m2 *n1 *n2 *r464 + 120*m1 *m2 *n1 *n2 *r464
4 4 8 5 4 4 6 7
- 30*m1 *m2 *n1 *n2 *r4111 + 190*m1 *m2 *n1 *n2 *r4111
4 4 4 9 4 4 2 11
+ 190*m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
3 6 9 3 3 6 7 5
+ 8*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
3 6 5 7 3 6 3 9
+ 808*m1 *m2 *n1 *n2 *r464 - 160*m1 *m2 *n1 *n2 *r464
3 5 9 4 3 5 7 6
+ 12*m1 *m2 *n1 *n2 *r4111 - 160*m1 *m2 *n1 *n2 *r4111
3 5 5 8 3 5 3 10
- 132*m1 *m2 *n1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r4111
2 7 8 4 2 7 6 6
+ 88*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
2 7 4 8 2 6 10 3
+ 120*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r4111
2 6 8 5 2 6 6 7
+ 78*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
2 6 4 9 8 9 3
- 30*m1 *m2 *n1 *n2 *r4111 - 8*m1*m2 *n1 *n2 *r464
8 7 5 8 5 7
+ 88*m1*m2 *n1 *n2 *r464 - 48*m1*m2 *n1 *n2 *r464
7 9 4 7 7 6
- 20*m1*m2 *n1 *n2 *r4111 - 8*m1*m2 *n1 *n2 *r4111
7 5 8 9 8 4 9 6 6
+ 12*m1*m2 *n1 *n2 *r4111 - 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
8 10 3 8 6 7 7 6 8 7 4 10
+ 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n1 *n2
7 2 12 7 14 6 7 7 6 5 9
- m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - m1 *m2*n1 *n2
6 3 11 6 13 5 2 8 6
+ 13*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2
5 2 6 8 5 2 4 10 5 2 2 12
- 11*m1 *m2 *n1 *n2 - 51*m1 *m2 *n1 *n2 - 29*m1 *m2 *n1 *n2
5 2 14 4 3 9 5 4 3 7 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
4 3 5 9 4 3 3 11 4 3 13
+ 95*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 10 4 3 4 8 6 3 4 6 8
+ 5*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2 - 95*m1 *m2 *n1 *n2
3 4 4 10 3 4 2 12 2 5 11 3
- 35*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
2 5 9 5 2 5 7 7 2 5 5 9
+ 29*m1 *m2 *n1 *n2 + 51*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2
2 5 3 11 6 10 4 6 8 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 13*m1*m2 *n1 *n2
6 6 8 6 4 10 7 11 3 7 9 5
+ m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2
7 7 7 7 5 9
- m2 *n1 *n2 - m2 *n1 *n2 )
r493=0
3 9 3 6 3 9 8
r495=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1*n2 *r14
3 8 4 5 3 8 2 7
+ 48*a33 *m1 *m2*n1 *n2 *r14 - 88*a33 *m1 *m2*n1 *n2 *r14
3 8 9 3 7 2 5 4
+ 8*a33 *m1 *m2*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 3 6 3 7 2 8
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 88*a33 *m1 *m2 *n1*n2 *r14
3 6 3 6 3 3 6 3 4 5
+ 160*a33 *m1 *m2 *n1 *n2 *r14 - 808*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 2 7 3 6 3 9
+ 368*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n2 *r14
3 5 4 7 2 3 5 4 5 4
- 120*a33 *m1 *m2 *n1 *n2 *r14 + 1040*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 3 6 3 5 4 8
- 808*a33 *m1 *m2 *n1 *n2 *r14 + 48*a33 *m1 *m2 *n1*n2 *r14
3 4 5 8 3 4 5 6 3
+ 48*a33 *m1 *m2 *n1 *n2*r14 - 808*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 4 5 3 4 5 2 7
+ 1040*a33 *m1 *m2 *n1 *n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 9 3 3 6 7 2
- 8*a33 *m1 *m2 *n1 *r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 5 4 3 3 6 3 6
- 808*a33 *m1 *m2 *n1 *n2 *r14 + 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 8 3 2 7 6 3
- 88*a33 *m1 *m2 *n1 *n2*r14 + 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 4 5 3 8 9
- 120*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1*m2 *n1 *r14
3 8 7 2 3 8 5 4
- 88*a33 *m1*m2 *n1 *n2 *r14 + 48*a33 *m1*m2 *n1 *n2 *r14
3 9 8 3 9 6 3
+ 8*a33 *m2 *n1 *n2*r14 - 8*a33 *m2 *n1 *n2 *r14
2 9 3 7 2 9 9
- 8*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1*n2 *r214
2 8 4 6 2 8 2 8
+ 48*a33 *m1 *m2*n1 *n2 *r214 - 88*a33 *m1 *m2*n1 *n2 *r214
2 8 10 2 7 2 5 5
+ 8*a33 *m1 *m2*n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 3 7 2 7 2 9
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 88*a33 *m1 *m2 *n1*n2 *r214
2 6 3 6 4 2 6 3 4 6
+ 160*a33 *m1 *m2 *n1 *n2 *r214 - 808*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 2 8 2 6 3 10
+ 368*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 5 4 7 3 2 5 4 5 5
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 1040*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 3 7 2 5 4 9
- 808*a33 *m1 *m2 *n1 *n2 *r214 + 48*a33 *m1 *m2 *n1*n2 *r214
2 4 5 8 2 2 4 5 6 4
+ 48*a33 *m1 *m2 *n1 *n2 *r214 - 808*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 4 6 2 4 5 2 8
+ 1040*a33 *m1 *m2 *n1 *n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 9 2 3 6 7 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 5 5 2 3 6 3 7
- 808*a33 *m1 *m2 *n1 *n2 *r214 + 160*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 8 2 2 2 7 6 4
- 88*a33 *m1 *m2 *n1 *n2 *r214 + 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 4 6 2 8 9
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1*m2 *n1 *n2*r214
2 8 7 3 2 8 5 5
- 88*a33 *m1*m2 *n1 *n2 *r214 + 48*a33 *m1*m2 *n1 *n2 *r214
2 9 8 2 2 9 6 4 9 3 9
+ 8*a33 *m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2 *r214 - 8*m1 *n1 *n2 *r464
9 11 8 4 8 8 2 10
+ 8*m1 *n1*n2 *r464 + 48*m1 *m2*n1 *n2 *r464 - 88*m1 *m2*n1 *n2 *r464
8 12 8 4 9 8 13
+ 8*m1 *m2*n2 *r464 + 2*m1 *n1 *n2 *r4111 - 2*m1 *n2 *r4111
7 2 5 7 7 2 3 9
- 120*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
7 2 11 7 5 8
- 88*m1 *m2 *n1*n2 *r464 - 12*m1 *m2*n1 *n2 *r4111
7 3 10 7 12
+ 8*m1 *m2*n1 *n2 *r4111 + 20*m1 *m2*n1*n2 *r4111
6 3 6 6 6 3 4 8
+ 160*m1 *m2 *n1 *n2 *r464 - 808*m1 *m2 *n1 *n2 *r464
6 3 2 10 6 3 12
+ 368*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
6 2 6 7 6 2 4 9
+ 30*m1 *m2 *n1 *n2 *r4111 - 50*m1 *m2 *n1 *n2 *r4111
6 2 2 11 6 2 13
- 78*m1 *m2 *n1 *n2 *r4111 + 2*m1 *m2 *n2 *r4111
5 4 7 5 5 4 5 7
- 120*m1 *m2 *n1 *n2 *r464 + 1040*m1 *m2 *n1 *n2 *r464
5 4 3 9 5 4 11
- 808*m1 *m2 *n1 *n2 *r464 + 48*m1 *m2 *n1*n2 *r464
5 3 7 6 5 3 5 8
- 40*m1 *m2 *n1 *n2 *r4111 + 132*m1 *m2 *n1 *n2 *r4111
5 3 3 10 5 3 12
+ 160*m1 *m2 *n1 *n2 *r4111 - 12*m1 *m2 *n1*n2 *r4111
4 5 8 4 4 5 6 6
+ 48*m1 *m2 *n1 *n2 *r464 - 808*m1 *m2 *n1 *n2 *r464
4 5 4 8 4 5 2 10
+ 1040*m1 *m2 *n1 *n2 *r464 - 120*m1 *m2 *n1 *n2 *r464
4 4 8 5 4 4 6 7
+ 30*m1 *m2 *n1 *n2 *r4111 - 190*m1 *m2 *n1 *n2 *r4111
4 4 4 9 4 4 2 11
- 190*m1 *m2 *n1 *n2 *r4111 + 30*m1 *m2 *n1 *n2 *r4111
3 6 9 3 3 6 7 5
- 8*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
3 6 5 7 3 6 3 9
- 808*m1 *m2 *n1 *n2 *r464 + 160*m1 *m2 *n1 *n2 *r464
3 5 9 4 3 5 7 6
- 12*m1 *m2 *n1 *n2 *r4111 + 160*m1 *m2 *n1 *n2 *r4111
3 5 5 8 3 5 3 10
+ 132*m1 *m2 *n1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r4111
2 7 8 4 2 7 6 6
- 88*m1 *m2 *n1 *n2 *r464 + 368*m1 *m2 *n1 *n2 *r464
2 7 4 8 2 6 10 3
- 120*m1 *m2 *n1 *n2 *r464 + 2*m1 *m2 *n1 *n2 *r4111
2 6 8 5 2 6 6 7
- 78*m1 *m2 *n1 *n2 *r4111 - 50*m1 *m2 *n1 *n2 *r4111
2 6 4 9 8 9 3
+ 30*m1 *m2 *n1 *n2 *r4111 + 8*m1*m2 *n1 *n2 *r464
8 7 5 8 5 7
- 88*m1*m2 *n1 *n2 *r464 + 48*m1*m2 *n1 *n2 *r464
7 9 4 7 7 6
+ 20*m1*m2 *n1 *n2 *r4111 + 8*m1*m2 *n1 *n2 *r4111
7 5 8 9 8 4 9 6 6
- 12*m1*m2 *n1 *n2 *r4111 + 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464
8 10 3 8 6 7 7 6 8 7 4 10
- 2*m2 *n1 *n2 *r4111 + 2*m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n1 *n2
7 2 12 7 14 6 7 7 6 5 9
- m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - m1 *m2*n1 *n2
6 3 11 6 13 5 2 8 6
+ 13*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2
5 2 6 8 5 2 4 10 5 2 2 12
- 11*m1 *m2 *n1 *n2 - 51*m1 *m2 *n1 *n2 - 29*m1 *m2 *n1 *n2
5 2 14 4 3 9 5 4 3 7 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
4 3 5 9 4 3 3 11 4 3 13
+ 95*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 10 4 3 4 8 6 3 4 6 8
+ 5*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2 - 95*m1 *m2 *n1 *n2
3 4 4 10 3 4 2 12 2 5 11 3
- 35*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
2 5 9 5 2 5 7 7 2 5 5 9
+ 29*m1 *m2 *n1 *n2 + 51*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2
2 5 3 11 6 10 4 6 8 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 13*m1*m2 *n1 *n2
6 6 8 6 4 10 7 11 3 7 9 5
+ m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2
7 7 7 7 5 9
- m2 *n1 *n2 - m2 *n1 *n2 )
r496=0
r497=0
r498=0
r499=0
r4100=0
3 5 5 3 4 4
r4101=( - 4*a33 *m1 *n2 *r14 + 20*a33 *m1 *m2*n1*n2 *r14
3 3 2 2 3 3 2 3 3 2
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 5 5 2 5 6
- 20*a33 *m1*m2 *n1 *n2*r14 + 4*a33 *m2 *n1 *r14 - 4*a33 *m1 *n2 *r214
2 4 5 2 3 2 2 4
+ 20*a33 *m1 *m2*n1*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 3 3 2 4 4 2
+ 40*a33 *m1 *m2 *n1 *n2 *r214 - 20*a33 *m1*m2 *n1 *n2 *r214
2 5 5 5 8 4 7
+ 4*a33 *m2 *n1 *n2*r214 - 4*m1 *n2 *r464 + 20*m1 *m2*n1*n2 *r464
3 2 2 6 2 3 3 5
- 40*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r464
4 4 4 5 5 3 4 2 7 4 9
- 20*m1*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r464)/(m1 *n1 *n2 + m1 *n2
3 3 6 3 8 2 2 4 5 2 2 2 7
- 4*m1 *m2*n1 *n2 - 4*m1 *m2*n1*n2 + 6*m1 *m2 *n1 *n2 + 6*m1 *m2 *n1 *n2
3 5 4 3 3 6 4 6 3 4 4 5
- 4*m1*m2 *n1 *n2 - 4*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2 )
3 6 5 3 5 2 4
r4102=( - 4*a33 *m1 *n1*n2 *r14 + 20*a33 *m1 *m2*n1 *n2 *r14
3 5 6 3 4 2 3 3
- 4*a33 *m1 *m2*n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 2 5 3 3 3 4 2
+ 20*a33 *m1 *m2 *n1*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 3 3 2 4 3 2 4 5
- 40*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2*r14
3 2 4 3 3 3 5 6
+ 40*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1*m2 *n1 *r14
3 5 4 2 3 6 5
- 20*a33 *m1*m2 *n1 *n2 *r14 + 4*a33 *m2 *n1 *n2*r14
2 6 6 2 5 2 5
- 4*a33 *m1 *n1*n2 *r214 + 20*a33 *m1 *m2*n1 *n2 *r214
2 5 7 2 4 2 3 4
- 4*a33 *m1 *m2*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 4 2 6 2 3 3 4 3
+ 20*a33 *m1 *m2 *n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 3 3 2 5 2 2 4 5 2
- 40*a33 *m1 *m2 *n1 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 4 3 4 2 5 6
+ 40*a33 *m1 *m2 *n1 *n2 *r214 + 4*a33 *m1*m2 *n1 *n2*r214
2 5 4 3 2 6 5 2
- 20*a33 *m1*m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2 *r214
6 8 5 2 7 5 9
- 4*m1 *n1*n2 *r464 + 20*m1 *m2*n1 *n2 *r464 - 4*m1 *m2*n2 *r464
5 2 8 5 10 4 2 3 6
+ m1 *n1 *n2 *r4111 + m1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r464
4 2 8 4 3 7
+ 20*m1 *m2 *n1*n2 *r464 - 5*m1 *m2*n1 *n2 *r4111
4 9 3 3 4 5
- 5*m1 *m2*n1*n2 *r4111 + 40*m1 *m2 *n1 *n2 *r464
3 3 2 7 3 2 4 6
- 40*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
3 2 2 8 2 4 5 4
+ 10*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r464
2 4 3 6 2 3 5 5
+ 40*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
2 3 3 7 5 6 3
- 10*m1 *m2 *n1 *n2 *r4111 + 4*m1*m2 *n1 *n2 *r464
5 4 5 4 6 4
- 20*m1*m2 *n1 *n2 *r464 + 5*m1*m2 *n1 *n2 *r4111
4 4 6 6 5 4 5 7 3
+ 5*m1*m2 *n1 *n2 *r4111 + 4*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r4111
5 5 5 5 2 8 5 10 4 3 7
- m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n2 - 5*m1 *m2*n1 *n2
4 9 3 2 4 6 3 2 2 8
- 5*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 3 5 5 2 3 3 7 4 6 4
- 10*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2 + 5*m1*m2 *n1 *n2
4 4 6 5 7 3 5 5 5
+ 5*m1*m2 *n1 *n2 - m2 *n1 *n2 - m2 *n1 *n2 )
r4103=0
r4104=0
3 9 4 5 3 9 2 7 3 9 9
r4105=( - 12*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r14 + 4*a33 *m1 *n2 *r14
3 8 5 4 3 8 3 6
+ 60*a33 *m1 *m2*n1 *n2 *r14 - 104*a33 *m1 *m2*n1 *n2 *r14
3 8 8 3 7 2 6 3
- 20*a33 *m1 *m2*n1*n2 *r14 - 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 4 5 3 7 2 2 7
+ 408*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 9 3 6 3 7 2
+ 8*a33 *m1 *m2 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 5 4 3 6 3 3 6
- 760*a33 *m1 *m2 *n1 *n2 *r14 + 360*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 8 3 5 4 8
- 104*a33 *m1 *m2 *n1*n2 *r14 - 60*a33 *m1 *m2 *n1 *n2*r14
3 5 4 6 3 3 5 4 4 5
+ 760*a33 *m1 *m2 *n1 *n2 *r14 - 776*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 2 7 3 5 4 9
+ 408*a33 *m1 *m2 *n1 *n2 *r14 - 12*a33 *m1 *m2 *n2 *r14
3 4 5 9 3 4 5 7 2
+ 12*a33 *m1 *m2 *n1 *r14 - 408*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 5 4 3 4 5 3 6
+ 776*a33 *m1 *m2 *n1 *n2 *r14 - 760*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 8 3 3 6 8
+ 60*a33 *m1 *m2 *n1*n2 *r14 + 104*a33 *m1 *m2 *n1 *n2*r14
3 3 6 6 3 3 3 6 4 5
- 360*a33 *m1 *m2 *n1 *n2 *r14 + 760*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 2 7 3 2 7 9
- 120*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1 *m2 *n1 *r14
3 2 7 7 2 3 2 7 5 4
+ 40*a33 *m1 *m2 *n1 *n2 *r14 - 408*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 3 6 3 8 8
+ 120*a33 *m1 *m2 *n1 *n2 *r14 + 20*a33 *m1*m2 *n1 *n2*r14
3 8 6 3 3 8 4 5
+ 104*a33 *m1*m2 *n1 *n2 *r14 - 60*a33 *m1*m2 *n1 *n2 *r14
3 9 9 3 9 7 2 3 9 5 4
- 4*a33 *m2 *n1 *r14 - 8*a33 *m2 *n1 *n2 *r14 + 12*a33 *m2 *n1 *n2 *r14
2 9 4 6 2 9 2 8
- 12*a33 *m1 *n1 *n2 *r214 + 8*a33 *m1 *n1 *n2 *r214
2 9 10 2 8 5 5
+ 4*a33 *m1 *n2 *r214 + 60*a33 *m1 *m2*n1 *n2 *r214
2 8 3 7 2 8 9
- 104*a33 *m1 *m2*n1 *n2 *r214 - 20*a33 *m1 *m2*n1*n2 *r214
2 7 2 6 4 2 7 2 4 6
- 120*a33 *m1 *m2 *n1 *n2 *r214 + 408*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 2 8 2 7 2 10
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 6 3 7 3 2 6 3 5 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 760*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 3 7 2 6 3 9
+ 360*a33 *m1 *m2 *n1 *n2 *r214 - 104*a33 *m1 *m2 *n1*n2 *r214
2 5 4 8 2 2 5 4 6 4
- 60*a33 *m1 *m2 *n1 *n2 *r214 + 760*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 4 6 2 5 4 2 8
- 776*a33 *m1 *m2 *n1 *n2 *r214 + 408*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 10 2 4 5 9
- 12*a33 *m1 *m2 *n2 *r214 + 12*a33 *m1 *m2 *n1 *n2*r214
2 4 5 7 3 2 4 5 5 5
- 408*a33 *m1 *m2 *n1 *n2 *r214 + 776*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 3 7 2 4 5 9
- 760*a33 *m1 *m2 *n1 *n2 *r214 + 60*a33 *m1 *m2 *n1*n2 *r214
2 3 6 8 2 2 3 6 6 4
+ 104*a33 *m1 *m2 *n1 *n2 *r214 - 360*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 4 6 2 3 6 2 8
+ 760*a33 *m1 *m2 *n1 *n2 *r214 - 120*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 9 2 2 7 7 3
- 8*a33 *m1 *m2 *n1 *n2*r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 5 5 2 2 7 3 7
- 408*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 8 8 2 2 8 6 4
+ 20*a33 *m1*m2 *n1 *n2 *r214 + 104*a33 *m1*m2 *n1 *n2 *r214
2 8 4 6 2 9 9
- 60*a33 *m1*m2 *n1 *n2 *r214 - 4*a33 *m2 *n1 *n2*r214
2 9 7 3 2 9 5 5
- 8*a33 *m2 *n1 *n2 *r214 + 12*a33 *m2 *n1 *n2 *r214
9 4 8 9 2 10 9 12
- 12*m1 *n1 *n2 *r464 + 8*m1 *n1 *n2 *r464 + 4*m1 *n2 *r464
8 5 7 8 3 9
+ 60*m1 *m2*n1 *n2 *r464 - 104*m1 *m2*n1 *n2 *r464
8 11 8 5 8 8 12
- 20*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111 - 2*m1 *n1*n2 *r4111
7 2 6 6 7 2 4 8
- 120*m1 *m2 *n1 *n2 *r464 + 408*m1 *m2 *n1 *n2 *r464
7 2 2 10 7 2 12
- 40*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
7 6 7 7 4 9
- 10*m1 *m2*n1 *n2 *r4111 + 10*m1 *m2*n1 *n2 *r4111
7 2 11 7 13 7 6 8
+ 18*m1 *m2*n1 *n2 *r4111 - 2*m1 *m2*n2 *r4111 - m1 *n1 *n2 *r446
7 4 10 7 2 12 7 14
- m1 *n1 *n2 *r446 + m1 *n1 *n2 *r446 + m1 *n2 *r446
6 3 7 5 6 3 5 7
+ 120*m1 *m2 *n1 *n2 *r464 - 760*m1 *m2 *n1 *n2 *r464
6 3 3 9 6 3 11
+ 360*m1 *m2 *n1 *n2 *r464 - 104*m1 *m2 *n1*n2 *r464
6 2 7 6 6 2 5 8
+ 20*m1 *m2 *n1 *n2 *r4111 - 52*m1 *m2 *n1 *n2 *r4111
6 2 3 10 6 2 12
- 52*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1*n2 *r4111
6 7 7 6 5 9 6 3 11
+ 5*m1 *m2*n1 *n2 *r446 + m1 *m2*n1 *n2 *r446 - 13*m1 *m2*n1 *n2 *r446
6 13 5 4 8 4
- 9*m1 *m2*n1*n2 *r446 - 60*m1 *m2 *n1 *n2 *r464
5 4 6 6 5 4 4 8
+ 760*m1 *m2 *n1 *n2 *r464 - 776*m1 *m2 *n1 *n2 *r464
5 4 2 10 5 4 12
+ 408*m1 *m2 *n1 *n2 *r464 - 12*m1 *m2 *n2 *r464
5 3 8 5 5 3 6 7
- 20*m1 *m2 *n1 *n2 *r4111 + 110*m1 *m2 *n1 *n2 *r4111
5 3 4 9 5 3 2 11
+ 58*m1 *m2 *n1 *n2 *r4111 - 70*m1 *m2 *n1 *n2 *r4111
5 3 13 5 2 8 6
+ 2*m1 *m2 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
5 2 6 8 5 2 4 10
+ 11*m1 *m2 *n1 *n2 *r446 + 51*m1 *m2 *n1 *n2 *r446
5 2 2 12 5 2 14 4 5 9 3
+ 29*m1 *m2 *n1 *n2 *r446 - m1 *m2 *n2 *r446 + 12*m1 *m2 *n1 *n2 *r464
4 5 7 5 4 5 5 7
- 408*m1 *m2 *n1 *n2 *r464 + 776*m1 *m2 *n1 *n2 *r464
4 5 3 9 4 5 11
- 760*m1 *m2 *n1 *n2 *r464 + 60*m1 *m2 *n1*n2 *r464
4 4 9 4 4 4 7 6
+ 10*m1 *m2 *n1 *n2 *r4111 - 120*m1 *m2 *n1 *n2 *r4111
4 4 3 10 4 4 12
+ 120*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
4 3 9 5 4 3 7 7
+ 10*m1 *m2 *n1 *n2 *r446 - 35*m1 *m2 *n1 *n2 *r446
4 3 5 9 4 3 3 11
- 95*m1 *m2 *n1 *n2 *r446 - 45*m1 *m2 *n1 *n2 *r446
4 3 13 3 6 8 4
+ 5*m1 *m2 *n1*n2 *r446 + 104*m1 *m2 *n1 *n2 *r464
3 6 6 6 3 6 4 8
- 360*m1 *m2 *n1 *n2 *r464 + 760*m1 *m2 *n1 *n2 *r464
3 6 2 10 3 5 10 3
- 120*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r4111
3 5 8 5 3 5 6 7
+ 70*m1 *m2 *n1 *n2 *r4111 - 58*m1 *m2 *n1 *n2 *r4111
3 5 4 9 3 5 2 11
- 110*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
3 4 10 4 3 4 8 6
- 5*m1 *m2 *n1 *n2 *r446 + 45*m1 *m2 *n1 *n2 *r446
3 4 6 8 3 4 4 10
+ 95*m1 *m2 *n1 *n2 *r446 + 35*m1 *m2 *n1 *n2 *r446
3 4 2 12 2 7 9 3
- 10*m1 *m2 *n1 *n2 *r446 - 8*m1 *m2 *n1 *n2 *r464
2 7 7 5 2 7 5 7
+ 40*m1 *m2 *n1 *n2 *r464 - 408*m1 *m2 *n1 *n2 *r464
2 7 3 9 2 6 9 4
+ 120*m1 *m2 *n1 *n2 *r464 - 20*m1 *m2 *n1 *n2 *r4111
2 6 7 6 2 6 5 8
+ 52*m1 *m2 *n1 *n2 *r4111 + 52*m1 *m2 *n1 *n2 *r4111
2 6 3 10 2 5 11 3
- 20*m1 *m2 *n1 *n2 *r4111 + m1 *m2 *n1 *n2 *r446
2 5 9 5 2 5 7 7
- 29*m1 *m2 *n1 *n2 *r446 - 51*m1 *m2 *n1 *n2 *r446
2 5 5 9 2 5 3 11
- 11*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
8 8 4 8 6 6
+ 20*m1*m2 *n1 *n2 *r464 + 104*m1*m2 *n1 *n2 *r464
8 4 8 7 10 3
- 60*m1*m2 *n1 *n2 *r464 + 2*m1*m2 *n1 *n2 *r4111
7 8 5 7 6 7
- 18*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
7 4 9 6 10 4
+ 10*m1*m2 *n1 *n2 *r4111 + 9*m1*m2 *n1 *n2 *r446
6 8 6 6 6 8 6 4 10
+ 13*m1*m2 *n1 *n2 *r446 - m1*m2 *n1 *n2 *r446 - 5*m1*m2 *n1 *n2 *r446
9 9 3 9 7 5 9 5 7
- 4*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464 + 12*m2 *n1 *n2 *r464
8 9 4 8 5 8 7 11 3
+ 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446
7 9 5 7 7 7 7 5 9 7 6 8
- m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446 + m2 *n1 *n2 *r446)/(2*m1 *n1 *n2
7 4 10 7 2 12 7 14 6 7 7
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - 2*m1 *n2 - 10*m1 *m2*n1 *n2
6 5 9 6 3 11 6 13
- 2*m1 *m2*n1 *n2 + 26*m1 *m2*n1 *n2 + 18*m1 *m2*n1*n2
5 2 8 6 5 2 6 8 5 2 4 10
+ 20*m1 *m2 *n1 *n2 - 22*m1 *m2 *n1 *n2 - 102*m1 *m2 *n1 *n2
5 2 2 12 5 2 14 4 3 9 5
- 58*m1 *m2 *n1 *n2 + 2*m1 *m2 *n2 - 20*m1 *m2 *n1 *n2
4 3 7 7 4 3 5 9 4 3 3 11
+ 70*m1 *m2 *n1 *n2 + 190*m1 *m2 *n1 *n2 + 90*m1 *m2 *n1 *n2
4 3 13 3 4 10 4 3 4 8 6
- 10*m1 *m2 *n1*n2 + 10*m1 *m2 *n1 *n2 - 90*m1 *m2 *n1 *n2
3 4 6 8 3 4 4 10 3 4 2 12
- 190*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2 + 20*m1 *m2 *n1 *n2
2 5 11 3 2 5 9 5 2 5 7 7
- 2*m1 *m2 *n1 *n2 + 58*m1 *m2 *n1 *n2 + 102*m1 *m2 *n1 *n2
2 5 5 9 2 5 3 11 6 10 4
+ 22*m1 *m2 *n1 *n2 - 20*m1 *m2 *n1 *n2 - 18*m1*m2 *n1 *n2
6 8 6 6 6 8 6 4 10 7 11 3
- 26*m1*m2 *n1 *n2 + 2*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2 + 2*m2 *n1 *n2
7 9 5 7 7 7 7 5 9
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - 2*m2 *n1 *n2 )
r4106=0
3 7 2 5 3 7 7
r4107=( - 8*a33 *m1 *n1 *n2 *r14 + 8*a33 *m1 *n2 *r14
3 6 3 4 3 6 6
+ 40*a33 *m1 *m2*n1 *n2 *r14 - 72*a33 *m1 *m2*n1*n2 *r14
3 5 2 4 3 3 5 2 2 5
- 80*a33 *m1 *m2 *n1 *n2 *r14 + 248*a33 *m1 *m2 *n1 *n2 *r14
3 5 2 7 3 4 3 5 2
- 8*a33 *m1 *m2 *n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 4 3 3 4 3 4 3 6
- 440*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1*n2 *r14
3 3 4 6 3 3 4 4 3
- 40*a33 *m1 *m2 *n1 *n2*r14 + 440*a33 *m1 *m2 *n1 *n2 *r14
3 3 4 2 5 3 2 5 7
- 80*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n1 *r14
3 2 5 5 2 3 2 5 3 4
- 248*a33 *m1 *m2 *n1 *n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 6 6 3 6 4 3
+ 72*a33 *m1*m2 *n1 *n2*r14 - 40*a33 *m1*m2 *n1 *n2 *r14
3 7 7 3 7 5 2 2 7 2 6
- 8*a33 *m2 *n1 *r14 + 8*a33 *m2 *n1 *n2 *r14 - 8*a33 *m1 *n1 *n2 *r214
2 7 8 2 6 3 5
+ 8*a33 *m1 *n2 *r214 + 40*a33 *m1 *m2*n1 *n2 *r214
2 6 7 2 5 2 4 4
- 72*a33 *m1 *m2*n1*n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 5 2 2 6 2 5 2 8
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n2 *r214
2 4 3 5 3 2 4 3 3 5
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 440*a33 *m1 *m2 *n1 *n2 *r214
2 4 3 7 2 3 4 6 2
+ 40*a33 *m1 *m2 *n1*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 3 4 4 4 2 3 4 2 6
+ 440*a33 *m1 *m2 *n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 2 5 7 2 2 5 5 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 2 5 3 5 2 6 6 2
+ 80*a33 *m1 *m2 *n1 *n2 *r214 + 72*a33 *m1*m2 *n1 *n2 *r214
2 6 4 4 2 7 7
- 40*a33 *m1*m2 *n1 *n2 *r214 - 8*a33 *m2 *n1 *n2*r214
2 7 5 3 7 2 8 7 10
+ 8*a33 *m2 *n1 *n2 *r214 - 8*m1 *n1 *n2 *r464 + 8*m1 *n2 *r464
6 3 7 6 9 6 3 8
+ 40*m1 *m2*n1 *n2 *r464 - 72*m1 *m2*n1*n2 *r464 + 2*m1 *n1 *n2 *r4111
6 10 5 2 4 6
+ 2*m1 *n1*n2 *r4111 - 80*m1 *m2 *n1 *n2 *r464
5 2 2 8 5 2 10
+ 248*m1 *m2 *n1 *n2 *r464 - 8*m1 *m2 *n2 *r464
5 4 7 5 2 9 5 11
- 10*m1 *m2*n1 *n2 *r4111 - 8*m1 *m2*n1 *n2 *r4111 + 2*m1 *m2*n2 *r4111
5 4 8 5 2 10 5 12
- m1 *n1 *n2 *r446 - 2*m1 *n1 *n2 *r446 - m1 *n2 *r446
4 3 5 5 4 3 3 7
+ 80*m1 *m2 *n1 *n2 *r464 - 440*m1 *m2 *n1 *n2 *r464
4 3 9 4 2 5 6
+ 40*m1 *m2 *n1*n2 *r464 + 20*m1 *m2 *n1 *n2 *r4111
4 2 3 8 4 2 10
+ 10*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1*n2 *r4111
4 5 7 4 3 9 4 11
+ 5*m1 *m2*n1 *n2 *r446 + 10*m1 *m2*n1 *n2 *r446 + 5*m1 *m2*n1*n2 *r446
3 4 6 4 3 4 4 6
- 40*m1 *m2 *n1 *n2 *r464 + 440*m1 *m2 *n1 *n2 *r464
3 4 2 8 3 3 6 5
- 80*m1 *m2 *n1 *n2 *r464 - 20*m1 *m2 *n1 *n2 *r4111
3 3 2 9 3 2 6 6
+ 20*m1 *m2 *n1 *n2 *r4111 - 10*m1 *m2 *n1 *n2 *r446
3 2 4 8 3 2 2 10
- 20*m1 *m2 *n1 *n2 *r446 - 10*m1 *m2 *n1 *n2 *r446
2 5 7 3 2 5 5 5
+ 8*m1 *m2 *n1 *n2 *r464 - 248*m1 *m2 *n1 *n2 *r464
2 5 3 7 2 4 7 4
+ 80*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
2 4 5 6 2 4 3 8
- 10*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r4111
2 3 7 5 2 3 5 7
+ 10*m1 *m2 *n1 *n2 *r446 + 20*m1 *m2 *n1 *n2 *r446
2 3 3 9 6 6 4
+ 10*m1 *m2 *n1 *n2 *r446 + 72*m1*m2 *n1 *n2 *r464
6 4 6 5 8 3
- 40*m1*m2 *n1 *n2 *r464 - 2*m1*m2 *n1 *n2 *r4111
5 6 5 5 4 7
+ 8*m1*m2 *n1 *n2 *r4111 + 10*m1*m2 *n1 *n2 *r4111
4 8 4 4 6 6 4 4 8
- 5*m1*m2 *n1 *n2 *r446 - 10*m1*m2 *n1 *n2 *r446 - 5*m1*m2 *n1 *n2 *r446
7 7 3 7 5 5 6 7 4
- 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r4111
6 5 6 5 9 3 5 7 5
- 2*m2 *n1 *n2 *r4111 + m2 *n1 *n2 *r446 + 2*m2 *n1 *n2 *r446
5 5 7 5 4 8 5 2 10 5 12
+ m2 *n1 *n2 *r446)/(2*m1 *n1 *n2 + 4*m1 *n1 *n2 + 2*m1 *n2
4 5 7 4 3 9 4 11
- 10*m1 *m2*n1 *n2 - 20*m1 *m2*n1 *n2 - 10*m1 *m2*n1*n2
3 2 6 6 3 2 4 8 3 2 2 10
+ 20*m1 *m2 *n1 *n2 + 40*m1 *m2 *n1 *n2 + 20*m1 *m2 *n1 *n2
2 3 7 5 2 3 5 7 2 3 3 9
- 20*m1 *m2 *n1 *n2 - 40*m1 *m2 *n1 *n2 - 20*m1 *m2 *n1 *n2
4 8 4 4 6 6 4 4 8 5 9 3
+ 10*m1*m2 *n1 *n2 + 20*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2 - 2*m2 *n1 *n2
5 7 5 5 5 7
- 4*m2 *n1 *n2 - 2*m2 *n1 *n2 )
r4108=0
3 9 3 6 3 9 8
r4109=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n1*n2 *r14
3 8 4 5 3 8 2 7
- 48*a33 *m1 *m2*n1 *n2 *r14 + 88*a33 *m1 *m2*n1 *n2 *r14
3 8 9 3 7 2 5 4
- 8*a33 *m1 *m2*n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 7 2 3 6 3 7 2 8
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 88*a33 *m1 *m2 *n1*n2 *r14
3 6 3 6 3 3 6 3 4 5
- 160*a33 *m1 *m2 *n1 *n2 *r14 + 808*a33 *m1 *m2 *n1 *n2 *r14
3 6 3 2 7 3 6 3 9
- 368*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 5 4 7 2 3 5 4 5 4
+ 120*a33 *m1 *m2 *n1 *n2 *r14 - 1040*a33 *m1 *m2 *n1 *n2 *r14
3 5 4 3 6 3 5 4 8
+ 808*a33 *m1 *m2 *n1 *n2 *r14 - 48*a33 *m1 *m2 *n1*n2 *r14
3 4 5 8 3 4 5 6 3
- 48*a33 *m1 *m2 *n1 *n2*r14 + 808*a33 *m1 *m2 *n1 *n2 *r14
3 4 5 4 5 3 4 5 2 7
- 1040*a33 *m1 *m2 *n1 *n2 *r14 + 120*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 9 3 3 6 7 2
+ 8*a33 *m1 *m2 *n1 *r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 3 6 5 4 3 3 6 3 6
+ 808*a33 *m1 *m2 *n1 *n2 *r14 - 160*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 8 3 2 7 6 3
+ 88*a33 *m1 *m2 *n1 *n2*r14 - 368*a33 *m1 *m2 *n1 *n2 *r14
3 2 7 4 5 3 8 9
+ 120*a33 *m1 *m2 *n1 *n2 *r14 - 8*a33 *m1*m2 *n1 *r14
3 8 7 2 3 8 5 4
+ 88*a33 *m1*m2 *n1 *n2 *r14 - 48*a33 *m1*m2 *n1 *n2 *r14
3 9 8 3 9 6 3
- 8*a33 *m2 *n1 *n2*r14 + 8*a33 *m2 *n1 *n2 *r14
2 9 3 7 2 9 9
+ 8*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n1*n2 *r214
2 8 4 6 2 8 2 8
- 48*a33 *m1 *m2*n1 *n2 *r214 + 88*a33 *m1 *m2*n1 *n2 *r214
2 8 10 2 7 2 5 5
- 8*a33 *m1 *m2*n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 7 2 3 7 2 7 2 9
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 88*a33 *m1 *m2 *n1*n2 *r214
2 6 3 6 4 2 6 3 4 6
- 160*a33 *m1 *m2 *n1 *n2 *r214 + 808*a33 *m1 *m2 *n1 *n2 *r214
2 6 3 2 8 2 6 3 10
- 368*a33 *m1 *m2 *n1 *n2 *r214 + 8*a33 *m1 *m2 *n2 *r214
2 5 4 7 3 2 5 4 5 5
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 1040*a33 *m1 *m2 *n1 *n2 *r214
2 5 4 3 7 2 5 4 9
+ 808*a33 *m1 *m2 *n1 *n2 *r214 - 48*a33 *m1 *m2 *n1*n2 *r214
2 4 5 8 2 2 4 5 6 4
- 48*a33 *m1 *m2 *n1 *n2 *r214 + 808*a33 *m1 *m2 *n1 *n2 *r214
2 4 5 4 6 2 4 5 2 8
- 1040*a33 *m1 *m2 *n1 *n2 *r214 + 120*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 9 2 3 6 7 3
+ 8*a33 *m1 *m2 *n1 *n2*r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 3 6 5 5 2 3 6 3 7
+ 808*a33 *m1 *m2 *n1 *n2 *r214 - 160*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 8 2 2 2 7 6 4
+ 88*a33 *m1 *m2 *n1 *n2 *r214 - 368*a33 *m1 *m2 *n1 *n2 *r214
2 2 7 4 6 2 8 9
+ 120*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1*m2 *n1 *n2*r214
2 8 7 3 2 8 5 5
+ 88*a33 *m1*m2 *n1 *n2 *r214 - 48*a33 *m1*m2 *n1 *n2 *r214
2 9 8 2 2 9 6 4 9 3 9
- 8*a33 *m2 *n1 *n2 *r214 + 8*a33 *m2 *n1 *n2 *r214 + 8*m1 *n1 *n2 *r464
9 11 8 4 8 8 2 10
- 8*m1 *n1*n2 *r464 - 48*m1 *m2*n1 *n2 *r464 + 88*m1 *m2*n1 *n2 *r464
8 12 8 4 9 8 13
- 8*m1 *m2*n2 *r464 - 2*m1 *n1 *n2 *r4111 + 2*m1 *n2 *r4111
7 2 5 7 7 2 3 9
+ 120*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
7 2 11 7 5 8
+ 88*m1 *m2 *n1*n2 *r464 + 12*m1 *m2*n1 *n2 *r4111
7 3 10 7 12
- 8*m1 *m2*n1 *n2 *r4111 - 20*m1 *m2*n1*n2 *r4111
6 3 6 6 6 3 4 8
- 160*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
6 3 2 10 6 3 12
- 368*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
6 2 6 7 6 2 4 9
- 30*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
6 2 2 11 6 2 13
+ 78*m1 *m2 *n1 *n2 *r4111 - 2*m1 *m2 *n2 *r4111
5 4 7 5 5 4 5 7
+ 120*m1 *m2 *n1 *n2 *r464 - 1040*m1 *m2 *n1 *n2 *r464
5 4 3 9 5 4 11
+ 808*m1 *m2 *n1 *n2 *r464 - 48*m1 *m2 *n1*n2 *r464
5 3 7 6 5 3 5 8
+ 40*m1 *m2 *n1 *n2 *r4111 - 132*m1 *m2 *n1 *n2 *r4111
5 3 3 10 5 3 12
- 160*m1 *m2 *n1 *n2 *r4111 + 12*m1 *m2 *n1*n2 *r4111
4 5 8 4 4 5 6 6
- 48*m1 *m2 *n1 *n2 *r464 + 808*m1 *m2 *n1 *n2 *r464
4 5 4 8 4 5 2 10
- 1040*m1 *m2 *n1 *n2 *r464 + 120*m1 *m2 *n1 *n2 *r464
4 4 8 5 4 4 6 7
- 30*m1 *m2 *n1 *n2 *r4111 + 190*m1 *m2 *n1 *n2 *r4111
4 4 4 9 4 4 2 11
+ 190*m1 *m2 *n1 *n2 *r4111 - 30*m1 *m2 *n1 *n2 *r4111
3 6 9 3 3 6 7 5
+ 8*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
3 6 5 7 3 6 3 9
+ 808*m1 *m2 *n1 *n2 *r464 - 160*m1 *m2 *n1 *n2 *r464
3 5 9 4 3 5 7 6
+ 12*m1 *m2 *n1 *n2 *r4111 - 160*m1 *m2 *n1 *n2 *r4111
3 5 5 8 3 5 3 10
- 132*m1 *m2 *n1 *n2 *r4111 + 40*m1 *m2 *n1 *n2 *r4111
2 7 8 4 2 7 6 6
+ 88*m1 *m2 *n1 *n2 *r464 - 368*m1 *m2 *n1 *n2 *r464
2 7 4 8 2 6 10 3
+ 120*m1 *m2 *n1 *n2 *r464 - 2*m1 *m2 *n1 *n2 *r4111
2 6 8 5 2 6 6 7
+ 78*m1 *m2 *n1 *n2 *r4111 + 50*m1 *m2 *n1 *n2 *r4111
2 6 4 9 8 9 3
- 30*m1 *m2 *n1 *n2 *r4111 - 8*m1*m2 *n1 *n2 *r464
8 7 5 8 5 7
+ 88*m1*m2 *n1 *n2 *r464 - 48*m1*m2 *n1 *n2 *r464
7 9 4 7 7 6
- 20*m1*m2 *n1 *n2 *r4111 - 8*m1*m2 *n1 *n2 *r4111
7 5 8 9 8 4 9 6 6
+ 12*m1*m2 *n1 *n2 *r4111 - 8*m2 *n1 *n2 *r464 + 8*m2 *n1 *n2 *r464
8 10 3 8 6 7 7 6 8
+ 2*m2 *n1 *n2 *r4111 - 2*m2 *n1 *n2 *r4111)/(m1 *n1 *n2
7 4 10 7 2 12 7 14 6 7 7 6 5 9
+ m1 *n1 *n2 - m1 *n1 *n2 - m1 *n2 - 5*m1 *m2*n1 *n2 - m1 *m2*n1 *n2
6 3 11 6 13 5 2 8 6
+ 13*m1 *m2*n1 *n2 + 9*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2
5 2 6 8 5 2 4 10 5 2 2 12
- 11*m1 *m2 *n1 *n2 - 51*m1 *m2 *n1 *n2 - 29*m1 *m2 *n1 *n2
5 2 14 4 3 9 5 4 3 7 7
+ m1 *m2 *n2 - 10*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
4 3 5 9 4 3 3 11 4 3 13
+ 95*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 5*m1 *m2 *n1*n2
3 4 10 4 3 4 8 6 3 4 6 8
+ 5*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2 - 95*m1 *m2 *n1 *n2
3 4 4 10 3 4 2 12 2 5 11 3
- 35*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
2 5 9 5 2 5 7 7 2 5 5 9
+ 29*m1 *m2 *n1 *n2 + 51*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2
2 5 3 11 6 10 4 6 8 6
- 10*m1 *m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - 13*m1*m2 *n1 *n2
6 6 8 6 4 10 7 11 3 7 9 5
+ m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2
7 7 7 7 5 9
- m2 *n1 *n2 - m2 *n1 *n2 )
r4110=0
r4112=0
r4113=0
r4114=r464
r4115=0
3 5 5 3 4 4
r4117=(4*a33 *m1 *n2 *r14 - 20*a33 *m1 *m2*n1*n2 *r14
3 3 2 2 3 3 2 3 3 2
+ 40*a33 *m1 *m2 *n1 *n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 5 5 2 5 6
+ 20*a33 *m1*m2 *n1 *n2*r14 - 4*a33 *m2 *n1 *r14 + 4*a33 *m1 *n2 *r214
2 4 5 2 3 2 2 4
- 20*a33 *m1 *m2*n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 3 3 2 4 4 2
- 40*a33 *m1 *m2 *n1 *n2 *r214 + 20*a33 *m1*m2 *n1 *n2 *r214
2 5 5 5 8 4 7
- 4*a33 *m2 *n1 *n2*r214 + 4*m1 *n2 *r464 - 20*m1 *m2*n1*n2 *r464
3 2 2 6 2 3 3 5
+ 40*m1 *m2 *n1 *n2 *r464 - 40*m1 *m2 *n1 *n2 *r464
4 4 4 5 5 3 4 2 7 4 9
+ 20*m1*m2 *n1 *n2 *r464 - 4*m2 *n1 *n2 *r464)/(m1 *n1 *n2 + m1 *n2
3 3 6 3 8 2 2 4 5 2 2 2 7
- 4*m1 *m2*n1 *n2 - 4*m1 *m2*n1*n2 + 6*m1 *m2 *n1 *n2 + 6*m1 *m2 *n1 *n2
3 5 4 3 3 6 4 6 3 4 4 5
- 4*m1*m2 *n1 *n2 - 4*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2 )
r4118=0
3 5 5 3 4 4
r4119=(2*a33 *m1 *n2 *r14 - 10*a33 *m1 *m2*n1*n2 *r14
3 3 2 2 3 3 2 3 3 2
+ 20*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 5 5 2 5 6
+ 10*a33 *m1*m2 *n1 *n2*r14 - 2*a33 *m2 *n1 *r14 + 2*a33 *m1 *n2 *r214
2 4 5 2 3 2 2 4
- 10*a33 *m1 *m2*n1*n2 *r214 + 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 3 3 2 4 4 2
- 20*a33 *m1 *m2 *n1 *n2 *r214 + 10*a33 *m1*m2 *n1 *n2 *r214
2 5 5 5 8 4 7
- 2*a33 *m2 *n1 *n2*r214 + 2*m1 *n2 *r464 - 10*m1 *m2*n1*n2 *r464
3 2 2 6 2 3 3 5
+ 20*m1 *m2 *n1 *n2 *r464 - 20*m1 *m2 *n1 *n2 *r464
4 4 4 5 5 3 5 8
+ 10*m1*m2 *n1 *n2 *r464 - 2*m2 *n1 *n2 *r464)/(m1 *n2
4 7 3 2 2 6 2 3 3 5
- 5*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
4 4 4 5 5 3
+ 5*m1*m2 *n1 *n2 - m2 *n1 *n2 )
r4120=0
3 5 5 3 4 4
r4121=( - 4*a33 *m1 *n2 *r14 + 20*a33 *m1 *m2*n1*n2 *r14
3 3 2 2 3 3 2 3 3 2
- 40*a33 *m1 *m2 *n1 *n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 4 3 5 5 2 5 6
- 20*a33 *m1*m2 *n1 *n2*r14 + 4*a33 *m2 *n1 *r14 - 4*a33 *m1 *n2 *r214
2 4 5 2 3 2 2 4
+ 20*a33 *m1 *m2*n1*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 2 3 3 3 2 4 4 2
+ 40*a33 *m1 *m2 *n1 *n2 *r214 - 20*a33 *m1*m2 *n1 *n2 *r214
2 5 5 5 8 4 7
+ 4*a33 *m2 *n1 *n2*r214 - 4*m1 *n2 *r464 + 20*m1 *m2*n1*n2 *r464
3 2 2 6 2 3 3 5
- 40*m1 *m2 *n1 *n2 *r464 + 40*m1 *m2 *n1 *n2 *r464
4 4 4 5 5 3 4 2 7 4 9
- 20*m1*m2 *n1 *n2 *r464 + 4*m2 *n1 *n2 *r464)/(m1 *n1 *n2 + m1 *n2
3 3 6 3 8 2 2 4 5 2 2 2 7
- 4*m1 *m2*n1 *n2 - 4*m1 *m2*n1*n2 + 6*m1 *m2 *n1 *n2 + 6*m1 *m2 *n1 *n2
3 5 4 3 3 6 4 6 3 4 4 5
- 4*m1*m2 *n1 *n2 - 4*m1*m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2 )
3 6 5 3 5 2 4
r4122=( - 4*a33 *m1 *n1*n2 *r14 + 20*a33 *m1 *m2*n1 *n2 *r14
3 5 6 3 4 2 3 3
- 4*a33 *m1 *m2*n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 2 5 3 3 3 4 2
+ 20*a33 *m1 *m2 *n1*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 3 3 2 4 3 2 4 5
- 40*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2*r14
3 2 4 3 3 3 5 6
+ 40*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1*m2 *n1 *r14
3 5 4 2 3 6 5
- 20*a33 *m1*m2 *n1 *n2 *r14 + 4*a33 *m2 *n1 *n2*r14
2 6 6 2 5 2 5
- 4*a33 *m1 *n1*n2 *r214 + 20*a33 *m1 *m2*n1 *n2 *r214
2 5 7 2 4 2 3 4
- 4*a33 *m1 *m2*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 4 2 6 2 3 3 4 3
+ 20*a33 *m1 *m2 *n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 3 3 2 5 2 2 4 5 2
- 40*a33 *m1 *m2 *n1 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 4 3 4 2 5 6
+ 40*a33 *m1 *m2 *n1 *n2 *r214 + 4*a33 *m1*m2 *n1 *n2*r214
2 5 4 3 2 6 5 2
- 20*a33 *m1*m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2 *r214
6 8 5 2 7 5 9
- 4*m1 *n1*n2 *r464 + 20*m1 *m2*n1 *n2 *r464 - 4*m1 *m2*n2 *r464
5 2 8 5 10 4 2 3 6
+ m1 *n1 *n2 *r4111 + m1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r464
4 2 8 4 3 7
+ 20*m1 *m2 *n1*n2 *r464 - 5*m1 *m2*n1 *n2 *r4111
4 9 3 3 4 5
- 5*m1 *m2*n1*n2 *r4111 + 40*m1 *m2 *n1 *n2 *r464
3 3 2 7 3 2 4 6
- 40*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
3 2 2 8 2 4 5 4
+ 10*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r464
2 4 3 6 2 3 5 5
+ 40*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
2 3 3 7 5 6 3
- 10*m1 *m2 *n1 *n2 *r4111 + 4*m1*m2 *n1 *n2 *r464
5 4 5 4 6 4
- 20*m1*m2 *n1 *n2 *r464 + 5*m1*m2 *n1 *n2 *r4111
4 4 6 6 5 4 5 7 3
+ 5*m1*m2 *n1 *n2 *r4111 + 4*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r4111
5 5 5 5 2 8 5 10 4 3 7
- m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n2 - 5*m1 *m2*n1 *n2
4 9 3 2 4 6 3 2 2 8
- 5*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 3 5 5 2 3 3 7 4 6 4
- 10*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2 + 5*m1*m2 *n1 *n2
4 4 6 5 7 3 5 5 5
+ 5*m1*m2 *n1 *n2 - m2 *n1 *n2 - m2 *n1 *n2 )
r4123=0
r4124=0
3 5 5 3 4 4 3 3 2 2 3
r4125=(a33 *m1 *n2 *r14 - 5*a33 *m1 *m2*n1*n2 *r14 + 10*a33 *m1 *m2 *n1 *n2 *r14
3 2 3 3 2 3 4 4
- 10*a33 *m1 *m2 *n1 *n2 *r14 + 5*a33 *m1*m2 *n1 *n2*r14
3 5 5 2 5 6 2 4 5
- a33 *m2 *n1 *r14 + a33 *m1 *n2 *r214 - 5*a33 *m1 *m2*n1*n2 *r214
2 3 2 2 4 2 2 3 3 3
+ 10*a33 *m1 *m2 *n1 *n2 *r214 - 10*a33 *m1 *m2 *n1 *n2 *r214
2 4 4 2 2 5 5 5 8
+ 5*a33 *m1*m2 *n1 *n2 *r214 - a33 *m2 *n1 *n2*r214 + m1 *n2 *r464
4 7 3 2 2 6
- 5*m1 *m2*n1*n2 *r464 + 10*m1 *m2 *n1 *n2 *r464
2 3 3 5 4 4 4 5 5 3
- 10*m1 *m2 *n1 *n2 *r464 + 5*m1*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r464)/(
5 8 4 7 3 2 2 6 2 3 3 5
m1 *n2 - 5*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
4 4 4 5 5 3
+ 5*m1*m2 *n1 *n2 - m2 *n1 *n2 )
m3=0
n3=0
c33=0
c23=0
c22=0
c13=0
c12=0
c11=0
b33=0
b32=0
b31=0
b23=0
b22=0
b21=0
b13=0
b12=0
b11=0
a23=0
a22=0
a13=0
a12=0
a11=0
3 6 5 3 5 2 4
r4116=( - 4*a33 *m1 *n1*n2 *r14 + 20*a33 *m1 *m2*n1 *n2 *r14
3 5 6 3 4 2 3 3
- 4*a33 *m1 *m2*n2 *r14 - 40*a33 *m1 *m2 *n1 *n2 *r14
3 4 2 5 3 3 3 4 2
+ 20*a33 *m1 *m2 *n1*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2 *r14
3 3 3 2 4 3 2 4 5
- 40*a33 *m1 *m2 *n1 *n2 *r14 - 20*a33 *m1 *m2 *n1 *n2*r14
3 2 4 3 3 3 5 6
+ 40*a33 *m1 *m2 *n1 *n2 *r14 + 4*a33 *m1*m2 *n1 *r14
3 5 4 2 3 6 5
- 20*a33 *m1*m2 *n1 *n2 *r14 + 4*a33 *m2 *n1 *n2*r14
2 6 6 2 5 2 5
- 4*a33 *m1 *n1*n2 *r214 + 20*a33 *m1 *m2*n1 *n2 *r214
2 5 7 2 4 2 3 4
- 4*a33 *m1 *m2*n2 *r214 - 40*a33 *m1 *m2 *n1 *n2 *r214
2 4 2 6 2 3 3 4 3
+ 20*a33 *m1 *m2 *n1*n2 *r214 + 40*a33 *m1 *m2 *n1 *n2 *r214
2 3 3 2 5 2 2 4 5 2
- 40*a33 *m1 *m2 *n1 *n2 *r214 - 20*a33 *m1 *m2 *n1 *n2 *r214
2 2 4 3 4 2 5 6
+ 40*a33 *m1 *m2 *n1 *n2 *r214 + 4*a33 *m1*m2 *n1 *n2*r214
2 5 4 3 2 6 5 2
- 20*a33 *m1*m2 *n1 *n2 *r214 + 4*a33 *m2 *n1 *n2 *r214
6 8 5 2 7 5 9
- 4*m1 *n1*n2 *r464 + 20*m1 *m2*n1 *n2 *r464 - 4*m1 *m2*n2 *r464
5 2 8 5 10 4 2 3 6
+ m1 *n1 *n2 *r4111 + m1 *n2 *r4111 - 40*m1 *m2 *n1 *n2 *r464
4 2 8 4 3 7
+ 20*m1 *m2 *n1*n2 *r464 - 5*m1 *m2*n1 *n2 *r4111
4 9 3 3 4 5
- 5*m1 *m2*n1*n2 *r4111 + 40*m1 *m2 *n1 *n2 *r464
3 3 2 7 3 2 4 6
- 40*m1 *m2 *n1 *n2 *r464 + 10*m1 *m2 *n1 *n2 *r4111
3 2 2 8 2 4 5 4
+ 10*m1 *m2 *n1 *n2 *r4111 - 20*m1 *m2 *n1 *n2 *r464
2 4 3 6 2 3 5 5
+ 40*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
2 3 3 7 5 6 3
- 10*m1 *m2 *n1 *n2 *r4111 + 4*m1*m2 *n1 *n2 *r464
5 4 5 4 6 4
- 20*m1*m2 *n1 *n2 *r464 + 5*m1*m2 *n1 *n2 *r4111
4 4 6 6 5 4 5 7 3
+ 5*m1*m2 *n1 *n2 *r4111 + 4*m2 *n1 *n2 *r464 - m2 *n1 *n2 *r4111
5 5 5 5 2 8 5 10 4 3 7
- m2 *n1 *n2 *r4111)/(m1 *n1 *n2 + m1 *n2 - 5*m1 *m2*n1 *n2
4 9 3 2 4 6 3 2 2 8
- 5*m1 *m2*n1*n2 + 10*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 3 5 5 2 3 3 7 4 6 4
- 10*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2 + 5*m1*m2 *n1 *n2
4 4 6 5 7 3 5 5 5
+ 5*m1*m2 *n1 *n2 - m2 *n1 *n2 - m2 *n1 *n2 )
3 7 2 5 3 7 7 3 6 3 4
r494=(8*a33 *m1 *n1 *n2 *r14 - 8*a33 *m1 *n2 *r14 - 40*a33 *m1 *m2*n1 *n2 *r14
3 6 6 3 5 2 4 3
+ 72*a33 *m1 *m2*n1*n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 5 2 2 5 3 5 2 7
- 248*a33 *m1 *m2 *n1 *n2 *r14 + 8*a33 *m1 *m2 *n2 *r14
3 4 3 5 2 3 4 3 3 4
- 80*a33 *m1 *m2 *n1 *n2 *r14 + 440*a33 *m1 *m2 *n1 *n2 *r14
3 4 3 6 3 3 4 6
- 40*a33 *m1 *m2 *n1*n2 *r14 + 40*a33 *m1 *m2 *n1 *n2*r14
3 3 4 4 3 3 3 4 2 5
- 440*a33 *m1 *m2 *n1 *n2 *r14 + 80*a33 *m1 *m2 *n1 *n2 *r14
3 2 5 7 3 2 5 5 2
- 8*a33 *m1 *m2 *n1 *r14 + 248*a33 *m1 *m2 *n1 *n2 *r14
3 2 5 3 4 3 6 6
- 80*a33 *m1 *m2 *n1 *n2 *r14 - 72*a33 *m1*m2 *n1 *n2*r14
3 6 4 3 3 7 7
+ 40*a33 *m1*m2 *n1 *n2 *r14 + 8*a33 *m2 *n1 *r14
3 7 5 2 2 7 2 6 2 7 8
- 8*a33 *m2 *n1 *n2 *r14 + 8*a33 *m1 *n1 *n2 *r214 - 8*a33 *m1 *n2 *r214
2 6 3 5 2 6 7
- 40*a33 *m1 *m2*n1 *n2 *r214 + 72*a33 *m1 *m2*n1*n2 *r214
2 5 2 4 4 2 5 2 2 6
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 248*a33 *m1 *m2 *n1 *n2 *r214
2 5 2 8 2 4 3 5 3
+ 8*a33 *m1 *m2 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 4 3 3 5 2 4 3 7
+ 440*a33 *m1 *m2 *n1 *n2 *r214 - 40*a33 *m1 *m2 *n1*n2 *r214
2 3 4 6 2 2 3 4 4 4
+ 40*a33 *m1 *m2 *n1 *n2 *r214 - 440*a33 *m1 *m2 *n1 *n2 *r214
2 3 4 2 6 2 2 5 7
+ 80*a33 *m1 *m2 *n1 *n2 *r214 - 8*a33 *m1 *m2 *n1 *n2*r214
2 2 5 5 3 2 2 5 3 5
+ 248*a33 *m1 *m2 *n1 *n2 *r214 - 80*a33 *m1 *m2 *n1 *n2 *r214
2 6 6 2 2 6 4 4
- 72*a33 *m1*m2 *n1 *n2 *r214 + 40*a33 *m1*m2 *n1 *n2 *r214
2 7 7 2 7 5 3 7 2 8
+ 8*a33 *m2 *n1 *n2*r214 - 8*a33 *m2 *n1 *n2 *r214 + 8*m1 *n1 *n2 *r464
7 10 6 3 7 6 9
- 8*m1 *n2 *r464 - 40*m1 *m2*n1 *n2 *r464 + 72*m1 *m2*n1*n2 *r464
6 3 8 6 10 5 2 4 6
- 2*m1 *n1 *n2 *r4111 - 2*m1 *n1*n2 *r4111 + 80*m1 *m2 *n1 *n2 *r464
5 2 2 8 5 2 10
- 248*m1 *m2 *n1 *n2 *r464 + 8*m1 *m2 *n2 *r464
5 4 7 5 2 9 5 11
+ 10*m1 *m2*n1 *n2 *r4111 + 8*m1 *m2*n1 *n2 *r4111 - 2*m1 *m2*n2 *r4111
5 4 8 5 2 10 5 12
+ m1 *n1 *n2 *r446 + 2*m1 *n1 *n2 *r446 + m1 *n2 *r446
4 3 5 5 4 3 3 7
- 80*m1 *m2 *n1 *n2 *r464 + 440*m1 *m2 *n1 *n2 *r464
4 3 9 4 2 5 6
- 40*m1 *m2 *n1*n2 *r464 - 20*m1 *m2 *n1 *n2 *r4111
4 2 3 8 4 2 10
- 10*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1*n2 *r4111
4 5 7 4 3 9 4 11
- 5*m1 *m2*n1 *n2 *r446 - 10*m1 *m2*n1 *n2 *r446 - 5*m1 *m2*n1*n2 *r446
3 4 6 4 3 4 4 6
+ 40*m1 *m2 *n1 *n2 *r464 - 440*m1 *m2 *n1 *n2 *r464
3 4 2 8 3 3 6 5
+ 80*m1 *m2 *n1 *n2 *r464 + 20*m1 *m2 *n1 *n2 *r4111
3 3 2 9 3 2 6 6
- 20*m1 *m2 *n1 *n2 *r4111 + 10*m1 *m2 *n1 *n2 *r446
3 2 4 8 3 2 2 10
+ 20*m1 *m2 *n1 *n2 *r446 + 10*m1 *m2 *n1 *n2 *r446
2 5 7 3 2 5 5 5
- 8*m1 *m2 *n1 *n2 *r464 + 248*m1 *m2 *n1 *n2 *r464
2 5 3 7 2 4 7 4
- 80*m1 *m2 *n1 *n2 *r464 - 10*m1 *m2 *n1 *n2 *r4111
2 4 5 6 2 4 3 8
+ 10*m1 *m2 *n1 *n2 *r4111 + 20*m1 *m2 *n1 *n2 *r4111
2 3 7 5 2 3 5 7
- 10*m1 *m2 *n1 *n2 *r446 - 20*m1 *m2 *n1 *n2 *r446
2 3 3 9 6 6 4
- 10*m1 *m2 *n1 *n2 *r446 - 72*m1*m2 *n1 *n2 *r464
6 4 6 5 8 3
+ 40*m1*m2 *n1 *n2 *r464 + 2*m1*m2 *n1 *n2 *r4111
5 6 5 5 4 7
- 8*m1*m2 *n1 *n2 *r4111 - 10*m1*m2 *n1 *n2 *r4111
4 8 4 4 6 6 4 4 8
+ 5*m1*m2 *n1 *n2 *r446 + 10*m1*m2 *n1 *n2 *r446 + 5*m1*m2 *n1 *n2 *r446
7 7 3 7 5 5 6 7 4
+ 8*m2 *n1 *n2 *r464 - 8*m2 *n1 *n2 *r464 + 2*m2 *n1 *n2 *r4111
6 5 6 5 9 3 5 7 5
+ 2*m2 *n1 *n2 *r4111 - m2 *n1 *n2 *r446 - 2*m2 *n1 *n2 *r446
5 5 7 5 4 8 5 2 10 5 12
- m2 *n1 *n2 *r446)/(m1 *n1 *n2 + 2*m1 *n1 *n2 + m1 *n2
4 5 7 4 3 9 4 11
- 5*m1 *m2*n1 *n2 - 10*m1 *m2*n1 *n2 - 5*m1 *m2*n1*n2
3 2 6 6 3 2 4 8 3 2 2 10
+ 10*m1 *m2 *n1 *n2 + 20*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2
2 3 7 5 2 3 5 7 2 3 3 9
- 10*m1 *m2 *n1 *n2 - 20*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
4 8 4 4 6 6 4 4 8 5 9 3
+ 5*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2 + 5*m1*m2 *n1 *n2 - m2 *n1 *n2
5 7 5 5 5 7
- 2*m2 *n1 *n2 - m2 *n1 *n2 )
Parameters
Apart from the condition that they must not vanish to give
a non-trivial solution and a non-singular solution with
non-vanishing denominators, the following parameters are free:
r14, r4111, r214, r446, r464, m1, m2, n1, n2, a33
Inequalities
In the following not identically vanishing expressions are shown.
Any auxiliary variables g00?? are used to express that at least
one of their coefficients must not vanish, e.g. g0019*p4 + g0020*p3
means that either p4 or p3 or both are non-vanishing.
7
{m1*n2 - ---*m2*n1,
3
m1*n2 - m2*n1,
a33,
n2,
n1,
n1 + i*n2,
n1 - i*n2,
m2,
n1 + n2,
n1 - n2}
Relevance for the application:
The new Hamiltonian in form of a list of vanishing expressions:
{a11,
a12,
a13,
a22,
a23,
b11,
b12,
b13,
b21,
b22,
b23,
b31,
b32,
b33,
c11,
c12,
c13,
c22,
c23,
c33,
n3,
m3}$
The system of equations related to the Hamiltonian HAM:
2
HAM=u1*n1 + u2*n2 + u3 *a33 + v1*m1 + v2*m2
has apart from the Hamiltonian and Casimirs the following 5 first integrals:
4 2 11 8 9 2 11 6 11 2 11 2 15
FI=u1 *(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 11 17 2 10 9 8 2 10 7 10
- a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 10 5 12 2 10 3 14
+ 12*a33 *m1 *m2*n1 *n2 + 30*a33 *m1 *m2*n1 *n2
2 10 16 2 9 2 10 7
+ 13*a33 *m1 *m2*n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 9 2 8 9 2 9 2 6 11
+ 35*a33 *m1 *m2 *n1 *n2 - 110*a33 *m1 *m2 *n1 *n2
2 9 2 4 13 2 9 2 2 15
- 180*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2
2 9 2 17 2 8 3 11 6
+ a33 *m1 *m2 *n2 - 84*a33 *m1 *m2 *n1 *n2
2 8 3 9 8 2 8 3 7 10
- 15*a33 *m1 *m2 *n1 *n2 + 450*a33 *m1 *m2 *n1 *n2
2 8 3 5 12 2 8 3 3 14
+ 600*a33 *m1 *m2 *n1 *n2 + 210*a33 *m1 *m2 *n1 *n2
2 8 3 16 2 7 4 12 5
- 9*a33 *m1 *m2 *n1*n2 + 126*a33 *m1 *m2 *n1 *n2
2 7 4 10 7 2 7 4 8 9
- 120*a33 *m1 *m2 *n1 *n2 - 1080*a33 *m1 *m2 *n1 *n2
2 7 4 6 11 2 7 4 4 13
- 1260*a33 *m1 *m2 *n1 *n2 - 390*a33 *m1 *m2 *n1 *n2
2 7 4 2 15 2 6 5 13 4
+ 36*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 6 5 11 6 2 6 5 9 8
+ 336*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 6 5 7 10 2 6 5 5 12
+ 1764*a33 *m1 *m2 *n1 *n2 + 462*a33 *m1 *m2 *n1 *n2
2 6 5 3 14 2 5 6 14 3
- 84*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2
2 5 6 12 5 2 5 6 10 7
- 462*a33 *m1 *m2 *n1 *n2 - 1764*a33 *m1 *m2 *n1 *n2
2 5 6 8 9 2 5 6 6 11
- 1680*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 5 6 4 13 2 4 7 15 2
+ 126*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 7 13 4 2 4 7 11 6
+ 390*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 4 7 9 8 2 4 7 7 10
+ 1080*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
2 4 7 5 12 2 3 8 16
- 126*a33 *m1 *m2 *n1 *n2 + 9*a33 *m1 *m2 *n1 *n2
2 3 8 14 3 2 3 8 12 5
- 210*a33 *m1 *m2 *n1 *n2 - 600*a33 *m1 *m2 *n1 *n2
2 3 8 10 7 2 3 8 8 9
- 450*a33 *m1 *m2 *n1 *n2 + 15*a33 *m1 *m2 *n1 *n2
2 3 8 6 11 2 2 9 17
+ 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
2 2 9 15 2 2 2 9 13 4
+ 70*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 2 9 11 6 2 2 9 9 8
+ 110*a33 *m1 *m2 *n1 *n2 - 35*a33 *m1 *m2 *n1 *n2
2 2 9 7 10 2 10 16
- 36*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1*m2 *n1 *n2
2 10 14 3 2 10 12 5
- 30*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 10 10 7 2 10 8 9 2 11 17
+ 14*a33 *m1*m2 *n1 *n2 + 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1
2 11 15 2 2 11 11 6 2 11 9 8
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 ) +
3 2 12 7 9 2 12 5 11 2 12 3 13
u1 *v1*( - 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 12 15 2 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
2 11 6 10 2 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
2 11 2 14 2 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
2 10 2 9 7 2 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 10 2 5 11 2 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 10 2 15 2 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 3 8 8 2 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
2 9 3 4 12 2 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 9 3 16 2 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 4 9 7 2 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
2 8 4 5 11 2 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 8 4 15 2 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 7 5 10 6 2 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 7 5 6 10 2 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 7 5 2 14 2 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 6 6 11 5 2 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
2 6 6 7 9 2 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
2 6 6 3 13 2 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 5 7 12 4 2 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
2 5 7 8 8 2 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
2 5 7 4 12 2 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 8 13 3 2 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 4 8 9 7 2 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
2 4 8 5 11 2 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 3 9 14 2 2 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 3 9 10 6 2 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 9 6 10 2 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
2 2 10 13 3 2 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
2 2 10 9 7 2 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 11 8 8 2 12 15
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 13 3 2 12 11 5 2 12 9 7
- 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 )
3 2 12 6 10 2 12 4 12
+ u1 *v2*( - 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 12 2 14 2 12 16
+ 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n2
2 11 7 9 2 11 5 11
+ 40*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 11 3 13 2 11 15
- 72*a33 *m1 *m2*n1 *n2 - 56*a33 *m1 *m2*n1*n2
2 10 2 8 8 2 10 2 6 10
- 180*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
2 10 2 4 12 2 10 2 2 14
+ 504*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 10 2 16 2 9 3 9 7
- 4*a33 *m1 *m2 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 9 3 7 9 2 9 3 5 11
- 280*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
2 9 3 3 13 2 9 3 15
- 1160*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1*n2
2 8 4 10 6 2 8 4 8 8
- 840*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 8 4 6 10 2 8 4 4 12
+ 4860*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 8 4 2 14 2 7 5 11 5
- 180*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 7 5 9 7 2 7 5 7 9
- 2832*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
2 7 5 5 11 2 7 5 3 13
- 3888*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 6 6 12 4 2 6 6 10 6
- 840*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
2 6 6 8 8 2 6 6 6 10
+ 9744*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
2 6 6 4 12 2 5 7 13 3
- 840*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 5 7 11 5 2 5 7 9 7
- 3888*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
2 5 7 7 9 2 5 7 5 11
- 2832*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 4 8 14 2 2 4 8 12 4
- 180*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 4 8 10 6 2 4 8 8 8
+ 4860*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 4 8 6 10 2 3 9 15
- 840*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 3 9 13 3 2 3 9 11 5
- 1160*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
2 3 9 9 7 2 3 9 7 9
- 280*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 2
- 4*a33 *m1 *m2 *n1 + 336*a33 *m1 *m2 *n1 *n2
2 2 10 12 4 2 2 10 10 6
+ 504*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
2 2 10 8 8 2 11 15
- 180*a33 *m1 *m2 *n1 *n2 - 56*a33 *m1*m2 *n1 *n2
2 11 13 3 2 11 11 5
- 72*a33 *m1*m2 *n1 *n2 + 24*a33 *m1*m2 *n1 *n2
2 11 9 7 2 12 16
+ 40*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
2 12 14 2 2 12 12 4
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 10 6 3 11 9 9
- 4*a33 *m2 *n1 *n2 ) + u1 *( - a33*m1 *n1 *n2
11 7 11 11 3 15 11 17
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 + a33*m1 *n1*n2
10 10 8 10 8 10
+ 9*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
10 6 12 10 4 14
- 12*a33*m1 *m2*n1 *n2 - 30*a33*m1 *m2*n1 *n2
10 2 16 9 2 11 7
- 13*a33*m1 *m2*n1 *n2 - 36*a33*m1 *m2 *n1 *n2
9 2 9 9 9 2 7 11
- 35*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
9 2 5 13 9 2 3 15
+ 180*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2
9 2 17 8 3 12 6 8 3 10 8
- a33*m1 *m2 *n1*n2 + 84*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
8 3 8 10 8 3 6 12
- 450*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
8 3 4 14 8 3 2 16
- 210*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
7 4 13 5 7 4 11 7
- 126*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
7 4 9 9 7 4 7 11
+ 1080*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
7 4 5 13 7 4 3 15
+ 390*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 5 14 4 6 5 12 6
+ 126*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
6 5 10 8 6 5 8 10
- 1680*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
6 5 6 12 6 5 4 14
- 462*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 15 3 5 6 13 5
- 84*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
5 6 11 7 5 6 9 9
+ 1764*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
5 6 7 11 5 6 5 13
+ 336*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 7 16 2 4 7 14 4
+ 36*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
4 7 12 6 4 7 10 8
- 1260*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
4 7 8 10 4 7 6 12
- 120*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 8 17 3 8 15 3
- 9*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 8 13 5 3 8 11 7
+ 600*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
3 8 9 9 3 8 7 11 2 9 18
- 15*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1
2 9 16 2 2 9 14 4
- 70*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
2 9 12 6 2 9 10 8
- 110*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2
2 9 8 10 10 17
+ 36*a33*m1 *m2 *n1 *n2 + 13*a33*m1*m2 *n1 *n2
10 15 3 10 13 5
+ 30*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
10 11 7 10 9 9 11 18
- 14*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1
11 16 2 11 12 6 11 10 8 2
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u1
2 2 11 8 9 2 11 6 11 2 11 2 15
*u2 *(2*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 11 17 2 10 9 8
- 2*a33 *m1 *n2 - 18*a33 *m1 *m2*n1 *n2
2 10 7 10 2 10 5 12
- 28*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 10 3 14 2 10 16
+ 60*a33 *m1 *m2*n1 *n2 + 26*a33 *m1 *m2*n1*n2
2 9 2 10 7 2 9 2 8 9
+ 72*a33 *m1 *m2 *n1 *n2 + 70*a33 *m1 *m2 *n1 *n2
2 9 2 6 11 2 9 2 4 13
- 220*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 9 2 2 15 2 9 2 17
- 140*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1 *m2 *n2
2 8 3 11 6 2 8 3 9 8
- 168*a33 *m1 *m2 *n1 *n2 - 30*a33 *m1 *m2 *n1 *n2
2 8 3 7 10 2 8 3 5 12
+ 900*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 8 3 3 14 2 8 3 16
+ 420*a33 *m1 *m2 *n1 *n2 - 18*a33 *m1 *m2 *n1*n2
2 7 4 12 5 2 7 4 10 7
+ 252*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 7 4 8 9 2 7 4 6 11
- 2160*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 7 4 4 13 2 7 4 2 15
- 780*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 6 5 13 4 2 6 5 11 6
- 252*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 6 5 9 8 2 6 5 7 10
+ 3360*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 6 5 5 12 2 6 5 3 14
+ 924*a33 *m1 *m2 *n1 *n2 - 168*a33 *m1 *m2 *n1 *n2
2 5 6 14 3 2 5 6 12 5
+ 168*a33 *m1 *m2 *n1 *n2 - 924*a33 *m1 *m2 *n1 *n2
2 5 6 10 7 2 5 6 8 9
- 3528*a33 *m1 *m2 *n1 *n2 - 3360*a33 *m1 *m2 *n1 *n2
2 5 6 6 11 2 5 6 4 13
- 672*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 4 7 15 2 2 4 7 13 4
- 72*a33 *m1 *m2 *n1 *n2 + 780*a33 *m1 *m2 *n1 *n2
2 4 7 11 6 2 4 7 9 8
+ 2520*a33 *m1 *m2 *n1 *n2 + 2160*a33 *m1 *m2 *n1 *n2
2 4 7 7 10 2 4 7 5 12
+ 240*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 3 8 16 2 3 8 14 3
+ 18*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 3 8 12 5 2 3 8 10 7
- 1200*a33 *m1 *m2 *n1 *n2 - 900*a33 *m1 *m2 *n1 *n2
2 3 8 8 9 2 3 8 6 11
+ 30*a33 *m1 *m2 *n1 *n2 + 168*a33 *m1 *m2 *n1 *n2
2 2 9 17 2 2 9 15 2
- 2*a33 *m1 *m2 *n1 + 140*a33 *m1 *m2 *n1 *n2
2 2 9 13 4 2 2 9 11 6
+ 360*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 2 9 9 8 2 2 9 7 10
- 70*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 10 16 2 10 14 3
- 26*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
2 10 12 5 2 10 10 7
- 24*a33 *m1*m2 *n1 *n2 + 28*a33 *m1*m2 *n1 *n2
2 10 8 9 2 11 17 2 11 15 2
+ 18*a33 *m1*m2 *n1 *n2 + 2*a33 *m2 *n1 + 4*a33 *m2 *n1 *n2
2 11 11 6 2 11 9 8 2
- 4*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 ) + u1 *u2*v1*(
2 12 6 10 2 12 4 12 2 12 2 14
4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 12 16 2 11 7 9 2 11 5 11
- 4*a33 *m1 *n2 - 40*a33 *m1 *m2*n1 *n2 - 24*a33 *m1 *m2*n1 *n2
2 11 3 13 2 11 15
+ 72*a33 *m1 *m2*n1 *n2 + 56*a33 *m1 *m2*n1*n2
2 10 2 8 8 2 10 2 6 10
+ 180*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
2 10 2 4 12 2 10 2 2 14
- 504*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 10 2 16 2 9 3 9 7
+ 4*a33 *m1 *m2 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 9 3 7 9 2 9 3 5 11
+ 280*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 9 3 3 13 2 9 3 15
+ 1160*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1*n2
2 8 4 10 6 2 8 4 8 8
+ 840*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 8 4 6 10 2 8 4 4 12
- 4860*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 8 4 2 14 2 7 5 11 5
+ 180*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 7 5 9 7 2 7 5 7 9
+ 2832*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
2 7 5 5 11 2 7 5 3 13
+ 3888*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 6 6 12 4 2 6 6 10 6
+ 840*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
2 6 6 8 8 2 6 6 6 10
- 9744*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
2 6 6 4 12 2 5 7 13 3
+ 840*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 5 7 11 5 2 5 7 9 7
+ 3888*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
2 5 7 7 9 2 5 7 5 11
+ 2832*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 4 8 14 2 2 4 8 12 4
+ 180*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 4 8 10 6 2 4 8 8 8
- 4860*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 4 8 6 10 2 3 9 15
+ 840*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1 *n2
2 3 9 13 3 2 3 9 11 5
+ 1160*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 3 9 9 7 2 3 9 7 9
+ 280*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 2
+ 4*a33 *m1 *m2 *n1 - 336*a33 *m1 *m2 *n1 *n2
2 2 10 12 4 2 2 10 10 6
- 504*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
2 2 10 8 8 2 11 15
+ 180*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1*m2 *n1 *n2
2 11 13 3 2 11 11 5
+ 72*a33 *m1*m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
2 11 9 7 2 12 16 2 12 14 2
- 40*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
2 12 12 4 2 12 10 6 2
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u1 *u2*v2*(
2 12 7 9 2 12 5 11 2 12 3 13
- 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 12 15 2 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
2 11 6 10 2 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
2 11 2 14 2 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
2 10 2 9 7 2 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 10 2 5 11 2 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 10 2 15 2 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 3 8 8 2 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
2 9 3 4 12 2 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 9 3 16 2 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 4 9 7 2 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
2 8 4 5 11 2 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 8 4 15 2 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 7 5 10 6 2 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 7 5 6 10 2 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 7 5 2 14 2 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 6 6 11 5 2 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
2 6 6 7 9 2 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
2 6 6 3 13 2 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 5 7 12 4 2 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
2 5 7 8 8 2 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
2 5 7 4 12 2 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 8 13 3 2 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 4 8 9 7 2 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
2 4 8 5 11 2 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 3 9 14 2 2 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 3 9 10 6 2 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 9 6 10 2 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
2 2 10 13 3 2 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
2 2 10 9 7 2 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 11 8 8 2 12 15 2 12 13 3
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 11 5 2 12 9 7 2
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u1 *u2*(
11 8 10 11 6 12 11 2 16
- a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
11 18 10 9 9 10 7 11
+ a33*m1 *n2 + 9*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
10 5 13 10 3 15
- 12*a33*m1 *m2*n1 *n2 - 30*a33*m1 *m2*n1 *n2
10 17 9 2 10 8
- 13*a33*m1 *m2*n1*n2 - 36*a33*m1 *m2 *n1 *n2
9 2 8 10 9 2 6 12
- 35*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
9 2 4 14 9 2 2 16 9 2 18
+ 180*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2
8 3 11 7 8 3 9 9
+ 84*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
8 3 7 11 8 3 5 13
- 450*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
8 3 3 15 8 3 17
- 210*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1*n2
7 4 12 6 7 4 10 8
- 126*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
7 4 8 10 7 4 6 12
+ 1080*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
7 4 4 14 7 4 2 16
+ 390*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 5 13 5 6 5 11 7
+ 126*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
6 5 9 9 6 5 7 11
- 1680*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
6 5 5 13 6 5 3 15
- 462*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 14 4 5 6 12 6
- 84*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
5 6 10 8 5 6 8 10
+ 1764*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
5 6 6 12 5 6 4 14
+ 336*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 7 15 3 4 7 13 5
+ 36*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
4 7 11 7 4 7 9 9
- 1260*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
4 7 7 11 4 7 5 13
- 120*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 8 16 2 3 8 14 4
- 9*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 8 12 6 3 8 10 8
+ 600*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
3 8 8 10 3 8 6 12 2 9 17
- 15*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 *n2
2 9 15 3 2 9 13 5
- 70*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
2 9 11 7 2 9 9 9
- 110*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2
2 9 7 11 10 16 2
+ 36*a33*m1 *m2 *n1 *n2 + 13*a33*m1*m2 *n1 *n2
10 14 4 10 12 6
+ 30*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
10 10 8 10 8 10 11 17
- 14*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2
11 15 3 11 11 7 11 9 9 2 2
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u1 *u3
2 11 8 9 2 11 6 11 2 11 2 15
*(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 11 17 2 10 9 8 2 10 7 10
- a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 10 5 12 2 10 3 14
+ 12*a33 *m1 *m2*n1 *n2 + 30*a33 *m1 *m2*n1 *n2
2 10 16 2 9 2 10 7
+ 13*a33 *m1 *m2*n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 9 2 8 9 2 9 2 6 11
+ 35*a33 *m1 *m2 *n1 *n2 - 110*a33 *m1 *m2 *n1 *n2
2 9 2 4 13 2 9 2 2 15 2 9 2 17
- 180*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2
2 8 3 11 6 2 8 3 9 8
- 84*a33 *m1 *m2 *n1 *n2 - 15*a33 *m1 *m2 *n1 *n2
2 8 3 7 10 2 8 3 5 12
+ 450*a33 *m1 *m2 *n1 *n2 + 600*a33 *m1 *m2 *n1 *n2
2 8 3 3 14 2 8 3 16
+ 210*a33 *m1 *m2 *n1 *n2 - 9*a33 *m1 *m2 *n1*n2
2 7 4 12 5 2 7 4 10 7
+ 126*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
2 7 4 8 9 2 7 4 6 11
- 1080*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 7 4 4 13 2 7 4 2 15
- 390*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 5 13 4 2 6 5 11 6
- 126*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 6 5 9 8 2 6 5 7 10
+ 1680*a33 *m1 *m2 *n1 *n2 + 1764*a33 *m1 *m2 *n1 *n2
2 6 5 5 12 2 6 5 3 14
+ 462*a33 *m1 *m2 *n1 *n2 - 84*a33 *m1 *m2 *n1 *n2
2 5 6 14 3 2 5 6 12 5
+ 84*a33 *m1 *m2 *n1 *n2 - 462*a33 *m1 *m2 *n1 *n2
2 5 6 10 7 2 5 6 8 9
- 1764*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 6 6 11 2 5 6 4 13
- 336*a33 *m1 *m2 *n1 *n2 + 126*a33 *m1 *m2 *n1 *n2
2 4 7 15 2 2 4 7 13 4
- 36*a33 *m1 *m2 *n1 *n2 + 390*a33 *m1 *m2 *n1 *n2
2 4 7 11 6 2 4 7 9 8
+ 1260*a33 *m1 *m2 *n1 *n2 + 1080*a33 *m1 *m2 *n1 *n2
2 4 7 7 10 2 4 7 5 12
+ 120*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 3 8 16 2 3 8 14 3
+ 9*a33 *m1 *m2 *n1 *n2 - 210*a33 *m1 *m2 *n1 *n2
2 3 8 12 5 2 3 8 10 7
- 600*a33 *m1 *m2 *n1 *n2 - 450*a33 *m1 *m2 *n1 *n2
2 3 8 8 9 2 3 8 6 11 2 2 9 17
+ 15*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
2 2 9 15 2 2 2 9 13 4
+ 70*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 2 9 11 6 2 2 9 9 8
+ 110*a33 *m1 *m2 *n1 *n2 - 35*a33 *m1 *m2 *n1 *n2
2 2 9 7 10 2 10 16
- 36*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1*m2 *n1 *n2
2 10 14 3 2 10 12 5
- 30*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 10 10 7 2 10 8 9 2 11 17
+ 14*a33 *m1*m2 *n1 *n2 + 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1
2 11 15 2 2 11 11 6 2 11 9 8 2
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 ) + u1
2 13 5 10 2 13 14 2 12 6 9
*v1*v2*(8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1*n2 - 80*a33 *m1 *m2*n1 *n2
2 12 4 11 2 12 2 13
+ 40*a33 *m1 *m2*n1 *n2 + 112*a33 *m1 *m2*n1 *n2
2 12 15 2 11 2 7 8
- 8*a33 *m1 *m2*n2 + 360*a33 *m1 *m2 *n1 *n2
2 11 2 5 10 2 11 2 3 12
- 408*a33 *m1 *m2 *n1 *n2 - 648*a33 *m1 *m2 *n1 *n2
2 11 2 14 2 10 3 8 7
+ 120*a33 *m1 *m2 *n1*n2 - 960*a33 *m1 *m2 *n1 *n2
2 10 3 6 9 2 10 3 4 11
+ 1880*a33 *m1 *m2 *n1 *n2 + 2072*a33 *m1 *m2 *n1 *n2
2 10 3 2 13 2 10 3 15
- 760*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 9 4 9 6 2 9 4 7 8
+ 1680*a33 *m1 *m2 *n1 *n2 - 5160*a33 *m1 *m2 *n1 *n2
2 9 4 5 10 2 9 4 3 12
- 4000*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 9 4 14 2 8 5 10 5
- 80*a33 *m1 *m2 *n1*n2 - 2016*a33 *m1 *m2 *n1 *n2
2 8 5 8 7 2 8 5 6 9
+ 9360*a33 *m1 *m2 *n1 *n2 + 4536*a33 *m1 *m2 *n1 *n2
2 8 5 4 11 2 8 5 2 13
- 6480*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 7 6 11 4 2 7 6 9 6
+ 1680*a33 *m1 *m2 *n1 *n2 - 11760*a33 *m1 *m2 *n1 *n2
2 7 6 7 8 2 7 6 5 10
- 2064*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
2 7 6 3 12 2 6 7 12 3
- 960*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 6 7 10 5 2 6 7 8 7
+ 10416*a33 *m1 *m2 *n1 *n2 - 2064*a33 *m1 *m2 *n1 *n2
2 6 7 6 9 2 6 7 4 11
- 11760*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 5 8 13 2 2 5 8 11 4
+ 360*a33 *m1 *m2 *n1 *n2 - 6480*a33 *m1 *m2 *n1 *n2
2 5 8 9 6 2 5 8 7 8
+ 4536*a33 *m1 *m2 *n1 *n2 + 9360*a33 *m1 *m2 *n1 *n2
2 5 8 5 10 2 4 9 14
- 2016*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
2 4 9 12 3 2 4 9 10 5
+ 2760*a33 *m1 *m2 *n1 *n2 - 4000*a33 *m1 *m2 *n1 *n2
2 4 9 8 7 2 4 9 6 9
- 5160*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 3 10 15 2 3 10 13 2
+ 8*a33 *m1 *m2 *n1 - 760*a33 *m1 *m2 *n1 *n2
2 3 10 11 4 2 3 10 9 6
+ 2072*a33 *m1 *m2 *n1 *n2 + 1880*a33 *m1 *m2 *n1 *n2
2 3 10 7 8 2 2 11 14
- 960*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
2 2 11 12 3 2 2 11 10 5
- 648*a33 *m1 *m2 *n1 *n2 - 408*a33 *m1 *m2 *n1 *n2
2 2 11 8 7 2 12 15
+ 360*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1*m2 *n1
2 12 13 2 2 12 11 4
+ 112*a33 *m1*m2 *n1 *n2 + 40*a33 *m1*m2 *n1 *n2
2 12 9 6 2 13 14
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2
2 13 10 5 2 12 8 9
+ 8*a33 *m2 *n1 *n2 ) + u1 *v1*(7*a33*m1 *n1 *n2
12 6 11 12 4 13 12 2 15
+ 6*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2 - 6*a33*m1 *n1 *n2
12 17 11 9 8 11 7 10
+ a33*m1 *n2 - 63*a33*m1 *m2*n1 *n2 - 18*a33*m1 *m2*n1 *n2
11 5 12 11 3 14
+ 132*a33*m1 *m2*n1 *n2 + 66*a33*m1 *m2*n1 *n2
11 16 10 2 10 7
- 21*a33*m1 *m2*n1*n2 + 252*a33*m1 *m2 *n1 *n2
10 2 8 9 10 2 6 11
- 115*a33*m1 *m2 *n1 *n2 - 802*a33*m1 *m2 *n1 *n2
10 2 4 13 10 2 2 15
- 252*a33*m1 *m2 *n1 *n2 + 182*a33*m1 *m2 *n1 *n2
10 2 17 9 3 11 6 9 3 9 8
- a33*m1 *m2 *n2 - 588*a33*m1 *m2 *n1 *n2 + 855*a33*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12
+ 2590*a33*m1 *m2 *n1 *n2 + 280*a33*m1 *m2 *n1 *n2
9 3 3 14 9 3 16
- 850*a33*m1 *m2 *n1 *n2 + 17*a33*m1 *m2 *n1*n2
8 4 12 5 8 4 10 7
+ 882*a33*m1 *m2 *n1 *n2 - 2520*a33*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11
- 5040*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
8 4 4 13 8 4 2 15
+ 2430*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
7 5 13 4 7 5 11 6
- 882*a33*m1 *m2 *n1 *n2 + 4368*a33*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10
+ 6096*a33*m1 *m2 *n1 *n2 - 4068*a33*m1 *m2 *n1 *n2
7 5 5 12 7 5 3 14
- 4542*a33*m1 *m2 *n1 *n2 + 372*a33*m1 *m2 *n1 *n2
6 6 14 3 6 6 12 5
+ 588*a33*m1 *m2 *n1 *n2 - 4914*a33*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9
- 4284*a33*m1 *m2 *n1 *n2 + 7728*a33*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13
+ 5712*a33*m1 *m2 *n1 *n2 - 798*a33*m1 *m2 *n1 *n2
5 7 15 2 5 7 13 4
- 252*a33*m1 *m2 *n1 *n2 + 3690*a33*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8
+ 1044*a33*m1 *m2 *n1 *n2 - 8856*a33*m1 *m2 *n1 *n2
5 7 7 10 5 7 5 12
- 4824*a33*m1 *m2 *n1 *n2 + 1134*a33*m1 *m2 *n1 *n2
4 8 16 4 8 14 3
+ 63*a33*m1 *m2 *n1 *n2 - 1830*a33*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7
+ 960*a33*m1 *m2 *n1 *n2 + 6570*a33*m1 *m2 *n1 *n2
4 8 8 9 4 8 6 11
+ 2625*a33*m1 *m2 *n1 *n2 - 1092*a33*m1 *m2 *n1 *n2
3 9 17 3 9 15 2
- 7*a33*m1 *m2 *n1 + 570*a33*m1 *m2 *n1 *n2
3 9 13 4 3 9 11 6
- 1060*a33*m1 *m2 *n1 *n2 - 3150*a33*m1 *m2 *n1 *n2
3 9 9 8 3 9 7 10
- 805*a33*m1 *m2 *n1 *n2 + 708*a33*m1 *m2 *n1 *n2
2 10 16 2 10 14 3
- 99*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7
+ 924*a33*m1 *m2 *n1 *n2 + 66*a33*m1 *m2 *n1 *n2
2 10 8 9 11 17 11 15 2
- 297*a33*m1 *m2 *n1 *n2 + 7*a33*m1*m2 *n1 - 98*a33*m1*m2 *n1 *n2
11 13 4 11 11 6
- 144*a33*m1*m2 *n1 *n2 + 34*a33*m1*m2 *n1 *n2
11 9 8 12 16 12 14 3
+ 73*a33*m1*m2 *n1 *n2 + 8*a33*m2 *n1 *n2 + 8*a33*m2 *n1 *n2
12 12 5 12 10 7 2 2
- 8*a33*m2 *n1 *n2 - 8*a33*m2 *n1 *n2 ) + u1 *v2 *(
2 13 6 9 2 13 4 11 2 13 2 13
- 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 13 15 2 12 7 8 2 12 5 10
- 4*a33 *m1 *n2 + 36*a33 *m1 *m2*n1 *n2 - 68*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
- 36*a33 *m1 *m2*n1 *n2 + 68*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 6 9
- 144*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 11 2 4 11 2 11 2 2 13
+ 72*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 9 6
+ 8*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
- 1560*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
+ 2136*a33 *m1 *m2 *n1 *n2 - 104*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
- 504*a33 *m1 *m2 *n1 *n2 + 3480*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
- 2380*a33 *m1 *m2 *n1 *n2 - 5780*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
+ 580*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
+ 504*a33 *m1 *m2 *n1 *n2 - 5208*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
+ 6732*a33 *m1 *m2 *n1 *n2 + 10548*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
- 1860*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
- 336*a33 *m1 *m2 *n1 *n2 + 5376*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
- 11568*a33 *m1 *m2 *n1 *n2 - 13296*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
+ 3840*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
+ 144*a33 *m1 *m2 *n1 *n2 - 3840*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
+ 13296*a33 *m1 *m2 *n1 *n2 + 11568*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
- 5376*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
- 36*a33 *m1 *m2 *n1 *n2 + 1860*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
- 10548*a33 *m1 *m2 *n1 *n2 - 6732*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
+ 5208*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
+ 4*a33 *m1 *m2 *n1 - 580*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
+ 5780*a33 *m1 *m2 *n1 *n2 + 2380*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
- 3480*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
+ 104*a33 *m1 *m2 *n1 *n2 - 2136*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
- 344*a33 *m1 *m2 *n1 *n2 + 1560*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 15
- 336*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 2 11 13 2 2 2 11 11 4
+ 504*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 2 11 9 6 2 2 11 7 8
- 440*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
- 68*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7 2 13 15
+ 68*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
2 13 13 2 2 13 11 4 2 13 9 6
- 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) +
2 12 7 10 12 5 12 12 3 14
u1 *v2*(6*a33*m1 *n1 *n2 + 6*a33*m1 *n1 *n2 - 6*a33*m1 *n1 *n2
12 16 11 8 9
- 6*a33*m1 *n1*n2 - 57*a33*m1 *m2*n1 *n2
11 6 11 11 4 13
- 30*a33*m1 *m2*n1 *n2 + 108*a33*m1 *m2*n1 *n2
11 2 15 11 17
+ 78*a33*m1 *m2*n1 *n2 - 3*a33*m1 *m2*n2
10 2 9 8 10 2 7 10
+ 243*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1 *n2
10 2 5 12 10 2 3 14
- 720*a33*m1 *m2 *n1 *n2 - 414*a33*m1 *m2 *n1 *n2
10 2 16 9 3 10 7
+ 45*a33*m1 *m2 *n1*n2 - 612*a33*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11
+ 525*a33*m1 *m2 *n1 *n2 + 2610*a33*m1 *m2 *n1 *n2
9 3 4 13 9 3 2 15
+ 1200*a33*m1 *m2 *n1 *n2 - 270*a33*m1 *m2 *n1 *n2
9 3 17 8 4 11 6
+ 3*a33*m1 *m2 *n2 + 1008*a33*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10
- 1935*a33*m1 *m2 *n1 *n2 - 5940*a33*m1 *m2 *n1 *n2
8 4 5 12 8 4 3 14
- 2070*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
8 4 16 7 5 12 5
- 27*a33*m1 *m2 *n1*n2 - 1134*a33*m1 *m2 *n1 *n2
7 5 10 7 7 5 8 9
+ 3888*a33*m1 *m2 *n1 *n2 + 9072*a33*m1 *m2 *n1 *n2
7 5 6 11 7 5 4 13
+ 2052*a33*m1 *m2 *n1 *n2 - 1890*a33*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4
+ 108*a33*m1 *m2 *n1 *n2 + 882*a33*m1 *m2 *n1 *n2
6 6 11 6 6 6 9 8
- 5040*a33*m1 *m2 *n1 *n2 - 9576*a33*m1 *m2 *n1 *n2
6 6 7 10 6 6 5 12
- 756*a33*m1 *m2 *n1 *n2 + 2646*a33*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3
- 252*a33*m1 *m2 *n1 *n2 - 468*a33*m1 *m2 *n1 *n2
5 7 12 5 5 7 10 7
+ 4446*a33*m1 *m2 *n1 *n2 + 7020*a33*m1 *m2 *n1 *n2
5 7 8 9 5 7 6 11
- 792*a33*m1 *m2 *n1 *n2 - 2520*a33*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2
+ 378*a33*m1 *m2 *n1 *n2 + 162*a33*m1 *m2 *n1 *n2
4 8 13 4 4 8 11 6
- 2700*a33*m1 *m2 *n1 *n2 - 3510*a33*m1 *m2 *n1 *n2
4 8 9 8 4 8 7 10
+ 1350*a33*m1 *m2 *n1 *n2 + 1620*a33*m1 *m2 *n1 *n2
4 8 5 12 3 9 16
- 378*a33*m1 *m2 *n1 *n2 - 33*a33*m1 *m2 *n1 *n2
3 9 14 3 3 9 12 5
+ 1110*a33*m1 *m2 *n1 *n2 + 1140*a33*m1 *m2 *n1 *n2
3 9 10 7 3 9 8 9
- 930*a33*m1 *m2 *n1 *n2 - 675*a33*m1 *m2 *n1 *n2
3 9 6 11 2 10 17
+ 252*a33*m1 *m2 *n1 *n2 + 3*a33*m1 *m2 *n1
2 10 15 2 2 10 13 4
- 294*a33*m1 *m2 *n1 *n2 - 216*a33*m1 *m2 *n1 *n2
2 10 11 6 2 10 9 8
+ 354*a33*m1 *m2 *n1 *n2 + 165*a33*m1 *m2 *n1 *n2
2 10 7 10 11 16
- 108*a33*m1 *m2 *n1 *n2 + 45*a33*m1*m2 *n1 *n2
11 14 3 11 12 5
+ 18*a33*m1*m2 *n1 *n2 - 72*a33*m1*m2 *n1 *n2
11 10 7 11 8 9 12 17
- 18*a33*m1*m2 *n1 *n2 + 27*a33*m1*m2 *n1 *n2 - 3*a33*m2 *n1
12 13 4 12 9 8 2 2
+ 6*a33*m2 *n1 *n2 - 3*a33*m2 *n1 *n2 ) + u1 *v3 *(
2 13 6 9 2 13 4 11 2 13 2 13
- 6*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2 + 6*a33 *m1 *n1 *n2
2 13 15 2 12 7 8 2 12 5 10
+ 2*a33 *m1 *n2 + 54*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
- 86*a33 *m1 *m2*n1 *n2 - 18*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 6 9
- 216*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 11 2 4 11 2 11 2 2 13
+ 468*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 9 6
+ 4*a33 *m1 *m2 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
- 1020*a33 *m1 *m2 *n1 *n2 - 1332*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
+ 124*a33 *m1 *m2 *n1 *n2 - 68*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
- 756*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
+ 2150*a33 *m1 *m2 *n1 *n2 - 750*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
+ 430*a33 *m1 *m2 *n1 *n2 - 6*a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
+ 756*a33 *m1 *m2 *n1 *n2 - 4116*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
- 1782*a33 *m1 *m2 *n1 *n2 + 1566*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
- 1470*a33 *m1 *m2 *n1 *n2 + 54*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
- 504*a33 *m1 *m2 *n1 *n2 + 4368*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
+ 72*a33 *m1 *m2 *n1 *n2 - 1464*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
+ 3120*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
+ 216*a33 *m1 *m2 *n1 *n2 - 3120*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
+ 1464*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
- 4368*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
- 54*a33 *m1 *m2 *n1 *n2 + 1470*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
- 1566*a33 *m1 *m2 *n1 *n2 + 1782*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
+ 4116*a33 *m1 *m2 *n1 *n2 - 756*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
+ 6*a33 *m1 *m2 *n1 - 430*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
+ 750*a33 *m1 *m2 *n1 *n2 - 2150*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
- 2580*a33 *m1 *m2 *n1 *n2 + 756*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
+ 68*a33 *m1 *m2 *n1 *n2 - 124*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
+ 1332*a33 *m1 *m2 *n1 *n2 + 1020*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 15
- 504*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 2 11 13 2 2 2 11 11 4
- 36*a33 *m1 *m2 *n1 *n2 - 468*a33 *m1 *m2 *n1 *n2
2 2 11 9 6 2 2 11 7 8
- 220*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
+ 18*a33 *m1*m2 *n1 *n2 + 86*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7 2 13 15
+ 14*a33 *m1*m2 *n1 *n2 - 54*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1
2 13 13 2 2 13 11 4 2 13 9 6
- 6*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1 *n2 + 6*a33 *m2 *n1 *n2 ) + u1
2 2 12 7 9 2 12 5 11 2 12 3 13
*u2 *v1*( - 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 12 15 2 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
2 11 6 10 2 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
2 11 2 14 2 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
2 10 2 9 7 2 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 10 2 5 11 2 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 10 2 15 2 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 3 8 8 2 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
2 9 3 4 12 2 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 9 3 16 2 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 4 9 7 2 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
2 8 4 5 11 2 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 8 4 15 2 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 7 5 10 6 2 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 7 5 6 10 2 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 7 5 2 14 2 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 6 6 11 5 2 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
2 6 6 7 9 2 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
2 6 6 3 13 2 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 5 7 12 4 2 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
2 5 7 8 8 2 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
2 5 7 4 12 2 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 8 13 3 2 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 4 8 9 7 2 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
2 4 8 5 11 2 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 3 9 14 2 2 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 3 9 10 6 2 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 9 6 10 2 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
2 2 10 13 3 2 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
2 2 10 9 7 2 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 11 8 8 2 12 15
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 13 3 2 12 11 5 2 12 9 7
- 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2
2 2 12 6 10 2 12 4 12
) + u1*u2 *v2*( - 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 12 2 14 2 12 16 2 11 7 9
+ 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n2 + 40*a33 *m1 *m2*n1 *n2
2 11 5 11 2 11 3 13
+ 24*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
2 11 15 2 10 2 8 8
- 56*a33 *m1 *m2*n1*n2 - 180*a33 *m1 *m2 *n1 *n2
2 10 2 6 10 2 10 2 4 12
- 16*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 10 2 2 14 2 10 2 16
+ 336*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 9 3 9 7 2 9 3 7 9
+ 480*a33 *m1 *m2 *n1 *n2 - 280*a33 *m1 *m2 *n1 *n2
2 9 3 5 11 2 9 3 3 13
- 1960*a33 *m1 *m2 *n1 *n2 - 1160*a33 *m1 *m2 *n1 *n2
2 9 3 15 2 8 4 10 6
+ 40*a33 *m1 *m2 *n1*n2 - 840*a33 *m1 *m2 *n1 *n2
2 8 4 8 8 2 8 4 6 10
+ 1260*a33 *m1 *m2 *n1 *n2 + 4860*a33 *m1 *m2 *n1 *n2
2 8 4 4 12 2 8 4 2 14
+ 2580*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 7 5 11 5 2 7 5 9 7
+ 1008*a33 *m1 *m2 *n1 *n2 - 2832*a33 *m1 *m2 *n1 *n2
2 7 5 7 9 2 7 5 5 11
- 8208*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 7 5 3 13 2 6 6 12 4
+ 480*a33 *m1 *m2 *n1 *n2 - 840*a33 *m1 *m2 *n1 *n2
2 6 6 10 6 2 6 6 8 8
+ 4032*a33 *m1 *m2 *n1 *n2 + 9744*a33 *m1 *m2 *n1 *n2
2 6 6 6 10 2 6 6 4 12
+ 4032*a33 *m1 *m2 *n1 *n2 - 840*a33 *m1 *m2 *n1 *n2
2 5 7 13 3 2 5 7 11 5
+ 480*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 5 7 9 7 2 5 7 7 9
- 8208*a33 *m1 *m2 *n1 *n2 - 2832*a33 *m1 *m2 *n1 *n2
2 5 7 5 11 2 4 8 14 2
+ 1008*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 4 8 12 4 2 4 8 10 6
+ 2580*a33 *m1 *m2 *n1 *n2 + 4860*a33 *m1 *m2 *n1 *n2
2 4 8 8 8 2 4 8 6 10
+ 1260*a33 *m1 *m2 *n1 *n2 - 840*a33 *m1 *m2 *n1 *n2
2 3 9 15 2 3 9 13 3
+ 40*a33 *m1 *m2 *n1 *n2 - 1160*a33 *m1 *m2 *n1 *n2
2 3 9 11 5 2 3 9 9 7
- 1960*a33 *m1 *m2 *n1 *n2 - 280*a33 *m1 *m2 *n1 *n2
2 3 9 7 9 2 2 10 16
+ 480*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 2 10 14 2 2 2 10 12 4
+ 336*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 2 10 10 6 2 2 10 8 8
- 16*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 11 15 2 11 13 3
- 56*a33 *m1*m2 *n1 *n2 - 72*a33 *m1*m2 *n1 *n2
2 11 11 5 2 11 9 7 2 12 16
+ 24*a33 *m1*m2 *n1 *n2 + 40*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
2 12 14 2 2 12 12 4 2 12 10 6
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) +
2 11 9 9 11 7 11 11 3 15
u1*u2 *( - a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
11 17 10 10 8
+ a33*m1 *n1*n2 + 9*a33*m1 *m2*n1 *n2
10 8 10 10 6 12
+ 14*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2
10 4 14 10 2 16
- 30*a33*m1 *m2*n1 *n2 - 13*a33*m1 *m2*n1 *n2
9 2 11 7 9 2 9 9
- 36*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
9 2 7 11 9 2 5 13
+ 110*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
9 2 3 15 9 2 17
+ 70*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1*n2
8 3 12 6 8 3 10 8
+ 84*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
8 3 8 10 8 3 6 12
- 450*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
8 3 4 14 8 3 2 16
- 210*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
7 4 13 5 7 4 11 7
- 126*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
7 4 9 9 7 4 7 11
+ 1080*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
7 4 5 13 7 4 3 15
+ 390*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 5 14 4 6 5 12 6
+ 126*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
6 5 10 8 6 5 8 10
- 1680*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
6 5 6 12 6 5 4 14
- 462*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 15 3 5 6 13 5
- 84*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
5 6 11 7 5 6 9 9
+ 1764*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
5 6 7 11 5 6 5 13
+ 336*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 7 16 2 4 7 14 4
+ 36*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
4 7 12 6 4 7 10 8
- 1260*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
4 7 8 10 4 7 6 12
- 120*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 8 17 3 8 15 3
- 9*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 8 13 5 3 8 11 7
+ 600*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
3 8 9 9 3 8 7 11
- 15*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
2 9 18 2 9 16 2
+ a33*m1 *m2 *n1 - 70*a33*m1 *m2 *n1 *n2
2 9 14 4 2 9 12 6
- 180*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
2 9 10 8 2 9 8 10
+ 35*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
10 17 10 15 3
+ 13*a33*m1*m2 *n1 *n2 + 30*a33*m1*m2 *n1 *n2
10 13 5 10 11 7
+ 12*a33*m1*m2 *n1 *n2 - 14*a33*m1*m2 *n1 *n2
10 9 9 11 18 11 16 2
- 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 - 2*a33*m2 *n1 *n2
11 12 6 11 10 8 2
+ 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u1*u2*v1 *(
2 13 5 10 2 13 14 2 12 6 9
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1*n2 + 80*a33 *m1 *m2*n1 *n2
2 12 4 11 2 12 2 13
- 40*a33 *m1 *m2*n1 *n2 - 112*a33 *m1 *m2*n1 *n2
2 12 15 2 11 2 7 8
+ 8*a33 *m1 *m2*n2 - 360*a33 *m1 *m2 *n1 *n2
2 11 2 5 10 2 11 2 3 12
+ 408*a33 *m1 *m2 *n1 *n2 + 648*a33 *m1 *m2 *n1 *n2
2 11 2 14 2 10 3 8 7
- 120*a33 *m1 *m2 *n1*n2 + 960*a33 *m1 *m2 *n1 *n2
2 10 3 6 9 2 10 3 4 11
- 1880*a33 *m1 *m2 *n1 *n2 - 2072*a33 *m1 *m2 *n1 *n2
2 10 3 2 13 2 10 3 15
+ 760*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 9 4 9 6 2 9 4 7 8
- 1680*a33 *m1 *m2 *n1 *n2 + 5160*a33 *m1 *m2 *n1 *n2
2 9 4 5 10 2 9 4 3 12
+ 4000*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 9 4 14 2 8 5 10 5
+ 80*a33 *m1 *m2 *n1*n2 + 2016*a33 *m1 *m2 *n1 *n2
2 8 5 8 7 2 8 5 6 9
- 9360*a33 *m1 *m2 *n1 *n2 - 4536*a33 *m1 *m2 *n1 *n2
2 8 5 4 11 2 8 5 2 13
+ 6480*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 7 6 11 4 2 7 6 9 6
- 1680*a33 *m1 *m2 *n1 *n2 + 11760*a33 *m1 *m2 *n1 *n2
2 7 6 7 8 2 7 6 5 10
+ 2064*a33 *m1 *m2 *n1 *n2 - 10416*a33 *m1 *m2 *n1 *n2
2 7 6 3 12 2 6 7 12 3
+ 960*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 6 7 10 5 2 6 7 8 7
- 10416*a33 *m1 *m2 *n1 *n2 + 2064*a33 *m1 *m2 *n1 *n2
2 6 7 6 9 2 6 7 4 11
+ 11760*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 8 13 2 2 5 8 11 4
- 360*a33 *m1 *m2 *n1 *n2 + 6480*a33 *m1 *m2 *n1 *n2
2 5 8 9 6 2 5 8 7 8
- 4536*a33 *m1 *m2 *n1 *n2 - 9360*a33 *m1 *m2 *n1 *n2
2 5 8 5 10 2 4 9 14
+ 2016*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
2 4 9 12 3 2 4 9 10 5
- 2760*a33 *m1 *m2 *n1 *n2 + 4000*a33 *m1 *m2 *n1 *n2
2 4 9 8 7 2 4 9 6 9
+ 5160*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 3 10 15 2 3 10 13 2
- 8*a33 *m1 *m2 *n1 + 760*a33 *m1 *m2 *n1 *n2
2 3 10 11 4 2 3 10 9 6
- 2072*a33 *m1 *m2 *n1 *n2 - 1880*a33 *m1 *m2 *n1 *n2
2 3 10 7 8 2 2 11 14
+ 960*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
2 2 11 12 3 2 2 11 10 5
+ 648*a33 *m1 *m2 *n1 *n2 + 408*a33 *m1 *m2 *n1 *n2
2 2 11 8 7 2 12 15
- 360*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1*m2 *n1
2 12 13 2 2 12 11 4
- 112*a33 *m1*m2 *n1 *n2 - 40*a33 *m1*m2 *n1 *n2
2 12 9 6 2 13 14 2 13 10 5
+ 80*a33 *m1*m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) +
2 13 6 9 2 13 4 11
u1*u2*v1*v2*(8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 13 2 13 2 13 15
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n2
2 12 7 8 2 12 5 10
- 72*a33 *m1 *m2*n1 *n2 + 136*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
+ 72*a33 *m1 *m2*n1 *n2 - 136*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 6 9
+ 288*a33 *m1 *m2 *n1 *n2 - 880*a33 *m1 *m2 *n1 *n2
2 11 2 4 11 2 11 2 2 13
- 144*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 9 6
- 16*a33 *m1 *m2 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
+ 3120*a33 *m1 *m2 *n1 *n2 - 688*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
- 4272*a33 *m1 *m2 *n1 *n2 + 208*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
+ 1008*a33 *m1 *m2 *n1 *n2 - 6960*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
+ 4760*a33 *m1 *m2 *n1 *n2 + 11560*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
- 1160*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
- 1008*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
- 13464*a33 *m1 *m2 *n1 *n2 - 21096*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
+ 3720*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
+ 672*a33 *m1 *m2 *n1 *n2 - 10752*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
+ 23136*a33 *m1 *m2 *n1 *n2 + 26592*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
- 7680*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
- 288*a33 *m1 *m2 *n1 *n2 + 7680*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
- 26592*a33 *m1 *m2 *n1 *n2 - 23136*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
+ 10752*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
+ 72*a33 *m1 *m2 *n1 *n2 - 3720*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
+ 21096*a33 *m1 *m2 *n1 *n2 + 13464*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
- 10416*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
- 8*a33 *m1 *m2 *n1 + 1160*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
- 11560*a33 *m1 *m2 *n1 *n2 - 4760*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
+ 6960*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
- 208*a33 *m1 *m2 *n1 *n2 + 4272*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
+ 688*a33 *m1 *m2 *n1 *n2 - 3120*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 15
+ 672*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1
2 2 11 13 2 2 2 11 11 4
- 1008*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 2 11 9 6 2 2 11 7 8
+ 880*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
+ 136*a33 *m1*m2 *n1 *n2 - 72*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7
- 136*a33 *m1*m2 *n1 *n2 + 72*a33 *m1*m2 *n1 *n2
2 13 15 2 13 13 2
- 8*a33 *m2 *n1 + 8*a33 *m2 *n1 *n2
2 13 11 4 2 13 9 6
+ 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u1*u2*v1*(
12 7 10 12 5 12 12 3 14
2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 16 11 8 9 11 6 11
- 2*a33*m1 *n1*n2 - 16*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n1 *n2
11 4 13 11 2 15 11 17
+ 36*a33*m1 *m2*n1 *n2 + 20*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n2
10 2 9 8 10 2 7 10
+ 54*a33*m1 *m2 *n1 *n2 - 48*a33*m1 *m2 *n1 *n2
10 2 5 12 10 2 3 14
- 204*a33*m1 *m2 *n1 *n2 - 48*a33*m1 *m2 *n1 *n2
10 2 16 9 3 10 7
+ 54*a33*m1 *m2 *n1*n2 - 96*a33*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11
+ 280*a33*m1 *m2 *n1 *n2 + 540*a33*m1 *m2 *n1 *n2
9 3 4 13 9 3 2 15
- 140*a33*m1 *m2 *n1 *n2 - 300*a33*m1 *m2 *n1 *n2
9 3 17 8 4 11 6 8 4 9 8
+ 4*a33*m1 *m2 *n2 + 84*a33*m1 *m2 *n1 *n2 - 690*a33*m1 *m2 *n1 *n2
8 4 7 10 8 4 5 12
- 630*a33*m1 *m2 *n1 *n2 + 1110*a33*m1 *m2 *n1 *n2
8 4 3 14 8 4 16
+ 930*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1*n2
7 5 10 7 7 5 8 9
+ 936*a33*m1 *m2 *n1 *n2 - 216*a33*m1 *m2 *n1 *n2
7 5 6 11 7 5 4 13
- 3096*a33*m1 *m2 *n1 *n2 - 1800*a33*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4
+ 144*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
6 6 11 6 6 6 9 8
- 672*a33*m1 *m2 *n1 *n2 + 1848*a33*m1 *m2 *n1 *n2
6 6 7 10 6 6 5 12
+ 5040*a33*m1 *m2 *n1 *n2 + 2268*a33*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3
- 336*a33*m1 *m2 *n1 *n2 + 96*a33*m1 *m2 *n1 *n2
5 7 12 5 5 7 10 7
+ 96*a33*m1 *m2 *n1 *n2 - 2952*a33*m1 *m2 *n1 *n2
5 7 8 9 5 7 6 11
- 5304*a33*m1 *m2 *n1 *n2 - 1848*a33*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2
+ 504*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
4 8 13 4 4 8 11 6
+ 270*a33*m1 *m2 *n1 *n2 + 2610*a33*m1 *m2 *n1 *n2
4 8 9 8 4 8 7 10
+ 3690*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
4 8 5 12 3 9 16
- 504*a33*m1 *m2 *n1 *n2 + 16*a33*m1 *m2 *n1 *n2
3 9 14 3 3 9 12 5
- 260*a33*m1 *m2 *n1 *n2 - 1420*a33*m1 *m2 *n1 *n2
3 9 10 7 3 9 8 9
- 1660*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
3 9 6 11 2 10 17
+ 336*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
2 10 15 2 2 10 13 4
+ 112*a33*m1 *m2 *n1 *n2 + 468*a33*m1 *m2 *n1 *n2
2 10 11 6 2 10 9 8
+ 448*a33*m1 *m2 *n1 *n2 - 50*a33*m1 *m2 *n1 *n2
2 10 7 10 11 16
- 144*a33*m1 *m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
11 14 3 11 12 5
- 84*a33*m1*m2 *n1 *n2 - 60*a33*m1*m2 *n1 *n2
11 10 7 11 8 9 12 17
+ 36*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
12 15 2 12 13 4 12 11 6
+ 6*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2
12 9 8 2 2 13 5 10
- 4*a33*m2 *n1 *n2 ) + u1*u2*v2 *(8*a33 *m1 *n1 *n2
2 13 14 2 12 6 9
- 8*a33 *m1 *n1*n2 - 80*a33 *m1 *m2*n1 *n2
2 12 4 11 2 12 2 13
+ 40*a33 *m1 *m2*n1 *n2 + 112*a33 *m1 *m2*n1 *n2
2 12 15 2 11 2 7 8
- 8*a33 *m1 *m2*n2 + 360*a33 *m1 *m2 *n1 *n2
2 11 2 5 10 2 11 2 3 12
- 408*a33 *m1 *m2 *n1 *n2 - 648*a33 *m1 *m2 *n1 *n2
2 11 2 14 2 10 3 8 7
+ 120*a33 *m1 *m2 *n1*n2 - 960*a33 *m1 *m2 *n1 *n2
2 10 3 6 9 2 10 3 4 11
+ 1880*a33 *m1 *m2 *n1 *n2 + 2072*a33 *m1 *m2 *n1 *n2
2 10 3 2 13 2 10 3 15
- 760*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 9 4 9 6 2 9 4 7 8
+ 1680*a33 *m1 *m2 *n1 *n2 - 5160*a33 *m1 *m2 *n1 *n2
2 9 4 5 10 2 9 4 3 12
- 4000*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 9 4 14 2 8 5 10 5
- 80*a33 *m1 *m2 *n1*n2 - 2016*a33 *m1 *m2 *n1 *n2
2 8 5 8 7 2 8 5 6 9
+ 9360*a33 *m1 *m2 *n1 *n2 + 4536*a33 *m1 *m2 *n1 *n2
2 8 5 4 11 2 8 5 2 13
- 6480*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 7 6 11 4 2 7 6 9 6
+ 1680*a33 *m1 *m2 *n1 *n2 - 11760*a33 *m1 *m2 *n1 *n2
2 7 6 7 8 2 7 6 5 10
- 2064*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
2 7 6 3 12 2 6 7 12 3
- 960*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 6 7 10 5 2 6 7 8 7
+ 10416*a33 *m1 *m2 *n1 *n2 - 2064*a33 *m1 *m2 *n1 *n2
2 6 7 6 9 2 6 7 4 11
- 11760*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 5 8 13 2 2 5 8 11 4
+ 360*a33 *m1 *m2 *n1 *n2 - 6480*a33 *m1 *m2 *n1 *n2
2 5 8 9 6 2 5 8 7 8
+ 4536*a33 *m1 *m2 *n1 *n2 + 9360*a33 *m1 *m2 *n1 *n2
2 5 8 5 10 2 4 9 14
- 2016*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
2 4 9 12 3 2 4 9 10 5
+ 2760*a33 *m1 *m2 *n1 *n2 - 4000*a33 *m1 *m2 *n1 *n2
2 4 9 8 7 2 4 9 6 9
- 5160*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 3 10 15 2 3 10 13 2
+ 8*a33 *m1 *m2 *n1 - 760*a33 *m1 *m2 *n1 *n2
2 3 10 11 4 2 3 10 9 6
+ 2072*a33 *m1 *m2 *n1 *n2 + 1880*a33 *m1 *m2 *n1 *n2
2 3 10 7 8 2 2 11 14
- 960*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
2 2 11 12 3 2 2 11 10 5
- 648*a33 *m1 *m2 *n1 *n2 - 408*a33 *m1 *m2 *n1 *n2
2 2 11 8 7 2 12 15
+ 360*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1*m2 *n1
2 12 13 2 2 12 11 4
+ 112*a33 *m1*m2 *n1 *n2 + 40*a33 *m1*m2 *n1 *n2
2 12 9 6 2 13 14 2 13 10 5
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
12 8 9 12 6 11 12 4 13
u1*u2*v2*(4*a33*m1 *n1 *n2 + 6*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 2 15 12 17 11 9 8
- 6*a33*m1 *n1 *n2 - 2*a33*m1 *n2 - 36*a33*m1 *m2*n1 *n2
11 7 10 11 5 12
- 36*a33*m1 *m2*n1 *n2 + 60*a33*m1 *m2*n1 *n2
11 3 14 11 16
+ 84*a33*m1 *m2*n1 *n2 + 24*a33*m1 *m2*n1*n2
10 2 10 7 10 2 8 9
+ 144*a33*m1 *m2 *n1 *n2 + 50*a33*m1 *m2 *n1 *n2
10 2 6 11 10 2 4 13
- 448*a33*m1 *m2 *n1 *n2 - 468*a33*m1 *m2 *n1 *n2
10 2 2 15 10 2 17
- 112*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
9 3 11 6 9 3 9 8
- 336*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12
+ 1660*a33*m1 *m2 *n1 *n2 + 1420*a33*m1 *m2 *n1 *n2
9 3 3 14 9 3 16
+ 260*a33*m1 *m2 *n1 *n2 - 16*a33*m1 *m2 *n1*n2
8 4 12 5 8 4 10 7
+ 504*a33*m1 *m2 *n1 *n2 - 900*a33*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11
- 3690*a33*m1 *m2 *n1 *n2 - 2610*a33*m1 *m2 *n1 *n2
8 4 4 13 8 4 2 15
- 270*a33*m1 *m2 *n1 *n2 + 54*a33*m1 *m2 *n1 *n2
7 5 13 4 7 5 11 6
- 504*a33*m1 *m2 *n1 *n2 + 1848*a33*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10
+ 5304*a33*m1 *m2 *n1 *n2 + 2952*a33*m1 *m2 *n1 *n2
7 5 5 12 7 5 3 14
- 96*a33*m1 *m2 *n1 *n2 - 96*a33*m1 *m2 *n1 *n2
6 6 14 3 6 6 12 5
+ 336*a33*m1 *m2 *n1 *n2 - 2268*a33*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9
- 5040*a33*m1 *m2 *n1 *n2 - 1848*a33*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13
+ 672*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 7 15 2 5 7 13 4
- 144*a33*m1 *m2 *n1 *n2 + 1800*a33*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8
+ 3096*a33*m1 *m2 *n1 *n2 + 216*a33*m1 *m2 *n1 *n2
5 7 7 10 4 8 16
- 936*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
4 8 14 3 4 8 12 5
- 930*a33*m1 *m2 *n1 *n2 - 1110*a33*m1 *m2 *n1 *n2
4 8 10 7 4 8 8 9
+ 630*a33*m1 *m2 *n1 *n2 + 690*a33*m1 *m2 *n1 *n2
4 8 6 11 3 9 17
- 84*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
3 9 15 2 3 9 13 4
+ 300*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
3 9 11 6 3 9 9 8
- 540*a33*m1 *m2 *n1 *n2 - 280*a33*m1 *m2 *n1 *n2
3 9 7 10 2 10 16
+ 96*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
2 10 14 3 2 10 12 5
+ 48*a33*m1 *m2 *n1 *n2 + 204*a33*m1 *m2 *n1 *n2
2 10 10 7 2 10 8 9
+ 48*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
11 17 11 15 2
+ 4*a33*m1*m2 *n1 - 20*a33*m1*m2 *n1 *n2
11 13 4 11 11 6
- 36*a33*m1*m2 *n1 *n2 + 4*a33*m1*m2 *n1 *n2
11 9 8 12 16
+ 16*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
12 14 3 12 12 5 12 10 7
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
2 2 12 6 10 2 12 4 12
) + u1*u3 *v2*( - 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 12 2 14 2 12 16 2 11 7 9
+ 2*a33 *m1 *n1 *n2 + 2*a33 *m1 *n2 + 20*a33 *m1 *m2*n1 *n2
2 11 5 11 2 11 3 13
+ 12*a33 *m1 *m2*n1 *n2 - 36*a33 *m1 *m2*n1 *n2
2 11 15 2 10 2 8 8
- 28*a33 *m1 *m2*n1*n2 - 90*a33 *m1 *m2 *n1 *n2
2 10 2 6 10 2 10 2 4 12
- 8*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 10 2 2 14 2 10 2 16
+ 168*a33 *m1 *m2 *n1 *n2 - 2*a33 *m1 *m2 *n2
2 9 3 9 7 2 9 3 7 9
+ 240*a33 *m1 *m2 *n1 *n2 - 140*a33 *m1 *m2 *n1 *n2
2 9 3 5 11 2 9 3 3 13
- 980*a33 *m1 *m2 *n1 *n2 - 580*a33 *m1 *m2 *n1 *n2
2 9 3 15 2 8 4 10 6
+ 20*a33 *m1 *m2 *n1*n2 - 420*a33 *m1 *m2 *n1 *n2
2 8 4 8 8 2 8 4 6 10
+ 630*a33 *m1 *m2 *n1 *n2 + 2430*a33 *m1 *m2 *n1 *n2
2 8 4 4 12 2 8 4 2 14
+ 1290*a33 *m1 *m2 *n1 *n2 - 90*a33 *m1 *m2 *n1 *n2
2 7 5 11 5 2 7 5 9 7
+ 504*a33 *m1 *m2 *n1 *n2 - 1416*a33 *m1 *m2 *n1 *n2
2 7 5 7 9 2 7 5 5 11
- 4104*a33 *m1 *m2 *n1 *n2 - 1944*a33 *m1 *m2 *n1 *n2
2 7 5 3 13 2 6 6 12 4
+ 240*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 6 6 10 6 2 6 6 8 8
+ 2016*a33 *m1 *m2 *n1 *n2 + 4872*a33 *m1 *m2 *n1 *n2
2 6 6 6 10 2 6 6 4 12
+ 2016*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 5 7 13 3 2 5 7 11 5
+ 240*a33 *m1 *m2 *n1 *n2 - 1944*a33 *m1 *m2 *n1 *n2
2 5 7 9 7 2 5 7 7 9
- 4104*a33 *m1 *m2 *n1 *n2 - 1416*a33 *m1 *m2 *n1 *n2
2 5 7 5 11 2 4 8 14 2
+ 504*a33 *m1 *m2 *n1 *n2 - 90*a33 *m1 *m2 *n1 *n2
2 4 8 12 4 2 4 8 10 6
+ 1290*a33 *m1 *m2 *n1 *n2 + 2430*a33 *m1 *m2 *n1 *n2
2 4 8 8 8 2 4 8 6 10
+ 630*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 3 9 15 2 3 9 13 3
+ 20*a33 *m1 *m2 *n1 *n2 - 580*a33 *m1 *m2 *n1 *n2
2 3 9 11 5 2 3 9 9 7
- 980*a33 *m1 *m2 *n1 *n2 - 140*a33 *m1 *m2 *n1 *n2
2 3 9 7 9 2 2 10 16
+ 240*a33 *m1 *m2 *n1 *n2 - 2*a33 *m1 *m2 *n1
2 2 10 14 2 2 2 10 12 4
+ 168*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 2 10 10 6 2 2 10 8 8
- 8*a33 *m1 *m2 *n1 *n2 - 90*a33 *m1 *m2 *n1 *n2
2 11 15 2 11 13 3
- 28*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2
2 11 11 5 2 11 9 7 2 12 16
+ 12*a33 *m1*m2 *n1 *n2 + 20*a33 *m1*m2 *n1 *n2 + 2*a33 *m2 *n1
2 12 14 2 2 12 12 4 2 12 10 6
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 ) +
2 11 9 9 11 7 11 11 3 15
u1*u3 *( - a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
11 17 10 10 8
+ a33*m1 *n1*n2 + 9*a33*m1 *m2*n1 *n2
10 8 10 10 6 12
+ 14*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2
10 4 14 10 2 16
- 30*a33*m1 *m2*n1 *n2 - 13*a33*m1 *m2*n1 *n2
9 2 11 7 9 2 9 9
- 36*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
9 2 7 11 9 2 5 13
+ 110*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
9 2 3 15 9 2 17
+ 70*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1*n2
8 3 12 6 8 3 10 8
+ 84*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
8 3 8 10 8 3 6 12
- 450*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
8 3 4 14 8 3 2 16
- 210*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
7 4 13 5 7 4 11 7
- 126*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
7 4 9 9 7 4 7 11
+ 1080*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
7 4 5 13 7 4 3 15
+ 390*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 5 14 4 6 5 12 6
+ 126*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
6 5 10 8 6 5 8 10
- 1680*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
6 5 6 12 6 5 4 14
- 462*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 15 3 5 6 13 5
- 84*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
5 6 11 7 5 6 9 9
+ 1764*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
5 6 7 11 5 6 5 13
+ 336*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 7 16 2 4 7 14 4
+ 36*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
4 7 12 6 4 7 10 8
- 1260*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
4 7 8 10 4 7 6 12
- 120*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 8 17 3 8 15 3
- 9*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 8 13 5 3 8 11 7
+ 600*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
3 8 9 9 3 8 7 11
- 15*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
2 9 18 2 9 16 2
+ a33*m1 *m2 *n1 - 70*a33*m1 *m2 *n1 *n2
2 9 14 4 2 9 12 6
- 180*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
2 9 10 8 2 9 8 10
+ 35*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
10 17 10 15 3
+ 13*a33*m1*m2 *n1 *n2 + 30*a33*m1*m2 *n1 *n2
10 13 5 10 11 7
+ 12*a33*m1*m2 *n1 *n2 - 14*a33*m1*m2 *n1 *n2
10 9 9 11 18 11 16 2
- 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 - 2*a33*m2 *n1 *n2
11 12 6 11 10 8
+ 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u1*u3*v3*(
12 8 9 12 6 11 12 4 13
2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 2 15 11 9 8 11 7 10
- 2*a33*m1 *n1 *n2 - 18*a33*m1 *m2*n1 *n2 - 8*a33*m1 *m2*n1 *n2
11 5 12 11 3 14
+ 36*a33*m1 *m2*n1 *n2 + 24*a33*m1 *m2*n1 *n2
11 16 10 2 10 7
- 2*a33*m1 *m2*n1*n2 + 72*a33*m1 *m2 *n1 *n2
10 2 8 9 10 2 6 11
- 20*a33*m1 *m2 *n1 *n2 - 228*a33*m1 *m2 *n1 *n2
10 2 4 13 10 2 2 15
- 108*a33*m1 *m2 *n1 *n2 + 28*a33*m1 *m2 *n1 *n2
9 3 11 6 9 3 9 8
- 168*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12
+ 760*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
9 3 3 14 9 3 16
- 160*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1*n2
8 4 12 5 8 4 10 7
+ 252*a33*m1 *m2 *n1 *n2 - 660*a33*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11
- 1530*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
8 4 4 13 8 4 2 15
+ 510*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1 *n2
7 5 13 4 7 5 11 6
- 252*a33*m1 *m2 *n1 *n2 + 1176*a33*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10
+ 1944*a33*m1 *m2 *n1 *n2 - 576*a33*m1 *m2 *n1 *n2
7 5 5 12 7 5 3 14
- 1020*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
6 6 14 3 6 6 12 5
+ 168*a33*m1 *m2 *n1 *n2 - 1344*a33*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9
- 1512*a33*m1 *m2 *n1 *n2 + 1512*a33*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13
+ 1344*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
5 7 15 2 5 7 13 4
- 72*a33*m1 *m2 *n1 *n2 + 1020*a33*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8
+ 576*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
5 7 7 10 5 7 5 12
- 1176*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
4 8 16 4 8 14 3
+ 18*a33*m1 *m2 *n1 *n2 - 510*a33*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7
+ 90*a33*m1 *m2 *n1 *n2 + 1530*a33*m1 *m2 *n1 *n2
4 8 8 9 4 8 6 11 3 9 17
+ 660*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
3 9 15 2 3 9 13 4
+ 160*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
3 9 11 6 3 9 9 8
- 760*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
3 9 7 10 2 10 16
+ 168*a33*m1 *m2 *n1 *n2 - 28*a33*m1 *m2 *n1 *n2
2 10 14 3 2 10 12 5
+ 108*a33*m1 *m2 *n1 *n2 + 228*a33*m1 *m2 *n1 *n2
2 10 10 7 2 10 8 9 11 17
+ 20*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2 + 2*a33*m1*m2 *n1
11 15 2 11 13 4
- 24*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
+ 8*a33*m1*m2 *n1 *n2 + 18*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
12 14 3 12 12 5 12 10 7
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u1
2 2 14 4 10 2 14 2 12
*v1 *v2*(8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 13 5 9 2 13 3 11
- 80*a33 *m1 *m2*n1 *n2 + 128*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
- 16*a33 *m1 *m2*n1*n2 + 360*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
- 848*a33 *m1 *m2 *n1 *n2 + 240*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
- 8*a33 *m1 *m2 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
+ 3200*a33 *m1 *m2 *n1 *n2 - 1536*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
+ 128*a33 *m1 *m2 *n1*n2 + 1680*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
- 7800*a33 *m1 *m2 *n1 *n2 + 5680*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
- 848*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
- 2016*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
- 13680*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
- 80*a33 *m1 *m2 *n1*n2 + 1680*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
- 15456*a33 *m1 *m2 *n1 *n2 + 22752*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
- 7800*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
- 960*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
- 26880*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
- 960*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
- 7800*a33 *m1 *m2 *n1 *n2 + 22752*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
- 15456*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
- 80*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
- 13680*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
- 2016*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
- 848*a33 *m1 *m2 *n1 *n2 + 5680*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
- 7800*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 1536*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
+ 3200*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
- 8*a33 *m1 *m2 *n1 + 240*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
- 848*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
- 16*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 12 2
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2
2 14 10 4 2 13 5 11
+ 8*a33 *m2 *n1 *n2 ) + u1*v1 *(4*a33*m1 *n1 *n2
13 15 12 6 10 12 4 12
- 4*a33*m1 *n1*n2 - 40*a33*m1 *m2*n1 *n2 + 20*a33*m1 *m2*n1 *n2
12 2 14 12 16 11 2 7 9
+ 56*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n2 + 180*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
- 204*a33*m1 *m2 *n1 *n2 - 324*a33*m1 *m2 *n1 *n2
11 2 15 10 3 8 8
+ 60*a33*m1 *m2 *n1*n2 - 480*a33*m1 *m2 *n1 *n2
10 3 6 10 10 3 4 12
+ 940*a33*m1 *m2 *n1 *n2 + 1036*a33*m1 *m2 *n1 *n2
10 3 2 14 10 3 16
- 380*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
9 4 9 7 9 4 7 9
+ 840*a33*m1 *m2 *n1 *n2 - 2580*a33*m1 *m2 *n1 *n2
9 4 5 11 9 4 3 13
- 2000*a33*m1 *m2 *n1 *n2 + 1380*a33*m1 *m2 *n1 *n2
9 4 15 8 5 10 6
- 40*a33*m1 *m2 *n1*n2 - 1008*a33*m1 *m2 *n1 *n2
8 5 8 8 8 5 6 10
+ 4680*a33*m1 *m2 *n1 *n2 + 2268*a33*m1 *m2 *n1 *n2
8 5 4 12 8 5 2 14
- 3240*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
7 6 11 5 7 6 9 7
+ 840*a33*m1 *m2 *n1 *n2 - 5880*a33*m1 *m2 *n1 *n2
7 6 7 9 7 6 5 11
- 1032*a33*m1 *m2 *n1 *n2 + 5208*a33*m1 *m2 *n1 *n2
7 6 3 13 6 7 12 4
- 480*a33*m1 *m2 *n1 *n2 - 480*a33*m1 *m2 *n1 *n2
6 7 10 6 6 7 8 8
+ 5208*a33*m1 *m2 *n1 *n2 - 1032*a33*m1 *m2 *n1 *n2
6 7 6 10 6 7 4 12
- 5880*a33*m1 *m2 *n1 *n2 + 840*a33*m1 *m2 *n1 *n2
5 8 13 3 5 8 11 5
+ 180*a33*m1 *m2 *n1 *n2 - 3240*a33*m1 *m2 *n1 *n2
5 8 9 7 5 8 7 9
+ 2268*a33*m1 *m2 *n1 *n2 + 4680*a33*m1 *m2 *n1 *n2
5 8 5 11 4 9 14 2
- 1008*a33*m1 *m2 *n1 *n2 - 40*a33*m1 *m2 *n1 *n2
4 9 12 4 4 9 10 6
+ 1380*a33*m1 *m2 *n1 *n2 - 2000*a33*m1 *m2 *n1 *n2
4 9 8 8 4 9 6 10
- 2580*a33*m1 *m2 *n1 *n2 + 840*a33*m1 *m2 *n1 *n2
3 10 15 3 10 13 3
+ 4*a33*m1 *m2 *n1 *n2 - 380*a33*m1 *m2 *n1 *n2
3 10 11 5 3 10 9 7
+ 1036*a33*m1 *m2 *n1 *n2 + 940*a33*m1 *m2 *n1 *n2
3 10 7 9 2 11 14 2
- 480*a33*m1 *m2 *n1 *n2 + 60*a33*m1 *m2 *n1 *n2
2 11 12 4 2 11 10 6
- 324*a33*m1 *m2 *n1 *n2 - 204*a33*m1 *m2 *n1 *n2
2 11 8 8 12 15
+ 180*a33*m1 *m2 *n1 *n2 - 4*a33*m1*m2 *n1 *n2
12 13 3 12 11 5
+ 56*a33*m1*m2 *n1 *n2 + 20*a33*m1*m2 *n1 *n2
12 9 7 13 14 2 13 10 6
- 40*a33*m1*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 ) +
13 6 10 13 4 12
u1*v1*v2*( - 14*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
13 2 14 13 16 12 7 9
+ 14*a33*m1 *n1 *n2 - 2*a33*m1 *n2 + 136*a33*m1 *m2*n1 *n2
12 5 11 12 3 13
- 96*a33*m1 *m2*n1 *n2 - 184*a33*m1 *m2*n1 *n2
12 15 11 2 8 8
+ 48*a33*m1 *m2*n1*n2 - 594*a33*m1 *m2 *n1 *n2
11 2 6 10 11 2 4 12
+ 840*a33*m1 *m2 *n1 *n2 + 972*a33*m1 *m2 *n1 *n2
11 2 2 14 11 2 16
- 456*a33*m1 *m2 *n1 *n2 + 6*a33*m1 *m2 *n2
10 3 9 7 10 3 7 9
+ 1536*a33*m1 *m2 *n1 *n2 - 3580*a33*m1 *m2 *n1 *n2
10 3 5 11 10 3 3 13
- 2708*a33*m1 *m2 *n1 *n2 + 2316*a33*m1 *m2 *n1 *n2
10 3 15 9 4 10 6
- 92*a33*m1 *m2 *n1*n2 - 2604*a33*m1 *m2 *n1 *n2
9 4 8 8 9 4 6 10
+ 9270*a33*m1 *m2 *n1 *n2 + 4050*a33*m1 *m2 *n1 *n2
9 4 4 12 9 4 2 14
- 7250*a33*m1 *m2 *n1 *n2 + 570*a33*m1 *m2 *n1 *n2
9 4 16 8 5 11 5
- 4*a33*m1 *m2 *n2 + 3024*a33*m1 *m2 *n1 *n2
8 5 9 7 8 5 7 9
- 15984*a33*m1 *m2 *n1 *n2 - 1908*a33*m1 *m2 *n1 *n2
8 5 5 11 8 5 3 13
+ 15084*a33*m1 *m2 *n1 *n2 - 1980*a33*m1 *m2 *n1 *n2
8 5 15 7 6 12 4
+ 36*a33*m1 *m2 *n1*n2 - 2436*a33*m1 *m2 *n1 *n2
7 6 10 6 7 6 8 8
+ 19152*a33*m1 *m2 *n1 *n2 - 4632*a33*m1 *m2 *n1 *n2
7 6 6 10 7 6 4 12
- 21696*a33*m1 *m2 *n1 *n2 + 4380*a33*m1 *m2 *n1 *n2
7 6 2 14 6 7 13 3
- 144*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
6 7 11 5 6 7 9 7
- 16200*a33*m1 *m2 *n1 *n2 + 11256*a33*m1 *m2 *n1 *n2
6 7 7 9 6 7 5 11
+ 21912*a33*m1 *m2 *n1 *n2 - 6552*a33*m1 *m2 *n1 *n2
6 7 3 13 5 8 14 2
+ 336*a33*m1 *m2 *n1 *n2 - 486*a33*m1 *m2 *n1 *n2
5 8 12 4 5 8 10 6
+ 9630*a33*m1 *m2 *n1 *n2 - 12654*a33*m1 *m2 *n1 *n2
5 8 8 8 5 8 6 10
- 15462*a33*m1 *m2 *n1 *n2 + 6804*a33*m1 *m2 *n1 *n2
5 8 4 12 4 9 15
- 504*a33*m1 *m2 *n1 *n2 + 104*a33*m1 *m2 *n1 *n2
4 9 13 3 4 9 11 5
- 3920*a33*m1 *m2 *n1 *n2 + 8800*a33*m1 *m2 *n1 *n2
4 9 9 7 4 9 7 9
+ 7400*a33*m1 *m2 *n1 *n2 - 4920*a33*m1 *m2 *n1 *n2
4 9 5 11 3 10 16
+ 504*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1
3 10 14 2 3 10 12 4
+ 1032*a33*m1 *m2 *n1 *n2 - 3956*a33*m1 *m2 *n1 *n2
3 10 10 6 3 10 8 8
- 2232*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
3 10 6 10 2 11 15
- 336*a33*m1 *m2 *n1 *n2 - 156*a33*m1 *m2 *n1 *n2
2 11 13 3 2 11 11 5
+ 1116*a33*m1 *m2 *n1 *n2 + 348*a33*m1 *m2 *n1 *n2
2 11 9 7 2 11 7 9
- 780*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
12 16 12 14 2
+ 10*a33*m1*m2 *n1 - 178*a33*m1*m2 *n1 *n2
12 12 4 12 10 6
- 6*a33*m1*m2 *n1 *n2 + 146*a33*m1*m2 *n1 *n2
12 8 8 13 15
- 36*a33*m1*m2 *n1 *n2 + 12*a33*m2 *n1 *n2
13 13 3 13 11 5 13 9 7
- 4*a33*m2 *n1 *n2 - 12*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 )
2 2 14 5 9 2 14 13
+ u1*v1*v3 *(4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1*n2
2 13 6 8 2 13 4 10
- 36*a33 *m1 *m2*n1 *n2 + 20*a33 *m1 *m2*n1 *n2
2 13 2 12 2 13 14
+ 52*a33 *m1 *m2*n1 *n2 - 4*a33 *m1 *m2*n2
2 12 2 7 7 2 12 2 5 9
+ 144*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 12 2 3 11 2 12 2 13
- 272*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 11 3 8 6 2 11 3 6 8
- 336*a33 *m1 *m2 *n1 *n2 + 720*a33 *m1 *m2 *n1 *n2
2 11 3 4 10 2 11 3 2 12
+ 784*a33 *m1 *m2 *n1 *n2 - 272*a33 *m1 *m2 *n1 *n2
2 10 4 9 5 2 10 4 7 7
+ 504*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 10 4 5 9 2 10 4 3 11
- 1420*a33 *m1 *m2 *n1 *n2 + 784*a33 *m1 *m2 *n1 *n2
2 10 4 13 2 9 5 10 4
+ 20*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 9 5 8 6 2 9 5 6 8
+ 2520*a33 *m1 *m2 *n1 *n2 + 1788*a33 *m1 *m2 *n1 *n2
2 9 5 4 10 2 9 5 2 12
- 1420*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 11 3
+ 4*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 8 6 9 5 2 8 6 7 7
- 2520*a33 *m1 *m2 *n1 *n2 - 1824*a33 *m1 *m2 *n1 *n2
2 8 6 5 9 2 8 6 3 11
+ 1788*a33 *m1 *m2 *n1 *n2 + 720*a33 *m1 *m2 *n1 *n2
2 8 6 13 2 7 7 12 2
- 36*a33 *m1 *m2 *n1*n2 - 144*a33 *m1 *m2 *n1 *n2
2 7 7 10 4 2 7 7 8 6
+ 1680*a33 *m1 *m2 *n1 *n2 + 1824*a33 *m1 *m2 *n1 *n2
2 7 7 6 8 2 7 7 4 10
- 1824*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 7 7 2 12 2 6 8 13
+ 144*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 8 11 3 2 6 8 9 5
- 720*a33 *m1 *m2 *n1 *n2 - 1788*a33 *m1 *m2 *n1 *n2
2 6 8 7 7 2 6 8 5 9
+ 1824*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 6 8 3 11 2 5 9 14
- 336*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 5 9 12 2 2 5 9 10 4
+ 180*a33 *m1 *m2 *n1 *n2 + 1420*a33 *m1 *m2 *n1 *n2
2 5 9 8 6 2 5 9 6 8
- 1788*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 5 9 4 10 2 4 10 13
+ 504*a33 *m1 *m2 *n1 *n2 - 20*a33 *m1 *m2 *n1 *n2
2 4 10 11 3 2 4 10 9 5
- 784*a33 *m1 *m2 *n1 *n2 + 1420*a33 *m1 *m2 *n1 *n2
2 4 10 7 7 2 4 10 5 9
+ 1680*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 11 12 2 2 3 11 10 4
+ 272*a33 *m1 *m2 *n1 *n2 - 784*a33 *m1 *m2 *n1 *n2
2 3 11 8 6 2 3 11 6 8
- 720*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 12 13 2 2 12 11 3
- 52*a33 *m1 *m2 *n1 *n2 + 272*a33 *m1 *m2 *n1 *n2
2 2 12 9 5 2 2 12 7 7
+ 180*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 13 14 2 13 12 2
+ 4*a33 *m1*m2 *n1 - 52*a33 *m1*m2 *n1 *n2
2 13 10 4 2 13 8 6
- 20*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 14 13 2 14 9 5
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) + u1*v1*(
12 9 9 12 5 13 12 17 11 10 8
- 2*m1 *n1 *n2 + 4*m1 *n1 *n2 - 2*m1 *n1*n2 + 18*m1 *m2*n1 *n2
11 8 10 11 6 12 11 4 14
- 10*m1 *m2*n1 *n2 - 44*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2
11 2 16 11 18 10 2 11 7
+ 26*m1 *m2*n1 *n2 - 2*m1 *m2*n2 - 72*m1 *m2 *n1 *n2
10 2 9 9 10 2 7 11 10 2 5 13
+ 92*m1 *m2 *n1 *n2 + 208*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
10 2 3 15 10 2 17 9 3 12 6
- 136*m1 *m2 *n1 *n2 + 28*m1 *m2 *n1*n2 + 168*m1 *m2 *n1 *n2
9 3 10 8 9 3 8 10 9 3 6 12
- 378*m1 *m2 *n1 *n2 - 550*m1 *m2 *n1 *n2 + 540*m1 *m2 *n1 *n2
9 3 4 14 9 3 2 16 9 3 18
+ 380*m1 *m2 *n1 *n2 - 162*m1 *m2 *n1 *n2 + 2*m1 *m2 *n2
8 4 13 5 8 4 11 7 8 4 9 9
- 252*m1 *m2 *n1 *n2 + 912*m1 *m2 *n1 *n2 + 870*m1 *m2 *n1 *n2
8 4 7 11 8 4 5 13 8 4 3 15
- 1440*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 + 528*m1 *m2 *n1 *n2
8 4 17 7 5 14 4 7 5 12 6
- 18*m1 *m2 *n1*n2 + 252*m1 *m2 *n1 *n2 - 1428*m1 *m2 *n1 *n2
7 5 10 8 7 5 8 10 7 5 6 12
- 768*m1 *m2 *n1 *n2 + 2520*m1 *m2 *n1 *n2 + 444*m1 *m2 *n1 *n2
7 5 4 14 7 5 2 16 6 6 15 3
- 1092*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2 - 168*m1 *m2 *n1 *n2
6 6 13 5 6 6 11 7 6 6 9 9
+ 1512*m1 *m2 *n1 *n2 + 168*m1 *m2 *n1 *n2 - 3024*m1 *m2 *n1 *n2
6 6 7 11 6 6 5 13 6 6 3 15
+ 168*m1 *m2 *n1 *n2 + 1512*m1 *m2 *n1 *n2 - 168*m1 *m2 *n1 *n2
5 7 16 2 5 7 14 4 5 7 12 6
+ 72*m1 *m2 *n1 *n2 - 1092*m1 *m2 *n1 *n2 + 444*m1 *m2 *n1 *n2
5 7 10 8 5 7 8 10 5 7 6 12
+ 2520*m1 *m2 *n1 *n2 - 768*m1 *m2 *n1 *n2 - 1428*m1 *m2 *n1 *n2
5 7 4 14 4 8 17 4 8 15 3
+ 252*m1 *m2 *n1 *n2 - 18*m1 *m2 *n1 *n2 + 528*m1 *m2 *n1 *n2
4 8 13 5 4 8 11 7 4 8 9 9
- 600*m1 *m2 *n1 *n2 - 1440*m1 *m2 *n1 *n2 + 870*m1 *m2 *n1 *n2
4 8 7 11 4 8 5 13 3 9 18
+ 912*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2 + 2*m1 *m2 *n1
3 9 16 2 3 9 14 4 3 9 12 6
- 162*m1 *m2 *n1 *n2 + 380*m1 *m2 *n1 *n2 + 540*m1 *m2 *n1 *n2
3 9 10 8 3 9 8 10 3 9 6 12
- 550*m1 *m2 *n1 *n2 - 378*m1 *m2 *n1 *n2 + 168*m1 *m2 *n1 *n2
2 10 17 2 10 15 3 2 10 13 5
+ 28*m1 *m2 *n1 *n2 - 136*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
2 10 11 7 2 10 9 9 2 10 7 11
+ 208*m1 *m2 *n1 *n2 + 92*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2
11 18 11 16 2 11 14 4
- 2*m1*m2 *n1 + 26*m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2
11 12 6 11 10 8 11 8 10
- 44*m1*m2 *n1 *n2 - 10*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2
12 17 12 13 5 12 9 9 3
- 2*m2 *n1 *n2 + 4*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + u1*v2 *(
2 14 4 10 2 14 2 12 2 13 5 9
8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2 - 80*a33 *m1 *m2*n1 *n2
2 13 3 11 2 13 13
+ 128*a33 *m1 *m2*n1 *n2 - 16*a33 *m1 *m2*n1*n2
2 12 2 6 8 2 12 2 4 10
+ 360*a33 *m1 *m2 *n1 *n2 - 848*a33 *m1 *m2 *n1 *n2
2 12 2 2 12 2 12 2 14
+ 240*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 11 3 7 7 2 11 3 5 9
- 960*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
2 11 3 3 11 2 11 3 13
- 1536*a33 *m1 *m2 *n1 *n2 + 128*a33 *m1 *m2 *n1*n2
2 10 4 8 6 2 10 4 6 8
+ 1680*a33 *m1 *m2 *n1 *n2 - 7800*a33 *m1 *m2 *n1 *n2
2 10 4 4 10 2 10 4 2 12
+ 5680*a33 *m1 *m2 *n1 *n2 - 848*a33 *m1 *m2 *n1 *n2
2 10 4 14 2 9 5 9 5
+ 8*a33 *m1 *m2 *n2 - 2016*a33 *m1 *m2 *n1 *n2
2 9 5 7 7 2 9 5 5 9
+ 13056*a33 *m1 *m2 *n1 *n2 - 13680*a33 *m1 *m2 *n1 *n2
2 9 5 3 11 2 9 5 13
+ 3200*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1*n2
2 8 6 10 4 2 8 6 8 6
+ 1680*a33 *m1 *m2 *n1 *n2 - 15456*a33 *m1 *m2 *n1 *n2
2 8 6 6 8 2 8 6 4 10
+ 22752*a33 *m1 *m2 *n1 *n2 - 7800*a33 *m1 *m2 *n1 *n2
2 8 6 2 12 2 7 7 11 3
+ 360*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 7 7 9 5 2 7 7 7 7
+ 13056*a33 *m1 *m2 *n1 *n2 - 26880*a33 *m1 *m2 *n1 *n2
2 7 7 5 9 2 7 7 3 11
+ 13056*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 6 8 12 2 2 6 8 10 4
+ 360*a33 *m1 *m2 *n1 *n2 - 7800*a33 *m1 *m2 *n1 *n2
2 6 8 8 6 2 6 8 6 8
+ 22752*a33 *m1 *m2 *n1 *n2 - 15456*a33 *m1 *m2 *n1 *n2
2 6 8 4 10 2 5 9 13
+ 1680*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
2 5 9 11 3 2 5 9 9 5
+ 3200*a33 *m1 *m2 *n1 *n2 - 13680*a33 *m1 *m2 *n1 *n2
2 5 9 7 7 2 5 9 5 9
+ 13056*a33 *m1 *m2 *n1 *n2 - 2016*a33 *m1 *m2 *n1 *n2
2 4 10 14 2 4 10 12 2
+ 8*a33 *m1 *m2 *n1 - 848*a33 *m1 *m2 *n1 *n2
2 4 10 10 4 2 4 10 8 6
+ 5680*a33 *m1 *m2 *n1 *n2 - 7800*a33 *m1 *m2 *n1 *n2
2 4 10 6 8 2 3 11 13
+ 1680*a33 *m1 *m2 *n1 *n2 + 128*a33 *m1 *m2 *n1 *n2
2 3 11 11 3 2 3 11 9 5
- 1536*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
2 3 11 7 7 2 2 12 14
- 960*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 2 12 12 2 2 2 12 10 4
+ 240*a33 *m1 *m2 *n1 *n2 - 848*a33 *m1 *m2 *n1 *n2
2 2 12 8 6 2 13 13
+ 360*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 13 11 3 2 13 9 5
+ 128*a33 *m1*m2 *n1 *n2 - 80*a33 *m1*m2 *n1 *n2
2 14 12 2 2 14 10 4 2
- 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) + u1*v2 *(
13 7 9 13 5 11 13 3 13
4*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2
13 15 12 8 8 12 6 10
+ 8*a33*m1 *n1*n2 - 36*a33*m1 *m2*n1 *n2 + 106*a33*m1 *m2*n1 *n2
12 4 12 12 2 14 12 16
+ 14*a33*m1 *m2*n1 *n2 - 122*a33*m1 *m2*n1 *n2 + 6*a33*m1 *m2*n2
11 2 9 7 11 2 7 9
+ 144*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
+ 144*a33*m1 *m2 *n1 *n2 + 792*a33*m1 *m2 *n1 *n2
11 2 15 10 3 10 6
- 96*a33*m1 *m2 *n1*n2 - 336*a33*m1 *m2 *n1 *n2
10 3 8 8 10 3 6 10
+ 1950*a33*m1 *m2 *n1 *n2 - 1292*a33*m1 *m2 *n1 *n2
10 3 4 12 10 3 2 14
- 2920*a33*m1 *m2 *n1 *n2 + 652*a33*m1 *m2 *n1 *n2
10 3 16 9 4 11 5
- 6*a33*m1 *m2 *n2 + 504*a33*m1 *m2 *n1 *n2
9 4 9 7 9 4 7 9
- 4080*a33*m1 *m2 *n1 *n2 + 4820*a33*m1 *m2 *n1 *n2
9 4 5 11 9 4 3 13
+ 6800*a33*m1 *m2 *n1 *n2 - 2540*a33*m1 *m2 *n1 *n2
9 4 15 8 5 12 4
+ 64*a33*m1 *m2 *n1*n2 - 504*a33*m1 *m2 *n1 *n2
8 5 10 6 8 5 8 8
+ 5796*a33*m1 *m2 *n1 *n2 - 10782*a33*m1 *m2 *n1 *n2
8 5 6 10 8 5 4 12
- 10386*a33*m1 *m2 *n1 *n2 + 6390*a33*m1 *m2 *n1 *n2
8 5 2 14 7 6 13 3
- 306*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
7 6 11 5 7 6 9 7
- 5712*a33*m1 *m2 *n1 *n2 + 16032*a33*m1 *m2 *n1 *n2
7 6 7 9 7 6 5 11
+ 10224*a33*m1 *m2 *n1 *n2 - 10992*a33*m1 *m2 *n1 *n2
7 6 3 13 6 7 14 2
+ 864*a33*m1 *m2 *n1 *n2 - 144*a33*m1 *m2 *n1 *n2
6 7 12 4 6 7 10 6
+ 3900*a33*m1 *m2 *n1 *n2 - 16488*a33*m1 *m2 *n1 *n2
6 7 8 8 6 7 6 10
- 5664*a33*m1 *m2 *n1 *n2 + 13272*a33*m1 *m2 *n1 *n2
6 7 4 12 5 8 15
- 1596*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
5 8 13 3 5 8 11 5
- 1800*a33*m1 *m2 *n1 *n2 + 11844*a33*m1 *m2 *n1 *n2
5 8 9 7 5 8 7 9
+ 360*a33*m1 *m2 *n1 *n2 - 11304*a33*m1 *m2 *n1 *n2
5 8 5 11 4 9 16
+ 2016*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
4 9 14 2 4 9 12 4
+ 530*a33*m1 *m2 *n1 *n2 - 5870*a33*m1 *m2 *n1 *n2
4 9 10 6 4 9 8 8
+ 2050*a33*m1 *m2 *n1 *n2 + 6690*a33*m1 *m2 *n1 *n2
4 9 6 10 3 10 15
- 1764*a33*m1 *m2 *n1 *n2 - 88*a33*m1 *m2 *n1 *n2
3 10 13 3 3 10 11 5
+ 1936*a33*m1 *m2 *n1 *n2 - 1672*a33*m1 *m2 *n1 *n2
3 10 9 7 3 10 7 9
- 2640*a33*m1 *m2 *n1 *n2 + 1056*a33*m1 *m2 *n1 *n2
2 11 16 2 11 14 2
+ 6*a33*m1 *m2 *n1 - 396*a33*m1 *m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 648*a33*m1 *m2 *n1 *n2 + 636*a33*m1 *m2 *n1 *n2
2 11 8 8 12 15
- 414*a33*m1 *m2 *n1 *n2 + 44*a33*m1*m2 *n1 *n2
12 13 3 12 11 5
- 128*a33*m1*m2 *n1 *n2 - 76*a33*m1*m2 *n1 *n2
12 9 7 13 16 13 14 2
+ 96*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 + 10*a33*m2 *n1 *n2
13 12 4 13 10 6 2
+ 2*a33*m2 *n1 *n2 - 10*a33*m2 *n1 *n2 ) + u1*v2*v3 *(
2 14 4 10 2 14 2 12 2 14 14
12*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2 - 4*a33 *m1 *n2
2 13 5 9 2 13 3 11
- 120*a33 *m1 *m2*n1 *n2 + 144*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
+ 40*a33 *m1 *m2*n1*n2 + 540*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
- 1008*a33 *m1 *m2 *n1 *n2 - 100*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
- 8*a33 *m1 *m2 *n2 - 1440*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
+ 3920*a33 *m1 *m2 *n1 *n2 - 320*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
+ 144*a33 *m1 *m2 *n1*n2 + 2520*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
- 9720*a33 *m1 *m2 *n1 *n2 + 2756*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
- 1008*a33 *m1 *m2 *n1 *n2 + 12*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
- 3024*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
- 8552*a33 *m1 *m2 *n1 *n2 + 3920*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
- 120*a33 *m1 *m2 *n1*n2 + 2520*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
- 19488*a33 *m1 *m2 *n1 *n2 + 15780*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
- 9720*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
- 1440*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
- 19200*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
- 1440*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
- 9720*a33 *m1 *m2 *n1 *n2 + 15780*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
- 19488*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
- 120*a33 *m1 *m2 *n1 *n2 + 3920*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
- 8552*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
- 3024*a33 *m1 *m2 *n1 *n2 + 12*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
- 1008*a33 *m1 *m2 *n1 *n2 + 2756*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
- 9720*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
+ 144*a33 *m1 *m2 *n1 *n2 - 320*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
+ 3920*a33 *m1 *m2 *n1 *n2 - 1440*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
- 8*a33 *m1 *m2 *n1 - 100*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
- 1008*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
+ 40*a33 *m1*m2 *n1 *n2 + 144*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 14 2 14 12 2
- 120*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 8*a33 *m2 *n1 *n2
2 14 10 4 12 8 10 12 6 12
+ 12*a33 *m2 *n1 *n2 ) + u1*v2*( - 2*m1 *n1 *n2 - 2*m1 *n1 *n2
12 4 14 12 2 16 11 9 9
+ 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + 18*m1 *m2*n1 *n2
11 7 11 11 5 13 11 3 15
+ 8*m1 *m2*n1 *n2 - 36*m1 *m2*n1 *n2 - 24*m1 *m2*n1 *n2
11 17 10 2 10 8 10 2 8 10
+ 2*m1 *m2*n1*n2 - 72*m1 *m2 *n1 *n2 + 20*m1 *m2 *n1 *n2
10 2 6 12 10 2 4 14 10 2 2 16
+ 228*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2
9 3 11 7 9 3 9 9 9 3 7 11
+ 168*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2 - 760*m1 *m2 *n1 *n2
9 3 5 13 9 3 3 15 9 3 17
- 220*m1 *m2 *n1 *n2 + 160*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1*n2
8 4 12 6 8 4 10 8 8 4 8 10
- 252*m1 *m2 *n1 *n2 + 660*m1 *m2 *n1 *n2 + 1530*m1 *m2 *n1 *n2
8 4 6 12 8 4 4 14 8 4 2 16
+ 90*m1 *m2 *n1 *n2 - 510*m1 *m2 *n1 *n2 + 18*m1 *m2 *n1 *n2
7 5 13 5 7 5 11 7 7 5 9 9
+ 252*m1 *m2 *n1 *n2 - 1176*m1 *m2 *n1 *n2 - 1944*m1 *m2 *n1 *n2
7 5 7 11 7 5 5 13 7 5 3 15
+ 576*m1 *m2 *n1 *n2 + 1020*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2
6 6 14 4 6 6 12 6 6 6 10 8
- 168*m1 *m2 *n1 *n2 + 1344*m1 *m2 *n1 *n2 + 1512*m1 *m2 *n1 *n2
6 6 8 10 6 6 6 12 6 6 4 14
- 1512*m1 *m2 *n1 *n2 - 1344*m1 *m2 *n1 *n2 + 168*m1 *m2 *n1 *n2
5 7 15 3 5 7 13 5 5 7 11 7
+ 72*m1 *m2 *n1 *n2 - 1020*m1 *m2 *n1 *n2 - 576*m1 *m2 *n1 *n2
5 7 9 9 5 7 7 11 5 7 5 13
+ 1944*m1 *m2 *n1 *n2 + 1176*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2
4 8 16 2 4 8 14 4 4 8 12 6
- 18*m1 *m2 *n1 *n2 + 510*m1 *m2 *n1 *n2 - 90*m1 *m2 *n1 *n2
4 8 10 8 4 8 8 10 4 8 6 12
- 1530*m1 *m2 *n1 *n2 - 660*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2
3 9 17 3 9 15 3 3 9 13 5
+ 2*m1 *m2 *n1 *n2 - 160*m1 *m2 *n1 *n2 + 220*m1 *m2 *n1 *n2
3 9 11 7 3 9 9 9 3 9 7 11
+ 760*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2 - 168*m1 *m2 *n1 *n2
2 10 16 2 2 10 14 4 2 10 12 6
+ 28*m1 *m2 *n1 *n2 - 108*m1 *m2 *n1 *n2 - 228*m1 *m2 *n1 *n2
2 10 10 8 2 10 8 10 11 17
- 20*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2 - 2*m1*m2 *n1 *n2
11 15 3 11 13 5 11 11 7
+ 24*m1*m2 *n1 *n2 + 36*m1*m2 *n1 *n2 - 8*m1*m2 *n1 *n2
11 9 9 12 16 2 12 14 4
- 18*m1*m2 *n1 *n2 - 2*m2 *n1 *n2 - 2*m2 *n1 *n2
12 12 6 12 10 8 2 13 7 9
+ 2*m2 *n1 *n2 + 2*m2 *n1 *n2 ) + u1*v3 *(5*a33*m1 *n1 *n2
13 5 11 13 3 13 13 15
+ a33*m1 *n1 *n2 - 5*a33*m1 *n1 *n2 - a33*m1 *n1*n2
12 8 8 12 6 10
- 45*a33*m1 *m2*n1 *n2 + 19*a33*m1 *m2*n1 *n2
12 4 12 12 2 14
+ 69*a33*m1 *m2*n1 *n2 + 5*a33*m1 *m2*n1 *n2
11 2 9 7 11 2 7 9
+ 180*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
- 360*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
11 2 15 10 3 10 6
- 4*a33*m1 *m2 *n1*n2 - 420*a33*m1 *m2 *n1 *n2
10 3 8 8 10 3 6 10
+ 960*a33*m1 *m2 *n1 *n2 + 956*a33*m1 *m2 *n1 *n2
10 3 4 12 10 3 2 14
- 360*a33*m1 *m2 *n1 *n2 + 64*a33*m1 *m2 *n1 *n2
9 4 11 5 9 4 9 7
+ 630*a33*m1 *m2 *n1 *n2 - 2370*a33*m1 *m2 *n1 *n2
9 4 7 9 9 4 5 11
- 1315*a33*m1 *m2 *n1 *n2 + 1285*a33*m1 *m2 *n1 *n2
9 4 3 13 9 4 15
- 395*a33*m1 *m2 *n1 *n2 + 5*a33*m1 *m2 *n1*n2
8 5 12 4 8 5 10 6
- 630*a33*m1 *m2 *n1 *n2 + 3738*a33*m1 *m2 *n1 *n2
8 5 8 8 8 5 6 10
+ 495*a33*m1 *m2 *n1 *n2 - 2493*a33*m1 *m2 *n1 *n2
8 5 4 12 8 5 2 14
+ 1335*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2
7 6 13 3 7 6 11 5
+ 420*a33*m1 *m2 *n1 *n2 - 3948*a33*m1 *m2 *n1 *n2
7 6 9 7 7 6 7 9
+ 1392*a33*m1 *m2 *n1 *n2 + 2760*a33*m1 *m2 *n1 *n2
7 6 5 11 7 6 3 13
- 2820*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
6 7 14 2 6 7 12 4
- 180*a33*m1 *m2 *n1 *n2 + 2820*a33*m1 *m2 *n1 *n2
6 7 10 6 6 7 8 8
- 2760*a33*m1 *m2 *n1 *n2 - 1392*a33*m1 *m2 *n1 *n2
6 7 6 10 6 7 4 12
+ 3948*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
5 8 15 5 8 13 3
+ 45*a33*m1 *m2 *n1 *n2 - 1335*a33*m1 *m2 *n1 *n2
5 8 11 5 5 8 9 7
+ 2493*a33*m1 *m2 *n1 *n2 - 495*a33*m1 *m2 *n1 *n2
5 8 7 9 5 8 5 11
- 3738*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
4 9 16 4 9 14 2
- 5*a33*m1 *m2 *n1 + 395*a33*m1 *m2 *n1 *n2
4 9 12 4 4 9 10 6
- 1285*a33*m1 *m2 *n1 *n2 + 1315*a33*m1 *m2 *n1 *n2
4 9 8 8 4 9 6 10
+ 2370*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
3 10 15 3 10 13 3
- 64*a33*m1 *m2 *n1 *n2 + 360*a33*m1 *m2 *n1 *n2
3 10 11 5 3 10 9 7
- 956*a33*m1 *m2 *n1 *n2 - 960*a33*m1 *m2 *n1 *n2
3 10 7 9 2 11 16
+ 420*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
2 11 14 2 2 11 12 4
- 36*a33*m1 *m2 *n1 *n2 + 360*a33*m1 *m2 *n1 *n2
2 11 10 6 2 11 8 8
+ 220*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
12 15 12 13 3
- 5*a33*m1*m2 *n1 *n2 - 69*a33*m1*m2 *n1 *n2
12 11 5 12 9 7 13 16
- 19*a33*m1*m2 *n1 *n2 + 45*a33*m1*m2 *n1 *n2 + a33*m2 *n1
13 14 2 13 12 4 13 10 6 4
+ 5*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - 5*a33*m2 *n1 *n2 ) + u2 *(
2 11 8 9 2 11 6 11 2 11 2 15
a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 11 17 2 10 9 8 2 10 7 10
- a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 10 5 12 2 10 3 14
+ 12*a33 *m1 *m2*n1 *n2 + 30*a33 *m1 *m2*n1 *n2
2 10 16 2 9 2 10 7
+ 13*a33 *m1 *m2*n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 9 2 8 9 2 9 2 6 11
+ 35*a33 *m1 *m2 *n1 *n2 - 110*a33 *m1 *m2 *n1 *n2
2 9 2 4 13 2 9 2 2 15
- 180*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2
2 9 2 17 2 8 3 11 6 2 8 3 9 8
+ a33 *m1 *m2 *n2 - 84*a33 *m1 *m2 *n1 *n2 - 15*a33 *m1 *m2 *n1 *n2
2 8 3 7 10 2 8 3 5 12
+ 450*a33 *m1 *m2 *n1 *n2 + 600*a33 *m1 *m2 *n1 *n2
2 8 3 3 14 2 8 3 16
+ 210*a33 *m1 *m2 *n1 *n2 - 9*a33 *m1 *m2 *n1*n2
2 7 4 12 5 2 7 4 10 7
+ 126*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
2 7 4 8 9 2 7 4 6 11
- 1080*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 7 4 4 13 2 7 4 2 15
- 390*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 5 13 4 2 6 5 11 6
- 126*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 6 5 9 8 2 6 5 7 10
+ 1680*a33 *m1 *m2 *n1 *n2 + 1764*a33 *m1 *m2 *n1 *n2
2 6 5 5 12 2 6 5 3 14
+ 462*a33 *m1 *m2 *n1 *n2 - 84*a33 *m1 *m2 *n1 *n2
2 5 6 14 3 2 5 6 12 5
+ 84*a33 *m1 *m2 *n1 *n2 - 462*a33 *m1 *m2 *n1 *n2
2 5 6 10 7 2 5 6 8 9
- 1764*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 6 6 11 2 5 6 4 13
- 336*a33 *m1 *m2 *n1 *n2 + 126*a33 *m1 *m2 *n1 *n2
2 4 7 15 2 2 4 7 13 4
- 36*a33 *m1 *m2 *n1 *n2 + 390*a33 *m1 *m2 *n1 *n2
2 4 7 11 6 2 4 7 9 8
+ 1260*a33 *m1 *m2 *n1 *n2 + 1080*a33 *m1 *m2 *n1 *n2
2 4 7 7 10 2 4 7 5 12
+ 120*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 3 8 16 2 3 8 14 3
+ 9*a33 *m1 *m2 *n1 *n2 - 210*a33 *m1 *m2 *n1 *n2
2 3 8 12 5 2 3 8 10 7
- 600*a33 *m1 *m2 *n1 *n2 - 450*a33 *m1 *m2 *n1 *n2
2 3 8 8 9 2 3 8 6 11 2 2 9 17
+ 15*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
2 2 9 15 2 2 2 9 13 4
+ 70*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 2 9 11 6 2 2 9 9 8
+ 110*a33 *m1 *m2 *n1 *n2 - 35*a33 *m1 *m2 *n1 *n2
2 2 9 7 10 2 10 16
- 36*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1*m2 *n1 *n2
2 10 14 3 2 10 12 5
- 30*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 10 10 7 2 10 8 9 2 11 17
+ 14*a33 *m1*m2 *n1 *n2 + 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1
2 11 15 2 2 11 11 6 2 11 9 8 3
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 ) + u2
2 12 6 10 2 12 4 12 2 12 2 14
*v1*(4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 12 16 2 11 7 9 2 11 5 11
- 4*a33 *m1 *n2 - 40*a33 *m1 *m2*n1 *n2 - 24*a33 *m1 *m2*n1 *n2
2 11 3 13 2 11 15
+ 72*a33 *m1 *m2*n1 *n2 + 56*a33 *m1 *m2*n1*n2
2 10 2 8 8 2 10 2 6 10
+ 180*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
2 10 2 4 12 2 10 2 2 14
- 504*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 10 2 16 2 9 3 9 7
+ 4*a33 *m1 *m2 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 9 3 7 9 2 9 3 5 11
+ 280*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 9 3 3 13 2 9 3 15
+ 1160*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1*n2
2 8 4 10 6 2 8 4 8 8
+ 840*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 8 4 6 10 2 8 4 4 12
- 4860*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 8 4 2 14 2 7 5 11 5
+ 180*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 7 5 9 7 2 7 5 7 9
+ 2832*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
2 7 5 5 11 2 7 5 3 13
+ 3888*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 6 6 12 4 2 6 6 10 6
+ 840*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
2 6 6 8 8 2 6 6 6 10
- 9744*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
2 6 6 4 12 2 5 7 13 3
+ 840*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 5 7 11 5 2 5 7 9 7
+ 3888*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
2 5 7 7 9 2 5 7 5 11
+ 2832*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 4 8 14 2 2 4 8 12 4
+ 180*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 4 8 10 6 2 4 8 8 8
- 4860*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 4 8 6 10 2 3 9 15
+ 840*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1 *n2
2 3 9 13 3 2 3 9 11 5
+ 1160*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 3 9 9 7 2 3 9 7 9
+ 280*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 2
+ 4*a33 *m1 *m2 *n1 - 336*a33 *m1 *m2 *n1 *n2
2 2 10 12 4 2 2 10 10 6
- 504*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
2 2 10 8 8 2 11 15
+ 180*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1*m2 *n1 *n2
2 11 13 3 2 11 11 5
+ 72*a33 *m1*m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
2 11 9 7 2 12 16 2 12 14 2
- 40*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
2 12 12 4 2 12 10 6 3
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u2 *v2*(
2 12 7 9 2 12 5 11 2 12 3 13
- 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 12 15 2 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
2 11 6 10 2 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
2 11 2 14 2 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
2 10 2 9 7 2 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 10 2 5 11 2 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 10 2 15 2 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 3 8 8 2 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
2 9 3 4 12 2 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 9 3 16 2 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 4 9 7 2 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
2 8 4 5 11 2 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 8 4 15 2 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 7 5 10 6 2 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 7 5 6 10 2 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 7 5 2 14 2 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 6 6 11 5 2 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
2 6 6 7 9 2 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
2 6 6 3 13 2 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 5 7 12 4 2 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
2 5 7 8 8 2 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
2 5 7 4 12 2 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 8 13 3 2 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 4 8 9 7 2 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
2 4 8 5 11 2 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 3 9 14 2 2 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 3 9 10 6 2 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 9 6 10 2 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
2 2 10 13 3 2 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
2 2 10 9 7 2 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 11 8 8 2 12 15 2 12 13 3
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 11 5 2 12 9 7 3 11 8 10
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u2 *( - a33*m1 *n1 *n2
11 6 12 11 2 16 11 18
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 + a33*m1 *n2
10 9 9 10 7 11
+ 9*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
10 5 13 10 3 15
- 12*a33*m1 *m2*n1 *n2 - 30*a33*m1 *m2*n1 *n2
10 17 9 2 10 8
- 13*a33*m1 *m2*n1*n2 - 36*a33*m1 *m2 *n1 *n2
9 2 8 10 9 2 6 12
- 35*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
9 2 4 14 9 2 2 16 9 2 18
+ 180*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2
8 3 11 7 8 3 9 9
+ 84*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
8 3 7 11 8 3 5 13
- 450*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
8 3 3 15 8 3 17
- 210*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1*n2
7 4 12 6 7 4 10 8
- 126*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
7 4 8 10 7 4 6 12
+ 1080*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
7 4 4 14 7 4 2 16
+ 390*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 5 13 5 6 5 11 7
+ 126*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
6 5 9 9 6 5 7 11
- 1680*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
6 5 5 13 6 5 3 15
- 462*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 14 4 5 6 12 6
- 84*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
5 6 10 8 5 6 8 10
+ 1764*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
5 6 6 12 5 6 4 14
+ 336*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 7 15 3 4 7 13 5
+ 36*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
4 7 11 7 4 7 9 9
- 1260*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
4 7 7 11 4 7 5 13
- 120*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 8 16 2 3 8 14 4
- 9*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 8 12 6 3 8 10 8
+ 600*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
3 8 8 10 3 8 6 12 2 9 17
- 15*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 *n2
2 9 15 3 2 9 13 5
- 70*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
2 9 11 7 2 9 9 9
- 110*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2
2 9 7 11 10 16 2
+ 36*a33*m1 *m2 *n1 *n2 + 13*a33*m1*m2 *n1 *n2
10 14 4 10 12 6
+ 30*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
10 10 8 10 8 10 11 17
- 14*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2
11 15 3 11 11 7 11 9 9 2 2
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u2 *u3
2 11 8 9 2 11 6 11 2 11 2 15
*(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 11 17 2 10 9 8 2 10 7 10
- a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 10 5 12 2 10 3 14
+ 12*a33 *m1 *m2*n1 *n2 + 30*a33 *m1 *m2*n1 *n2
2 10 16 2 9 2 10 7
+ 13*a33 *m1 *m2*n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 9 2 8 9 2 9 2 6 11
+ 35*a33 *m1 *m2 *n1 *n2 - 110*a33 *m1 *m2 *n1 *n2
2 9 2 4 13 2 9 2 2 15 2 9 2 17
- 180*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2
2 8 3 11 6 2 8 3 9 8
- 84*a33 *m1 *m2 *n1 *n2 - 15*a33 *m1 *m2 *n1 *n2
2 8 3 7 10 2 8 3 5 12
+ 450*a33 *m1 *m2 *n1 *n2 + 600*a33 *m1 *m2 *n1 *n2
2 8 3 3 14 2 8 3 16
+ 210*a33 *m1 *m2 *n1 *n2 - 9*a33 *m1 *m2 *n1*n2
2 7 4 12 5 2 7 4 10 7
+ 126*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
2 7 4 8 9 2 7 4 6 11
- 1080*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 7 4 4 13 2 7 4 2 15
- 390*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 5 13 4 2 6 5 11 6
- 126*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 6 5 9 8 2 6 5 7 10
+ 1680*a33 *m1 *m2 *n1 *n2 + 1764*a33 *m1 *m2 *n1 *n2
2 6 5 5 12 2 6 5 3 14
+ 462*a33 *m1 *m2 *n1 *n2 - 84*a33 *m1 *m2 *n1 *n2
2 5 6 14 3 2 5 6 12 5
+ 84*a33 *m1 *m2 *n1 *n2 - 462*a33 *m1 *m2 *n1 *n2
2 5 6 10 7 2 5 6 8 9
- 1764*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 6 6 11 2 5 6 4 13
- 336*a33 *m1 *m2 *n1 *n2 + 126*a33 *m1 *m2 *n1 *n2
2 4 7 15 2 2 4 7 13 4
- 36*a33 *m1 *m2 *n1 *n2 + 390*a33 *m1 *m2 *n1 *n2
2 4 7 11 6 2 4 7 9 8
+ 1260*a33 *m1 *m2 *n1 *n2 + 1080*a33 *m1 *m2 *n1 *n2
2 4 7 7 10 2 4 7 5 12
+ 120*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 3 8 16 2 3 8 14 3
+ 9*a33 *m1 *m2 *n1 *n2 - 210*a33 *m1 *m2 *n1 *n2
2 3 8 12 5 2 3 8 10 7
- 600*a33 *m1 *m2 *n1 *n2 - 450*a33 *m1 *m2 *n1 *n2
2 3 8 8 9 2 3 8 6 11 2 2 9 17
+ 15*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
2 2 9 15 2 2 2 9 13 4
+ 70*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 2 9 11 6 2 2 9 9 8
+ 110*a33 *m1 *m2 *n1 *n2 - 35*a33 *m1 *m2 *n1 *n2
2 2 9 7 10 2 10 16
- 36*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1*m2 *n1 *n2
2 10 14 3 2 10 12 5
- 30*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 10 10 7 2 10 8 9 2 11 17
+ 14*a33 *m1*m2 *n1 *n2 + 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1
2 11 15 2 2 11 11 6 2 11 9 8 2
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 ) + u2
2 2 13 6 9 2 13 4 11 2 13 2 13
*v1 *( - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 13 15 2 12 7 8
- 4*a33 *m1 *n2 + 36*a33 *m1 *m2*n1 *n2
2 12 5 10 2 12 3 12
- 68*a33 *m1 *m2*n1 *n2 - 36*a33 *m1 *m2*n1 *n2
2 12 14 2 11 2 8 7
+ 68*a33 *m1 *m2*n1*n2 - 144*a33 *m1 *m2 *n1 *n2
2 11 2 6 9 2 11 2 4 11
+ 440*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 11 2 2 13 2 11 2 15
- 504*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 10 3 9 6 2 10 3 7 8
+ 336*a33 *m1 *m2 *n1 *n2 - 1560*a33 *m1 *m2 *n1 *n2
2 10 3 5 10 2 10 3 3 12
+ 344*a33 *m1 *m2 *n1 *n2 + 2136*a33 *m1 *m2 *n1 *n2
2 10 3 14 2 9 4 10 5
- 104*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 9 4 8 7 2 9 4 6 9
+ 3480*a33 *m1 *m2 *n1 *n2 - 2380*a33 *m1 *m2 *n1 *n2
2 9 4 4 11 2 9 4 2 13
- 5780*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
2 9 4 15 2 8 5 11 4
- 4*a33 *m1 *m2 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 8 5 9 6 2 8 5 7 8
- 5208*a33 *m1 *m2 *n1 *n2 + 6732*a33 *m1 *m2 *n1 *n2
2 8 5 5 10 2 8 5 3 12
+ 10548*a33 *m1 *m2 *n1 *n2 - 1860*a33 *m1 *m2 *n1 *n2
2 8 5 14 2 7 6 12 3
+ 36*a33 *m1 *m2 *n1*n2 - 336*a33 *m1 *m2 *n1 *n2
2 7 6 10 5 2 7 6 8 7
+ 5376*a33 *m1 *m2 *n1 *n2 - 11568*a33 *m1 *m2 *n1 *n2
2 7 6 6 9 2 7 6 4 11
- 13296*a33 *m1 *m2 *n1 *n2 + 3840*a33 *m1 *m2 *n1 *n2
2 7 6 2 13 2 6 7 13 2
- 144*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 6 7 11 4 2 6 7 9 6
- 3840*a33 *m1 *m2 *n1 *n2 + 13296*a33 *m1 *m2 *n1 *n2
2 6 7 7 8 2 6 7 5 10
+ 11568*a33 *m1 *m2 *n1 *n2 - 5376*a33 *m1 *m2 *n1 *n2
2 6 7 3 12 2 5 8 14
+ 336*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 5 8 12 3 2 5 8 10 5
+ 1860*a33 *m1 *m2 *n1 *n2 - 10548*a33 *m1 *m2 *n1 *n2
2 5 8 8 7 2 5 8 6 9
- 6732*a33 *m1 *m2 *n1 *n2 + 5208*a33 *m1 *m2 *n1 *n2
2 5 8 4 11 2 4 9 15
- 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 4 9 13 2 2 4 9 11 4
- 580*a33 *m1 *m2 *n1 *n2 + 5780*a33 *m1 *m2 *n1 *n2
2 4 9 9 6 2 4 9 7 8
+ 2380*a33 *m1 *m2 *n1 *n2 - 3480*a33 *m1 *m2 *n1 *n2
2 4 9 5 10 2 3 10 14
+ 504*a33 *m1 *m2 *n1 *n2 + 104*a33 *m1 *m2 *n1 *n2
2 3 10 12 3 2 3 10 10 5
- 2136*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
2 3 10 8 7 2 3 10 6 9
+ 1560*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 2 11 15 2 2 11 13 2
- 8*a33 *m1 *m2 *n1 + 504*a33 *m1 *m2 *n1 *n2
2 2 11 11 4 2 2 11 9 6
- 72*a33 *m1 *m2 *n1 *n2 - 440*a33 *m1 *m2 *n1 *n2
2 2 11 7 8 2 12 14
+ 144*a33 *m1 *m2 *n1 *n2 - 68*a33 *m1*m2 *n1 *n2
2 12 12 3 2 12 10 5
+ 36*a33 *m1*m2 *n1 *n2 + 68*a33 *m1*m2 *n1 *n2
2 12 8 7 2 13 15 2 13 13 2
- 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
2 13 11 4 2 13 9 6 2
- 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u2 *v1*v2*(
2 13 5 10 2 13 14 2 12 6 9
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1*n2 + 80*a33 *m1 *m2*n1 *n2
2 12 4 11 2 12 2 13
- 40*a33 *m1 *m2*n1 *n2 - 112*a33 *m1 *m2*n1 *n2
2 12 15 2 11 2 7 8
+ 8*a33 *m1 *m2*n2 - 360*a33 *m1 *m2 *n1 *n2
2 11 2 5 10 2 11 2 3 12
+ 408*a33 *m1 *m2 *n1 *n2 + 648*a33 *m1 *m2 *n1 *n2
2 11 2 14 2 10 3 8 7
- 120*a33 *m1 *m2 *n1*n2 + 960*a33 *m1 *m2 *n1 *n2
2 10 3 6 9 2 10 3 4 11
- 1880*a33 *m1 *m2 *n1 *n2 - 2072*a33 *m1 *m2 *n1 *n2
2 10 3 2 13 2 10 3 15
+ 760*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 9 4 9 6 2 9 4 7 8
- 1680*a33 *m1 *m2 *n1 *n2 + 5160*a33 *m1 *m2 *n1 *n2
2 9 4 5 10 2 9 4 3 12
+ 4000*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 9 4 14 2 8 5 10 5
+ 80*a33 *m1 *m2 *n1*n2 + 2016*a33 *m1 *m2 *n1 *n2
2 8 5 8 7 2 8 5 6 9
- 9360*a33 *m1 *m2 *n1 *n2 - 4536*a33 *m1 *m2 *n1 *n2
2 8 5 4 11 2 8 5 2 13
+ 6480*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 7 6 11 4 2 7 6 9 6
- 1680*a33 *m1 *m2 *n1 *n2 + 11760*a33 *m1 *m2 *n1 *n2
2 7 6 7 8 2 7 6 5 10
+ 2064*a33 *m1 *m2 *n1 *n2 - 10416*a33 *m1 *m2 *n1 *n2
2 7 6 3 12 2 6 7 12 3
+ 960*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 6 7 10 5 2 6 7 8 7
- 10416*a33 *m1 *m2 *n1 *n2 + 2064*a33 *m1 *m2 *n1 *n2
2 6 7 6 9 2 6 7 4 11
+ 11760*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 8 13 2 2 5 8 11 4
- 360*a33 *m1 *m2 *n1 *n2 + 6480*a33 *m1 *m2 *n1 *n2
2 5 8 9 6 2 5 8 7 8
- 4536*a33 *m1 *m2 *n1 *n2 - 9360*a33 *m1 *m2 *n1 *n2
2 5 8 5 10 2 4 9 14
+ 2016*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
2 4 9 12 3 2 4 9 10 5
- 2760*a33 *m1 *m2 *n1 *n2 + 4000*a33 *m1 *m2 *n1 *n2
2 4 9 8 7 2 4 9 6 9
+ 5160*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 3 10 15 2 3 10 13 2
- 8*a33 *m1 *m2 *n1 + 760*a33 *m1 *m2 *n1 *n2
2 3 10 11 4 2 3 10 9 6
- 2072*a33 *m1 *m2 *n1 *n2 - 1880*a33 *m1 *m2 *n1 *n2
2 3 10 7 8 2 2 11 14
+ 960*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
2 2 11 12 3 2 2 11 10 5
+ 648*a33 *m1 *m2 *n1 *n2 + 408*a33 *m1 *m2 *n1 *n2
2 2 11 8 7 2 12 15
- 360*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1*m2 *n1
2 12 13 2 2 12 11 4
- 112*a33 *m1*m2 *n1 *n2 - 40*a33 *m1*m2 *n1 *n2
2 12 9 6 2 13 14 2 13 10 5
+ 80*a33 *m1*m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) +
2 12 8 9 12 4 13 12 17
u2 *v1*(3*a33*m1 *n1 *n2 - 6*a33*m1 *n1 *n2 + 3*a33*m1 *n2
11 9 8 11 7 10
- 27*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1 *n2
11 5 12 11 3 14
+ 72*a33*m1 *m2*n1 *n2 - 18*a33*m1 *m2*n1 *n2
11 16 10 2 10 7
- 45*a33*m1 *m2*n1*n2 + 108*a33*m1 *m2 *n1 *n2
10 2 8 9 10 2 6 11
- 165*a33*m1 *m2 *n1 *n2 - 354*a33*m1 *m2 *n1 *n2
10 2 4 13 10 2 2 15
+ 216*a33*m1 *m2 *n1 *n2 + 294*a33*m1 *m2 *n1 *n2
10 2 17 9 3 11 6
- 3*a33*m1 *m2 *n2 - 252*a33*m1 *m2 *n1 *n2
9 3 9 8 9 3 7 10
+ 675*a33*m1 *m2 *n1 *n2 + 930*a33*m1 *m2 *n1 *n2
9 3 5 12 9 3 3 14
- 1140*a33*m1 *m2 *n1 *n2 - 1110*a33*m1 *m2 *n1 *n2
9 3 16 8 4 12 5
+ 33*a33*m1 *m2 *n1*n2 + 378*a33*m1 *m2 *n1 *n2
8 4 10 7 8 4 8 9
- 1620*a33*m1 *m2 *n1 *n2 - 1350*a33*m1 *m2 *n1 *n2
8 4 6 11 8 4 4 13
+ 3510*a33*m1 *m2 *n1 *n2 + 2700*a33*m1 *m2 *n1 *n2
8 4 2 15 7 5 13 4
- 162*a33*m1 *m2 *n1 *n2 - 378*a33*m1 *m2 *n1 *n2
7 5 11 6 7 5 9 8
+ 2520*a33*m1 *m2 *n1 *n2 + 792*a33*m1 *m2 *n1 *n2
7 5 7 10 7 5 5 12
- 7020*a33*m1 *m2 *n1 *n2 - 4446*a33*m1 *m2 *n1 *n2
7 5 3 14 6 6 14 3
+ 468*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
6 6 12 5 6 6 10 7
- 2646*a33*m1 *m2 *n1 *n2 + 756*a33*m1 *m2 *n1 *n2
6 6 8 9 6 6 6 11
+ 9576*a33*m1 *m2 *n1 *n2 + 5040*a33*m1 *m2 *n1 *n2
6 6 4 13 5 7 15 2
- 882*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
5 7 13 4 5 7 11 6
+ 1890*a33*m1 *m2 *n1 *n2 - 2052*a33*m1 *m2 *n1 *n2
5 7 9 8 5 7 7 10
- 9072*a33*m1 *m2 *n1 *n2 - 3888*a33*m1 *m2 *n1 *n2
5 7 5 12 4 8 16
+ 1134*a33*m1 *m2 *n1 *n2 + 27*a33*m1 *m2 *n1 *n2
4 8 14 3 4 8 12 5
- 900*a33*m1 *m2 *n1 *n2 + 2070*a33*m1 *m2 *n1 *n2
4 8 10 7 4 8 8 9
+ 5940*a33*m1 *m2 *n1 *n2 + 1935*a33*m1 *m2 *n1 *n2
4 8 6 11 3 9 17
- 1008*a33*m1 *m2 *n1 *n2 - 3*a33*m1 *m2 *n1
3 9 15 2 3 9 13 4
+ 270*a33*m1 *m2 *n1 *n2 - 1200*a33*m1 *m2 *n1 *n2
3 9 11 6 3 9 9 8
- 2610*a33*m1 *m2 *n1 *n2 - 525*a33*m1 *m2 *n1 *n2
3 9 7 10 2 10 16
+ 612*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2
2 10 14 3 2 10 12 5
+ 414*a33*m1 *m2 *n1 *n2 + 720*a33*m1 *m2 *n1 *n2
2 10 10 7 2 10 8 9
+ 18*a33*m1 *m2 *n1 *n2 - 243*a33*m1 *m2 *n1 *n2
11 17 11 15 2
+ 3*a33*m1*m2 *n1 - 78*a33*m1*m2 *n1 *n2
11 13 4 11 11 6
- 108*a33*m1*m2 *n1 *n2 + 30*a33*m1*m2 *n1 *n2
11 9 8 12 16 12 14 3
+ 57*a33*m1*m2 *n1 *n2 + 6*a33*m2 *n1 *n2 + 6*a33*m2 *n1 *n2
12 12 5 12 10 7 2
- 6*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2 ) + u2 *v2*(
12 7 10 12 5 12 12 3 14
8*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2
12 16 11 8 9 11 6 11
- 8*a33*m1 *n1*n2 - 73*a33*m1 *m2*n1 *n2 - 34*a33*m1 *m2*n1 *n2
11 4 13 11 2 15 11 17
+ 144*a33*m1 *m2*n1 *n2 + 98*a33*m1 *m2*n1 *n2 - 7*a33*m1 *m2*n2
10 2 9 8 10 2 7 10
+ 297*a33*m1 *m2 *n1 *n2 - 66*a33*m1 *m2 *n1 *n2
10 2 5 12 10 2 3 14
- 924*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
10 2 16 9 3 10 7
+ 99*a33*m1 *m2 *n1*n2 - 708*a33*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11
+ 805*a33*m1 *m2 *n1 *n2 + 3150*a33*m1 *m2 *n1 *n2
9 3 4 13 9 3 2 15
+ 1060*a33*m1 *m2 *n1 *n2 - 570*a33*m1 *m2 *n1 *n2
9 3 17 8 4 11 6
+ 7*a33*m1 *m2 *n2 + 1092*a33*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10
- 2625*a33*m1 *m2 *n1 *n2 - 6570*a33*m1 *m2 *n1 *n2
8 4 5 12 8 4 3 14
- 960*a33*m1 *m2 *n1 *n2 + 1830*a33*m1 *m2 *n1 *n2
8 4 16 7 5 12 5
- 63*a33*m1 *m2 *n1*n2 - 1134*a33*m1 *m2 *n1 *n2
7 5 10 7 7 5 8 9
+ 4824*a33*m1 *m2 *n1 *n2 + 8856*a33*m1 *m2 *n1 *n2
7 5 6 11 7 5 4 13
- 1044*a33*m1 *m2 *n1 *n2 - 3690*a33*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4
+ 252*a33*m1 *m2 *n1 *n2 + 798*a33*m1 *m2 *n1 *n2
6 6 11 6 6 6 9 8
- 5712*a33*m1 *m2 *n1 *n2 - 7728*a33*m1 *m2 *n1 *n2
6 6 7 10 6 6 5 12
+ 4284*a33*m1 *m2 *n1 *n2 + 4914*a33*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3
- 588*a33*m1 *m2 *n1 *n2 - 372*a33*m1 *m2 *n1 *n2
5 7 12 5 5 7 10 7
+ 4542*a33*m1 *m2 *n1 *n2 + 4068*a33*m1 *m2 *n1 *n2
5 7 8 9 5 7 6 11
- 6096*a33*m1 *m2 *n1 *n2 - 4368*a33*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2
+ 882*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
4 8 13 4 4 8 11 6
- 2430*a33*m1 *m2 *n1 *n2 - 900*a33*m1 *m2 *n1 *n2
4 8 9 8 4 8 7 10
+ 5040*a33*m1 *m2 *n1 *n2 + 2520*a33*m1 *m2 *n1 *n2
4 8 5 12 3 9 16
- 882*a33*m1 *m2 *n1 *n2 - 17*a33*m1 *m2 *n1 *n2
3 9 14 3 3 9 12 5
+ 850*a33*m1 *m2 *n1 *n2 - 280*a33*m1 *m2 *n1 *n2
3 9 10 7 3 9 8 9
- 2590*a33*m1 *m2 *n1 *n2 - 855*a33*m1 *m2 *n1 *n2
3 9 6 11 2 10 17
+ 588*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1
2 10 15 2 2 10 13 4
- 182*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
2 10 11 6 2 10 9 8
+ 802*a33*m1 *m2 *n1 *n2 + 115*a33*m1 *m2 *n1 *n2
2 10 7 10 11 16
- 252*a33*m1 *m2 *n1 *n2 + 21*a33*m1*m2 *n1 *n2
11 14 3 11 12 5
- 66*a33*m1*m2 *n1 *n2 - 132*a33*m1*m2 *n1 *n2
11 10 7 11 8 9 12 17
+ 18*a33*m1*m2 *n1 *n2 + 63*a33*m1*m2 *n1 *n2 - a33*m2 *n1
12 15 2 12 13 4 12 11 6
+ 6*a33*m2 *n1 *n2 + 8*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2
12 9 8 2 2 2 13 6 9
- 7*a33*m2 *n1 *n2 ) + u2 *v3 *( - 6*a33 *m1 *n1 *n2
2 13 4 11 2 13 2 13 2 13 15
- 2*a33 *m1 *n1 *n2 + 6*a33 *m1 *n1 *n2 + 2*a33 *m1 *n2
2 12 7 8 2 12 5 10
+ 54*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
- 86*a33 *m1 *m2*n1 *n2 - 18*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 6 9
- 216*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 11 2 4 11 2 11 2 2 13
+ 468*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 9 6
+ 4*a33 *m1 *m2 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
- 1020*a33 *m1 *m2 *n1 *n2 - 1332*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
+ 124*a33 *m1 *m2 *n1 *n2 - 68*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
- 756*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
+ 2150*a33 *m1 *m2 *n1 *n2 - 750*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
+ 430*a33 *m1 *m2 *n1 *n2 - 6*a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
+ 756*a33 *m1 *m2 *n1 *n2 - 4116*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
- 1782*a33 *m1 *m2 *n1 *n2 + 1566*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
- 1470*a33 *m1 *m2 *n1 *n2 + 54*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
- 504*a33 *m1 *m2 *n1 *n2 + 4368*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
+ 72*a33 *m1 *m2 *n1 *n2 - 1464*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
+ 3120*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
+ 216*a33 *m1 *m2 *n1 *n2 - 3120*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
+ 1464*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
- 4368*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
- 54*a33 *m1 *m2 *n1 *n2 + 1470*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
- 1566*a33 *m1 *m2 *n1 *n2 + 1782*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
+ 4116*a33 *m1 *m2 *n1 *n2 - 756*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
+ 6*a33 *m1 *m2 *n1 - 430*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
+ 750*a33 *m1 *m2 *n1 *n2 - 2150*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
- 2580*a33 *m1 *m2 *n1 *n2 + 756*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
+ 68*a33 *m1 *m2 *n1 *n2 - 124*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
+ 1332*a33 *m1 *m2 *n1 *n2 + 1020*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 15
- 504*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 2 11 13 2 2 2 11 11 4
- 36*a33 *m1 *m2 *n1 *n2 - 468*a33 *m1 *m2 *n1 *n2
2 2 11 9 6 2 2 11 7 8
- 220*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
+ 18*a33 *m1*m2 *n1 *n2 + 86*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7 2 13 15
+ 14*a33 *m1*m2 *n1 *n2 - 54*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1
2 13 13 2 2 13 11 4 2 13 9 6
- 6*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1 *n2 + 6*a33 *m2 *n1 *n2 ) + u2
2 2 12 6 10 2 12 4 12 2 12 2 14
*u3 *v1*(2*a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 12 16 2 11 7 9
- 2*a33 *m1 *n2 - 20*a33 *m1 *m2*n1 *n2
2 11 5 11 2 11 3 13
- 12*a33 *m1 *m2*n1 *n2 + 36*a33 *m1 *m2*n1 *n2
2 11 15 2 10 2 8 8
+ 28*a33 *m1 *m2*n1*n2 + 90*a33 *m1 *m2 *n1 *n2
2 10 2 6 10 2 10 2 4 12
+ 8*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 10 2 2 14 2 10 2 16
- 168*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1 *m2 *n2
2 9 3 9 7 2 9 3 7 9
- 240*a33 *m1 *m2 *n1 *n2 + 140*a33 *m1 *m2 *n1 *n2
2 9 3 5 11 2 9 3 3 13
+ 980*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
2 9 3 15 2 8 4 10 6
- 20*a33 *m1 *m2 *n1*n2 + 420*a33 *m1 *m2 *n1 *n2
2 8 4 8 8 2 8 4 6 10
- 630*a33 *m1 *m2 *n1 *n2 - 2430*a33 *m1 *m2 *n1 *n2
2 8 4 4 12 2 8 4 2 14
- 1290*a33 *m1 *m2 *n1 *n2 + 90*a33 *m1 *m2 *n1 *n2
2 7 5 11 5 2 7 5 9 7
- 504*a33 *m1 *m2 *n1 *n2 + 1416*a33 *m1 *m2 *n1 *n2
2 7 5 7 9 2 7 5 5 11
+ 4104*a33 *m1 *m2 *n1 *n2 + 1944*a33 *m1 *m2 *n1 *n2
2 7 5 3 13 2 6 6 12 4
- 240*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 6 6 10 6 2 6 6 8 8
- 2016*a33 *m1 *m2 *n1 *n2 - 4872*a33 *m1 *m2 *n1 *n2
2 6 6 6 10 2 6 6 4 12
- 2016*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 5 7 13 3 2 5 7 11 5
- 240*a33 *m1 *m2 *n1 *n2 + 1944*a33 *m1 *m2 *n1 *n2
2 5 7 9 7 2 5 7 7 9
+ 4104*a33 *m1 *m2 *n1 *n2 + 1416*a33 *m1 *m2 *n1 *n2
2 5 7 5 11 2 4 8 14 2
- 504*a33 *m1 *m2 *n1 *n2 + 90*a33 *m1 *m2 *n1 *n2
2 4 8 12 4 2 4 8 10 6
- 1290*a33 *m1 *m2 *n1 *n2 - 2430*a33 *m1 *m2 *n1 *n2
2 4 8 8 8 2 4 8 6 10
- 630*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 9 15 2 3 9 13 3
- 20*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
2 3 9 11 5 2 3 9 9 7
+ 980*a33 *m1 *m2 *n1 *n2 + 140*a33 *m1 *m2 *n1 *n2
2 3 9 7 9 2 2 10 16
- 240*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1 *m2 *n1
2 2 10 14 2 2 2 10 12 4
- 168*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 2 10 10 6 2 2 10 8 8
+ 8*a33 *m1 *m2 *n1 *n2 + 90*a33 *m1 *m2 *n1 *n2
2 11 15 2 11 13 3
+ 28*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 11 11 5 2 11 9 7
- 12*a33 *m1*m2 *n1 *n2 - 20*a33 *m1*m2 *n1 *n2
2 12 16 2 12 14 2 2 12 12 4
- 2*a33 *m2 *n1 - 2*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1 *n2
2 12 10 6 2 11 8 10
+ 2*a33 *m2 *n1 *n2 ) + u2*u3 *( - a33*m1 *n1 *n2
11 6 12 11 2 16 11 18
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 + a33*m1 *n2
10 9 9 10 7 11
+ 9*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
10 5 13 10 3 15
- 12*a33*m1 *m2*n1 *n2 - 30*a33*m1 *m2*n1 *n2
10 17 9 2 10 8
- 13*a33*m1 *m2*n1*n2 - 36*a33*m1 *m2 *n1 *n2
9 2 8 10 9 2 6 12
- 35*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
9 2 4 14 9 2 2 16 9 2 18
+ 180*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2
8 3 11 7 8 3 9 9
+ 84*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
8 3 7 11 8 3 5 13
- 450*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
8 3 3 15 8 3 17
- 210*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1*n2
7 4 12 6 7 4 10 8
- 126*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
7 4 8 10 7 4 6 12
+ 1080*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
7 4 4 14 7 4 2 16
+ 390*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 5 13 5 6 5 11 7
+ 126*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
6 5 9 9 6 5 7 11
- 1680*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
6 5 5 13 6 5 3 15
- 462*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 14 4 5 6 12 6
- 84*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
5 6 10 8 5 6 8 10
+ 1764*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
5 6 6 12 5 6 4 14
+ 336*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 7 15 3 4 7 13 5
+ 36*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
4 7 11 7 4 7 9 9
- 1260*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
4 7 7 11 4 7 5 13
- 120*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 8 16 2 3 8 14 4
- 9*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 8 12 6 3 8 10 8
+ 600*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
3 8 8 10 3 8 6 12 2 9 17
- 15*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 *n2
2 9 15 3 2 9 13 5
- 70*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
2 9 11 7 2 9 9 9
- 110*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2
2 9 7 11 10 16 2
+ 36*a33*m1 *m2 *n1 *n2 + 13*a33*m1*m2 *n1 *n2
10 14 4 10 12 6
+ 30*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
10 10 8 10 8 10 11 17
- 14*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2
11 15 3 11 11 7 11 9 9
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u2*u3
12 7 10 12 5 12 12 3 14
*v3*(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 16 11 8 9 11 6 11
- 2*a33*m1 *n1*n2 - 18*a33*m1 *m2*n1 *n2 - 8*a33*m1 *m2*n1 *n2
11 4 13 11 2 15
+ 36*a33*m1 *m2*n1 *n2 + 24*a33*m1 *m2*n1 *n2
11 17 10 2 9 8
- 2*a33*m1 *m2*n2 + 72*a33*m1 *m2 *n1 *n2
10 2 7 10 10 2 5 12
- 20*a33*m1 *m2 *n1 *n2 - 228*a33*m1 *m2 *n1 *n2
10 2 3 14 10 2 16
- 108*a33*m1 *m2 *n1 *n2 + 28*a33*m1 *m2 *n1*n2
9 3 10 7 9 3 8 9
- 168*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
9 3 6 11 9 3 4 13
+ 760*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
9 3 2 15 9 3 17
- 160*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
8 4 11 6 8 4 9 8
+ 252*a33*m1 *m2 *n1 *n2 - 660*a33*m1 *m2 *n1 *n2
8 4 7 10 8 4 5 12
- 1530*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
8 4 3 14 8 4 16
+ 510*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1*n2
7 5 12 5 7 5 10 7
- 252*a33*m1 *m2 *n1 *n2 + 1176*a33*m1 *m2 *n1 *n2
7 5 8 9 7 5 6 11
+ 1944*a33*m1 *m2 *n1 *n2 - 576*a33*m1 *m2 *n1 *n2
7 5 4 13 7 5 2 15
- 1020*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
6 6 13 4 6 6 11 6
+ 168*a33*m1 *m2 *n1 *n2 - 1344*a33*m1 *m2 *n1 *n2
6 6 9 8 6 6 7 10
- 1512*a33*m1 *m2 *n1 *n2 + 1512*a33*m1 *m2 *n1 *n2
6 6 5 12 6 6 3 14
+ 1344*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
5 7 14 3 5 7 12 5
- 72*a33*m1 *m2 *n1 *n2 + 1020*a33*m1 *m2 *n1 *n2
5 7 10 7 5 7 8 9
+ 576*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
5 7 6 11 5 7 4 13
- 1176*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
4 8 15 2 4 8 13 4
+ 18*a33*m1 *m2 *n1 *n2 - 510*a33*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8
+ 90*a33*m1 *m2 *n1 *n2 + 1530*a33*m1 *m2 *n1 *n2
4 8 7 10 4 8 5 12
+ 660*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
3 9 16 3 9 14 3
- 2*a33*m1 *m2 *n1 *n2 + 160*a33*m1 *m2 *n1 *n2
3 9 12 5 3 9 10 7
- 220*a33*m1 *m2 *n1 *n2 - 760*a33*m1 *m2 *n1 *n2
3 9 8 9 3 9 6 11
- 210*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
2 10 15 2 2 10 13 4
- 28*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
2 10 11 6 2 10 9 8
+ 228*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
2 10 7 10 11 16
- 72*a33*m1 *m2 *n1 *n2 + 2*a33*m1*m2 *n1 *n2
11 14 3 11 12 5
- 24*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
11 10 7 11 8 9 12 15 2
+ 8*a33*m1*m2 *n1 *n2 + 18*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
12 13 4 12 11 6 12 9 8
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u2
3 2 14 4 10 2 14 2 12
*v1 *( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2
2 13 5 9 2 13 3 11
+ 80*a33 *m1 *m2*n1 *n2 - 128*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
+ 16*a33 *m1 *m2*n1*n2 - 360*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
+ 848*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
+ 8*a33 *m1 *m2 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
- 3200*a33 *m1 *m2 *n1 *n2 + 1536*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
- 128*a33 *m1 *m2 *n1*n2 - 1680*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
+ 7800*a33 *m1 *m2 *n1 *n2 - 5680*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
+ 848*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
+ 2016*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
+ 13680*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
+ 80*a33 *m1 *m2 *n1*n2 - 1680*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
+ 15456*a33 *m1 *m2 *n1 *n2 - 22752*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
+ 7800*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
+ 960*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
+ 26880*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
+ 960*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
+ 7800*a33 *m1 *m2 *n1 *n2 - 22752*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
+ 15456*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
+ 80*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
+ 13680*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
+ 2016*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
+ 848*a33 *m1 *m2 *n1 *n2 - 5680*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
+ 7800*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
- 128*a33 *m1 *m2 *n1 *n2 + 1536*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
- 3200*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
+ 8*a33 *m1 *m2 *n1 - 240*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
+ 848*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
+ 16*a33 *m1*m2 *n1 *n2 - 128*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 12 2
+ 80*a33 *m1*m2 *n1 *n2 + 8*a33 *m2 *n1 *n2
2 14 10 4 2 13 6 10
- 8*a33 *m2 *n1 *n2 ) + u2*v1 *(10*a33*m1 *n1 *n2
13 4 12 13 2 14 13 16
- 2*a33*m1 *n1 *n2 - 10*a33*m1 *n1 *n2 + 2*a33*m1 *n2
12 7 9 12 5 11
- 96*a33*m1 *m2*n1 *n2 + 76*a33*m1 *m2*n1 *n2
12 3 13 12 15
+ 128*a33*m1 *m2*n1 *n2 - 44*a33*m1 *m2*n1*n2
11 2 8 8 11 2 6 10
+ 414*a33*m1 *m2 *n1 *n2 - 636*a33*m1 *m2 *n1 *n2
11 2 4 12 11 2 2 14
- 648*a33*m1 *m2 *n1 *n2 + 396*a33*m1 *m2 *n1 *n2
11 2 16 10 3 9 7
- 6*a33*m1 *m2 *n2 - 1056*a33*m1 *m2 *n1 *n2
10 3 7 9 10 3 5 11
+ 2640*a33*m1 *m2 *n1 *n2 + 1672*a33*m1 *m2 *n1 *n2
10 3 3 13 10 3 15
- 1936*a33*m1 *m2 *n1 *n2 + 88*a33*m1 *m2 *n1*n2
9 4 10 6 9 4 8 8
+ 1764*a33*m1 *m2 *n1 *n2 - 6690*a33*m1 *m2 *n1 *n2
9 4 6 10 9 4 4 12
- 2050*a33*m1 *m2 *n1 *n2 + 5870*a33*m1 *m2 *n1 *n2
9 4 2 14 9 4 16
- 530*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
8 5 11 5 8 5 9 7
- 2016*a33*m1 *m2 *n1 *n2 + 11304*a33*m1 *m2 *n1 *n2
8 5 7 9 8 5 5 11
- 360*a33*m1 *m2 *n1 *n2 - 11844*a33*m1 *m2 *n1 *n2
8 5 3 13 8 5 15
+ 1800*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1*n2
7 6 12 4 7 6 10 6
+ 1596*a33*m1 *m2 *n1 *n2 - 13272*a33*m1 *m2 *n1 *n2
7 6 8 8 7 6 6 10
+ 5664*a33*m1 *m2 *n1 *n2 + 16488*a33*m1 *m2 *n1 *n2
7 6 4 12 7 6 2 14
- 3900*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5
- 864*a33*m1 *m2 *n1 *n2 + 10992*a33*m1 *m2 *n1 *n2
6 7 9 7 6 7 7 9
- 10224*a33*m1 *m2 *n1 *n2 - 16032*a33*m1 *m2 *n1 *n2
6 7 5 11 6 7 3 13
+ 5712*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
5 8 14 2 5 8 12 4
+ 306*a33*m1 *m2 *n1 *n2 - 6390*a33*m1 *m2 *n1 *n2
5 8 10 6 5 8 8 8
+ 10386*a33*m1 *m2 *n1 *n2 + 10782*a33*m1 *m2 *n1 *n2
5 8 6 10 5 8 4 12
- 5796*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
4 9 15 4 9 13 3
- 64*a33*m1 *m2 *n1 *n2 + 2540*a33*m1 *m2 *n1 *n2
4 9 11 5 4 9 9 7
- 6800*a33*m1 *m2 *n1 *n2 - 4820*a33*m1 *m2 *n1 *n2
4 9 7 9 4 9 5 11
+ 4080*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
3 10 16 3 10 14 2
+ 6*a33*m1 *m2 *n1 - 652*a33*m1 *m2 *n1 *n2
3 10 12 4 3 10 10 6
+ 2920*a33*m1 *m2 *n1 *n2 + 1292*a33*m1 *m2 *n1 *n2
3 10 8 8 3 10 6 10
- 1950*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
2 11 15 2 11 13 3
+ 96*a33*m1 *m2 *n1 *n2 - 792*a33*m1 *m2 *n1 *n2
2 11 11 5 2 11 9 7
- 144*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
2 11 7 9 12 16
- 144*a33*m1 *m2 *n1 *n2 - 6*a33*m1*m2 *n1
12 14 2 12 12 4
+ 122*a33*m1*m2 *n1 *n2 - 14*a33*m1*m2 *n1 *n2
12 10 6 12 8 8 13 15
- 106*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2 - 8*a33*m2 *n1 *n2
13 13 3 13 11 5 13 9 7
+ 4*a33*m2 *n1 *n2 + 8*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 ) + u2*v1
2 2 14 4 10 2 14 2 12
*v2 *( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2
2 13 5 9 2 13 3 11
+ 80*a33 *m1 *m2*n1 *n2 - 128*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
+ 16*a33 *m1 *m2*n1*n2 - 360*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
+ 848*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
+ 8*a33 *m1 *m2 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
- 3200*a33 *m1 *m2 *n1 *n2 + 1536*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
- 128*a33 *m1 *m2 *n1*n2 - 1680*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
+ 7800*a33 *m1 *m2 *n1 *n2 - 5680*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
+ 848*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
+ 2016*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
+ 13680*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
+ 80*a33 *m1 *m2 *n1*n2 - 1680*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
+ 15456*a33 *m1 *m2 *n1 *n2 - 22752*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
+ 7800*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
+ 960*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
+ 26880*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
+ 960*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
+ 7800*a33 *m1 *m2 *n1 *n2 - 22752*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
+ 15456*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
+ 80*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
+ 13680*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
+ 2016*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
+ 848*a33 *m1 *m2 *n1 *n2 - 5680*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
+ 7800*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
- 128*a33 *m1 *m2 *n1 *n2 + 1536*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
- 3200*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
+ 8*a33 *m1 *m2 *n1 - 240*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
+ 848*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
+ 16*a33 *m1*m2 *n1 *n2 - 128*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 12 2
+ 80*a33 *m1*m2 *n1 *n2 + 8*a33 *m2 *n1 *n2
2 14 10 4 13 7 9
- 8*a33 *m2 *n1 *n2 ) + u2*v1*v2*( - 4*a33*m1 *n1 *n2
13 5 11 13 3 13 13 15
+ 12*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2 - 12*a33*m1 *n1*n2
12 8 8 12 6 10
+ 36*a33*m1 *m2*n1 *n2 - 146*a33*m1 *m2*n1 *n2
12 4 12 12 2 14 12 16
+ 6*a33*m1 *m2*n1 *n2 + 178*a33*m1 *m2*n1 *n2 - 10*a33*m1 *m2*n2
11 2 9 7 11 2 7 9
- 144*a33*m1 *m2 *n1 *n2 + 780*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
- 348*a33*m1 *m2 *n1 *n2 - 1116*a33*m1 *m2 *n1 *n2
11 2 15 10 3 10 6
+ 156*a33*m1 *m2 *n1*n2 + 336*a33*m1 *m2 *n1 *n2
10 3 8 8 10 3 6 10
- 2430*a33*m1 *m2 *n1 *n2 + 2232*a33*m1 *m2 *n1 *n2
10 3 4 12 10 3 2 14
+ 3956*a33*m1 *m2 *n1 *n2 - 1032*a33*m1 *m2 *n1 *n2
10 3 16 9 4 11 5
+ 10*a33*m1 *m2 *n2 - 504*a33*m1 *m2 *n1 *n2
9 4 9 7 9 4 7 9
+ 4920*a33*m1 *m2 *n1 *n2 - 7400*a33*m1 *m2 *n1 *n2
9 4 5 11 9 4 3 13
- 8800*a33*m1 *m2 *n1 *n2 + 3920*a33*m1 *m2 *n1 *n2
9 4 15 8 5 12 4
- 104*a33*m1 *m2 *n1*n2 + 504*a33*m1 *m2 *n1 *n2
8 5 10 6 8 5 8 8
- 6804*a33*m1 *m2 *n1 *n2 + 15462*a33*m1 *m2 *n1 *n2
8 5 6 10 8 5 4 12
+ 12654*a33*m1 *m2 *n1 *n2 - 9630*a33*m1 *m2 *n1 *n2
8 5 2 14 7 6 13 3
+ 486*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
7 6 11 5 7 6 9 7
+ 6552*a33*m1 *m2 *n1 *n2 - 21912*a33*m1 *m2 *n1 *n2
7 6 7 9 7 6 5 11
- 11256*a33*m1 *m2 *n1 *n2 + 16200*a33*m1 *m2 *n1 *n2
7 6 3 13 6 7 14 2
- 1344*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
6 7 12 4 6 7 10 6
- 4380*a33*m1 *m2 *n1 *n2 + 21696*a33*m1 *m2 *n1 *n2
6 7 8 8 6 7 6 10
+ 4632*a33*m1 *m2 *n1 *n2 - 19152*a33*m1 *m2 *n1 *n2
6 7 4 12 5 8 15
+ 2436*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
5 8 13 3 5 8 11 5
+ 1980*a33*m1 *m2 *n1 *n2 - 15084*a33*m1 *m2 *n1 *n2
5 8 9 7 5 8 7 9
+ 1908*a33*m1 *m2 *n1 *n2 + 15984*a33*m1 *m2 *n1 *n2
5 8 5 11 4 9 16
- 3024*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
4 9 14 2 4 9 12 4
- 570*a33*m1 *m2 *n1 *n2 + 7250*a33*m1 *m2 *n1 *n2
4 9 10 6 4 9 8 8
- 4050*a33*m1 *m2 *n1 *n2 - 9270*a33*m1 *m2 *n1 *n2
4 9 6 10 3 10 15
+ 2604*a33*m1 *m2 *n1 *n2 + 92*a33*m1 *m2 *n1 *n2
3 10 13 3 3 10 11 5
- 2316*a33*m1 *m2 *n1 *n2 + 2708*a33*m1 *m2 *n1 *n2
3 10 9 7 3 10 7 9
+ 3580*a33*m1 *m2 *n1 *n2 - 1536*a33*m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 6*a33*m1 *m2 *n1 + 456*a33*m1 *m2 *n1 *n2
2 11 12 4 2 11 10 6
- 972*a33*m1 *m2 *n1 *n2 - 840*a33*m1 *m2 *n1 *n2
2 11 8 8 12 15
+ 594*a33*m1 *m2 *n1 *n2 - 48*a33*m1*m2 *n1 *n2
12 13 3 12 11 5
+ 184*a33*m1*m2 *n1 *n2 + 96*a33*m1*m2 *n1 *n2
12 9 7 13 16 13 14 2
- 136*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 - 14*a33*m2 *n1 *n2
13 12 4 13 10 6 2
- 2*a33*m2 *n1 *n2 + 14*a33*m2 *n1 *n2 ) + u2*v1*v3 *(
2 14 4 10 2 14 2 12 2 14 14
- 12*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 4*a33 *m1 *n2
2 13 5 9 2 13 3 11
+ 120*a33 *m1 *m2*n1 *n2 - 144*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
- 40*a33 *m1 *m2*n1*n2 - 540*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
+ 1008*a33 *m1 *m2 *n1 *n2 + 100*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
+ 8*a33 *m1 *m2 *n2 + 1440*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
- 3920*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
- 144*a33 *m1 *m2 *n1*n2 - 2520*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
+ 9720*a33 *m1 *m2 *n1 *n2 - 2756*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 12*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
+ 3024*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
+ 8552*a33 *m1 *m2 *n1 *n2 - 3920*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
+ 120*a33 *m1 *m2 *n1*n2 - 2520*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
+ 19488*a33 *m1 *m2 *n1 *n2 - 15780*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
+ 9720*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
+ 1440*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
+ 19200*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
+ 1440*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
+ 9720*a33 *m1 *m2 *n1 *n2 - 15780*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
+ 19488*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
+ 120*a33 *m1 *m2 *n1 *n2 - 3920*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
+ 8552*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
+ 3024*a33 *m1 *m2 *n1 *n2 - 12*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
+ 1008*a33 *m1 *m2 *n1 *n2 - 2756*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
+ 9720*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
- 144*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
- 3920*a33 *m1 *m2 *n1 *n2 + 1440*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
+ 8*a33 *m1 *m2 *n1 + 100*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
- 40*a33 *m1*m2 *n1 *n2 - 144*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 14 2 14 12 2
+ 120*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 + 8*a33 *m2 *n1 *n2
2 14 10 4 12 8 10 12 6 12
- 12*a33 *m2 *n1 *n2 ) + u2*v1*( - 2*m1 *n1 *n2 - 2*m1 *n1 *n2
12 4 14 12 2 16 11 9 9
+ 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + 18*m1 *m2*n1 *n2
11 7 11 11 5 13 11 3 15
+ 8*m1 *m2*n1 *n2 - 36*m1 *m2*n1 *n2 - 24*m1 *m2*n1 *n2
11 17 10 2 10 8 10 2 8 10
+ 2*m1 *m2*n1*n2 - 72*m1 *m2 *n1 *n2 + 20*m1 *m2 *n1 *n2
10 2 6 12 10 2 4 14 10 2 2 16
+ 228*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2
9 3 11 7 9 3 9 9 9 3 7 11
+ 168*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2 - 760*m1 *m2 *n1 *n2
9 3 5 13 9 3 3 15 9 3 17
- 220*m1 *m2 *n1 *n2 + 160*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1*n2
8 4 12 6 8 4 10 8 8 4 8 10
- 252*m1 *m2 *n1 *n2 + 660*m1 *m2 *n1 *n2 + 1530*m1 *m2 *n1 *n2
8 4 6 12 8 4 4 14 8 4 2 16
+ 90*m1 *m2 *n1 *n2 - 510*m1 *m2 *n1 *n2 + 18*m1 *m2 *n1 *n2
7 5 13 5 7 5 11 7 7 5 9 9
+ 252*m1 *m2 *n1 *n2 - 1176*m1 *m2 *n1 *n2 - 1944*m1 *m2 *n1 *n2
7 5 7 11 7 5 5 13 7 5 3 15
+ 576*m1 *m2 *n1 *n2 + 1020*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2
6 6 14 4 6 6 12 6 6 6 10 8
- 168*m1 *m2 *n1 *n2 + 1344*m1 *m2 *n1 *n2 + 1512*m1 *m2 *n1 *n2
6 6 8 10 6 6 6 12 6 6 4 14
- 1512*m1 *m2 *n1 *n2 - 1344*m1 *m2 *n1 *n2 + 168*m1 *m2 *n1 *n2
5 7 15 3 5 7 13 5 5 7 11 7
+ 72*m1 *m2 *n1 *n2 - 1020*m1 *m2 *n1 *n2 - 576*m1 *m2 *n1 *n2
5 7 9 9 5 7 7 11 5 7 5 13
+ 1944*m1 *m2 *n1 *n2 + 1176*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2
4 8 16 2 4 8 14 4 4 8 12 6
- 18*m1 *m2 *n1 *n2 + 510*m1 *m2 *n1 *n2 - 90*m1 *m2 *n1 *n2
4 8 10 8 4 8 8 10 4 8 6 12
- 1530*m1 *m2 *n1 *n2 - 660*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2
3 9 17 3 9 15 3 3 9 13 5
+ 2*m1 *m2 *n1 *n2 - 160*m1 *m2 *n1 *n2 + 220*m1 *m2 *n1 *n2
3 9 11 7 3 9 9 9 3 9 7 11
+ 760*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2 - 168*m1 *m2 *n1 *n2
2 10 16 2 2 10 14 4 2 10 12 6
+ 28*m1 *m2 *n1 *n2 - 108*m1 *m2 *n1 *n2 - 228*m1 *m2 *n1 *n2
2 10 10 8 2 10 8 10 11 17
- 20*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2 - 2*m1*m2 *n1 *n2
11 15 3 11 13 5 11 11 7
+ 24*m1*m2 *n1 *n2 + 36*m1*m2 *n1 *n2 - 8*m1*m2 *n1 *n2
11 9 9 12 16 2 12 14 4
- 18*m1*m2 *n1 *n2 - 2*m2 *n1 *n2 - 2*m2 *n1 *n2
12 12 6 12 10 8 2 13 6 10
+ 2*m2 *n1 *n2 + 2*m2 *n1 *n2 ) + u2*v2 *( - 4*a33*m1 *n1 *n2
13 2 14 12 7 9 12 5 11
+ 4*a33*m1 *n1 *n2 + 40*a33*m1 *m2*n1 *n2 - 20*a33*m1 *m2*n1 *n2
12 3 13 12 15
- 56*a33*m1 *m2*n1 *n2 + 4*a33*m1 *m2*n1*n2
11 2 8 8 11 2 6 10
- 180*a33*m1 *m2 *n1 *n2 + 204*a33*m1 *m2 *n1 *n2
11 2 4 12 11 2 2 14
+ 324*a33*m1 *m2 *n1 *n2 - 60*a33*m1 *m2 *n1 *n2
10 3 9 7 10 3 7 9
+ 480*a33*m1 *m2 *n1 *n2 - 940*a33*m1 *m2 *n1 *n2
10 3 5 11 10 3 3 13
- 1036*a33*m1 *m2 *n1 *n2 + 380*a33*m1 *m2 *n1 *n2
10 3 15 9 4 10 6
- 4*a33*m1 *m2 *n1*n2 - 840*a33*m1 *m2 *n1 *n2
9 4 8 8 9 4 6 10
+ 2580*a33*m1 *m2 *n1 *n2 + 2000*a33*m1 *m2 *n1 *n2
9 4 4 12 9 4 2 14
- 1380*a33*m1 *m2 *n1 *n2 + 40*a33*m1 *m2 *n1 *n2
8 5 11 5 8 5 9 7
+ 1008*a33*m1 *m2 *n1 *n2 - 4680*a33*m1 *m2 *n1 *n2
8 5 7 9 8 5 5 11
- 2268*a33*m1 *m2 *n1 *n2 + 3240*a33*m1 *m2 *n1 *n2
8 5 3 13 7 6 12 4
- 180*a33*m1 *m2 *n1 *n2 - 840*a33*m1 *m2 *n1 *n2
7 6 10 6 7 6 8 8
+ 5880*a33*m1 *m2 *n1 *n2 + 1032*a33*m1 *m2 *n1 *n2
7 6 6 10 7 6 4 12
- 5208*a33*m1 *m2 *n1 *n2 + 480*a33*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5
+ 480*a33*m1 *m2 *n1 *n2 - 5208*a33*m1 *m2 *n1 *n2
6 7 9 7 6 7 7 9
+ 1032*a33*m1 *m2 *n1 *n2 + 5880*a33*m1 *m2 *n1 *n2
6 7 5 11 5 8 14 2
- 840*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
5 8 12 4 5 8 10 6
+ 3240*a33*m1 *m2 *n1 *n2 - 2268*a33*m1 *m2 *n1 *n2
5 8 8 8 5 8 6 10
- 4680*a33*m1 *m2 *n1 *n2 + 1008*a33*m1 *m2 *n1 *n2
4 9 15 4 9 13 3
+ 40*a33*m1 *m2 *n1 *n2 - 1380*a33*m1 *m2 *n1 *n2
4 9 11 5 4 9 9 7
+ 2000*a33*m1 *m2 *n1 *n2 + 2580*a33*m1 *m2 *n1 *n2
4 9 7 9 3 10 16
- 840*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
3 10 14 2 3 10 12 4
+ 380*a33*m1 *m2 *n1 *n2 - 1036*a33*m1 *m2 *n1 *n2
3 10 10 6 3 10 8 8
- 940*a33*m1 *m2 *n1 *n2 + 480*a33*m1 *m2 *n1 *n2
2 11 15 2 11 13 3
- 60*a33*m1 *m2 *n1 *n2 + 324*a33*m1 *m2 *n1 *n2
2 11 11 5 2 11 9 7
+ 204*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
12 16 12 14 2 12 12 4
+ 4*a33*m1*m2 *n1 - 56*a33*m1*m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2
12 10 6 13 15 13 11 5
+ 40*a33*m1*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 ) +
2 2 14 5 9 2 14 13
u2*v2*v3 *(4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1*n2
2 13 6 8 2 13 4 10
- 36*a33 *m1 *m2*n1 *n2 + 20*a33 *m1 *m2*n1 *n2
2 13 2 12 2 13 14
+ 52*a33 *m1 *m2*n1 *n2 - 4*a33 *m1 *m2*n2
2 12 2 7 7 2 12 2 5 9
+ 144*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 12 2 3 11 2 12 2 13
- 272*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 11 3 8 6 2 11 3 6 8
- 336*a33 *m1 *m2 *n1 *n2 + 720*a33 *m1 *m2 *n1 *n2
2 11 3 4 10 2 11 3 2 12
+ 784*a33 *m1 *m2 *n1 *n2 - 272*a33 *m1 *m2 *n1 *n2
2 10 4 9 5 2 10 4 7 7
+ 504*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 10 4 5 9 2 10 4 3 11
- 1420*a33 *m1 *m2 *n1 *n2 + 784*a33 *m1 *m2 *n1 *n2
2 10 4 13 2 9 5 10 4
+ 20*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 9 5 8 6 2 9 5 6 8
+ 2520*a33 *m1 *m2 *n1 *n2 + 1788*a33 *m1 *m2 *n1 *n2
2 9 5 4 10 2 9 5 2 12
- 1420*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 11 3
+ 4*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 8 6 9 5 2 8 6 7 7
- 2520*a33 *m1 *m2 *n1 *n2 - 1824*a33 *m1 *m2 *n1 *n2
2 8 6 5 9 2 8 6 3 11
+ 1788*a33 *m1 *m2 *n1 *n2 + 720*a33 *m1 *m2 *n1 *n2
2 8 6 13 2 7 7 12 2
- 36*a33 *m1 *m2 *n1*n2 - 144*a33 *m1 *m2 *n1 *n2
2 7 7 10 4 2 7 7 8 6
+ 1680*a33 *m1 *m2 *n1 *n2 + 1824*a33 *m1 *m2 *n1 *n2
2 7 7 6 8 2 7 7 4 10
- 1824*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 7 7 2 12 2 6 8 13
+ 144*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 8 11 3 2 6 8 9 5
- 720*a33 *m1 *m2 *n1 *n2 - 1788*a33 *m1 *m2 *n1 *n2
2 6 8 7 7 2 6 8 5 9
+ 1824*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 6 8 3 11 2 5 9 14
- 336*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 5 9 12 2 2 5 9 10 4
+ 180*a33 *m1 *m2 *n1 *n2 + 1420*a33 *m1 *m2 *n1 *n2
2 5 9 8 6 2 5 9 6 8
- 1788*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 5 9 4 10 2 4 10 13
+ 504*a33 *m1 *m2 *n1 *n2 - 20*a33 *m1 *m2 *n1 *n2
2 4 10 11 3 2 4 10 9 5
- 784*a33 *m1 *m2 *n1 *n2 + 1420*a33 *m1 *m2 *n1 *n2
2 4 10 7 7 2 4 10 5 9
+ 1680*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 11 12 2 2 3 11 10 4
+ 272*a33 *m1 *m2 *n1 *n2 - 784*a33 *m1 *m2 *n1 *n2
2 3 11 8 6 2 3 11 6 8
- 720*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 12 13 2 2 12 11 3
- 52*a33 *m1 *m2 *n1 *n2 + 272*a33 *m1 *m2 *n1 *n2
2 2 12 9 5 2 2 12 7 7
+ 180*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 13 14 2 13 12 2
+ 4*a33 *m1*m2 *n1 - 52*a33 *m1*m2 *n1 *n2
2 13 10 4 2 13 8 6
- 20*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 14 13 2 14 9 5 2
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) + u2*v3 *(
13 6 10 13 4 12 13 2 14
5*a33*m1 *n1 *n2 + a33*m1 *n1 *n2 - 5*a33*m1 *n1 *n2
13 16 12 7 9 12 5 11
- a33*m1 *n2 - 45*a33*m1 *m2*n1 *n2 + 19*a33*m1 *m2*n1 *n2
12 3 13 12 15
+ 69*a33*m1 *m2*n1 *n2 + 5*a33*m1 *m2*n1*n2
11 2 8 8 11 2 6 10
+ 180*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
11 2 4 12 11 2 2 14
- 360*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
11 2 16 10 3 9 7
- 4*a33*m1 *m2 *n2 - 420*a33*m1 *m2 *n1 *n2
10 3 7 9 10 3 5 11
+ 960*a33*m1 *m2 *n1 *n2 + 956*a33*m1 *m2 *n1 *n2
10 3 3 13 10 3 15
- 360*a33*m1 *m2 *n1 *n2 + 64*a33*m1 *m2 *n1*n2
9 4 10 6 9 4 8 8
+ 630*a33*m1 *m2 *n1 *n2 - 2370*a33*m1 *m2 *n1 *n2
9 4 6 10 9 4 4 12
- 1315*a33*m1 *m2 *n1 *n2 + 1285*a33*m1 *m2 *n1 *n2
9 4 2 14 9 4 16
- 395*a33*m1 *m2 *n1 *n2 + 5*a33*m1 *m2 *n2
8 5 11 5 8 5 9 7
- 630*a33*m1 *m2 *n1 *n2 + 3738*a33*m1 *m2 *n1 *n2
8 5 7 9 8 5 5 11
+ 495*a33*m1 *m2 *n1 *n2 - 2493*a33*m1 *m2 *n1 *n2
8 5 3 13 8 5 15
+ 1335*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1*n2
7 6 12 4 7 6 10 6
+ 420*a33*m1 *m2 *n1 *n2 - 3948*a33*m1 *m2 *n1 *n2
7 6 8 8 7 6 6 10
+ 1392*a33*m1 *m2 *n1 *n2 + 2760*a33*m1 *m2 *n1 *n2
7 6 4 12 7 6 2 14
- 2820*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5
- 180*a33*m1 *m2 *n1 *n2 + 2820*a33*m1 *m2 *n1 *n2
6 7 9 7 6 7 7 9
- 2760*a33*m1 *m2 *n1 *n2 - 1392*a33*m1 *m2 *n1 *n2
6 7 5 11 6 7 3 13
+ 3948*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
5 8 14 2 5 8 12 4
+ 45*a33*m1 *m2 *n1 *n2 - 1335*a33*m1 *m2 *n1 *n2
5 8 10 6 5 8 8 8
+ 2493*a33*m1 *m2 *n1 *n2 - 495*a33*m1 *m2 *n1 *n2
5 8 6 10 5 8 4 12
- 3738*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
4 9 15 4 9 13 3
- 5*a33*m1 *m2 *n1 *n2 + 395*a33*m1 *m2 *n1 *n2
4 9 11 5 4 9 9 7
- 1285*a33*m1 *m2 *n1 *n2 + 1315*a33*m1 *m2 *n1 *n2
4 9 7 9 4 9 5 11
+ 2370*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
3 10 14 2 3 10 12 4
- 64*a33*m1 *m2 *n1 *n2 + 360*a33*m1 *m2 *n1 *n2
3 10 10 6 3 10 8 8
- 956*a33*m1 *m2 *n1 *n2 - 960*a33*m1 *m2 *n1 *n2
3 10 6 10 2 11 15
+ 420*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1 *n2
2 11 13 3 2 11 11 5
- 36*a33*m1 *m2 *n1 *n2 + 360*a33*m1 *m2 *n1 *n2
2 11 9 7 2 11 7 9
+ 220*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
12 14 2 12 12 4
- 5*a33*m1*m2 *n1 *n2 - 69*a33*m1*m2 *n1 *n2
12 10 6 12 8 8 13 15
- 19*a33*m1*m2 *n1 *n2 + 45*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2
13 13 3 13 11 5 13 9 7 3
+ 5*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - 5*a33*m2 *n1 *n2 ) + u3 *v3*
2 12 7 9 2 12 5 11 2 12 3 13
(2*a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 12 15 2 11 8 8 2 11 6 10
- 2*a33 *m1 *n1*n2 - 18*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n1 *n2
2 11 4 12 2 11 2 14 2 11 16
+ 36*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2 - 2*a33 *m1 *m2*n2
2 10 2 9 7 2 10 2 7 9
+ 72*a33 *m1 *m2 *n1 *n2 - 20*a33 *m1 *m2 *n1 *n2
2 10 2 5 11 2 10 2 3 13
- 228*a33 *m1 *m2 *n1 *n2 - 108*a33 *m1 *m2 *n1 *n2
2 10 2 15 2 9 3 10 6
+ 28*a33 *m1 *m2 *n1*n2 - 168*a33 *m1 *m2 *n1 *n2
2 9 3 8 8 2 9 3 6 10
+ 210*a33 *m1 *m2 *n1 *n2 + 760*a33 *m1 *m2 *n1 *n2
2 9 3 4 12 2 9 3 2 14
+ 220*a33 *m1 *m2 *n1 *n2 - 160*a33 *m1 *m2 *n1 *n2
2 9 3 16 2 8 4 11 5
+ 2*a33 *m1 *m2 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 8 4 9 7 2 8 4 7 9
- 660*a33 *m1 *m2 *n1 *n2 - 1530*a33 *m1 *m2 *n1 *n2
2 8 4 5 11 2 8 4 3 13
- 90*a33 *m1 *m2 *n1 *n2 + 510*a33 *m1 *m2 *n1 *n2
2 8 4 15 2 7 5 12 4
- 18*a33 *m1 *m2 *n1*n2 - 252*a33 *m1 *m2 *n1 *n2
2 7 5 10 6 2 7 5 8 8
+ 1176*a33 *m1 *m2 *n1 *n2 + 1944*a33 *m1 *m2 *n1 *n2
2 7 5 6 10 2 7 5 4 12
- 576*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 7 5 2 14 2 6 6 13 3
+ 72*a33 *m1 *m2 *n1 *n2 + 168*a33 *m1 *m2 *n1 *n2
2 6 6 11 5 2 6 6 9 7
- 1344*a33 *m1 *m2 *n1 *n2 - 1512*a33 *m1 *m2 *n1 *n2
2 6 6 7 9 2 6 6 5 11
+ 1512*a33 *m1 *m2 *n1 *n2 + 1344*a33 *m1 *m2 *n1 *n2
2 6 6 3 13 2 5 7 14 2
- 168*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 5 7 12 4 2 5 7 10 6
+ 1020*a33 *m1 *m2 *n1 *n2 + 576*a33 *m1 *m2 *n1 *n2
2 5 7 8 8 2 5 7 6 10
- 1944*a33 *m1 *m2 *n1 *n2 - 1176*a33 *m1 *m2 *n1 *n2
2 5 7 4 12 2 4 8 15
+ 252*a33 *m1 *m2 *n1 *n2 + 18*a33 *m1 *m2 *n1 *n2
2 4 8 13 3 2 4 8 11 5
- 510*a33 *m1 *m2 *n1 *n2 + 90*a33 *m1 *m2 *n1 *n2
2 4 8 9 7 2 4 8 7 9
+ 1530*a33 *m1 *m2 *n1 *n2 + 660*a33 *m1 *m2 *n1 *n2
2 4 8 5 11 2 3 9 16
- 252*a33 *m1 *m2 *n1 *n2 - 2*a33 *m1 *m2 *n1
2 3 9 14 2 2 3 9 12 4
+ 160*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 3 9 10 6 2 3 9 8 8
- 760*a33 *m1 *m2 *n1 *n2 - 210*a33 *m1 *m2 *n1 *n2
2 3 9 6 10 2 2 10 15
+ 168*a33 *m1 *m2 *n1 *n2 - 28*a33 *m1 *m2 *n1 *n2
2 2 10 13 3 2 2 10 11 5
+ 108*a33 *m1 *m2 *n1 *n2 + 228*a33 *m1 *m2 *n1 *n2
2 2 10 9 7 2 2 10 7 9 2 11 16
+ 20*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1*m2 *n1
2 11 14 2 2 11 12 4
- 24*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2
2 11 10 6 2 11 8 8 2 12 15
+ 8*a33 *m1*m2 *n1 *n2 + 18*a33 *m1*m2 *n1 *n2 + 2*a33 *m2 *n1 *n2
2 12 13 3 2 12 11 5 2 12 9 7 2
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 ) + u3
12 8 9 12 4 13 12 17
*v1*(a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + a33*m1 *n2
11 9 8 11 7 10
- 9*a33*m1 *m2*n1 *n2 + 6*a33*m1 *m2*n1 *n2
11 5 12 11 3 14
+ 24*a33*m1 *m2*n1 *n2 - 6*a33*m1 *m2*n1 *n2
11 16 10 2 10 7
- 15*a33*m1 *m2*n1*n2 + 36*a33*m1 *m2 *n1 *n2
10 2 8 9 10 2 6 11
- 55*a33*m1 *m2 *n1 *n2 - 118*a33*m1 *m2 *n1 *n2
10 2 4 13 10 2 2 15
+ 72*a33*m1 *m2 *n1 *n2 + 98*a33*m1 *m2 *n1 *n2
10 2 17 9 3 11 6 9 3 9 8
- a33*m1 *m2 *n2 - 84*a33*m1 *m2 *n1 *n2 + 225*a33*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12
+ 310*a33*m1 *m2 *n1 *n2 - 380*a33*m1 *m2 *n1 *n2
9 3 3 14 9 3 16
- 370*a33*m1 *m2 *n1 *n2 + 11*a33*m1 *m2 *n1*n2
8 4 12 5 8 4 10 7
+ 126*a33*m1 *m2 *n1 *n2 - 540*a33*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11
- 450*a33*m1 *m2 *n1 *n2 + 1170*a33*m1 *m2 *n1 *n2
8 4 4 13 8 4 2 15
+ 900*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
7 5 13 4 7 5 11 6
- 126*a33*m1 *m2 *n1 *n2 + 840*a33*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10
+ 264*a33*m1 *m2 *n1 *n2 - 2340*a33*m1 *m2 *n1 *n2
7 5 5 12 7 5 3 14
- 1482*a33*m1 *m2 *n1 *n2 + 156*a33*m1 *m2 *n1 *n2
6 6 14 3 6 6 12 5
+ 84*a33*m1 *m2 *n1 *n2 - 882*a33*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9
+ 252*a33*m1 *m2 *n1 *n2 + 3192*a33*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13
+ 1680*a33*m1 *m2 *n1 *n2 - 294*a33*m1 *m2 *n1 *n2
5 7 15 2 5 7 13 4
- 36*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8
- 684*a33*m1 *m2 *n1 *n2 - 3024*a33*m1 *m2 *n1 *n2
5 7 7 10 5 7 5 12
- 1296*a33*m1 *m2 *n1 *n2 + 378*a33*m1 *m2 *n1 *n2
4 8 16 4 8 14 3
+ 9*a33*m1 *m2 *n1 *n2 - 300*a33*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7
+ 690*a33*m1 *m2 *n1 *n2 + 1980*a33*m1 *m2 *n1 *n2
4 8 8 9 4 8 6 11 3 9 17
+ 645*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
3 9 15 2 3 9 13 4
+ 90*a33*m1 *m2 *n1 *n2 - 400*a33*m1 *m2 *n1 *n2
3 9 11 6 3 9 9 8
- 870*a33*m1 *m2 *n1 *n2 - 175*a33*m1 *m2 *n1 *n2
3 9 7 10 2 10 16
+ 204*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
2 10 14 3 2 10 12 5
+ 138*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
2 10 10 7 2 10 8 9 11 17
+ 6*a33*m1 *m2 *n1 *n2 - 81*a33*m1 *m2 *n1 *n2 + a33*m1*m2 *n1
11 15 2 11 13 4
- 26*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
+ 10*a33*m1*m2 *n1 *n2 + 19*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
12 14 3 12 12 5 12 10 7
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) +
2 12 7 10 12 5 12 12 3 14
u3 *v2*(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 16 11 8 9
- 2*a33*m1 *n1*n2 - 19*a33*m1 *m2*n1 *n2
11 6 11 11 4 13
- 10*a33*m1 *m2*n1 *n2 + 36*a33*m1 *m2*n1 *n2
11 2 15 11 17
+ 26*a33*m1 *m2*n1 *n2 - a33*m1 *m2*n2
10 2 9 8 10 2 7 10
+ 81*a33*m1 *m2 *n1 *n2 - 6*a33*m1 *m2 *n1 *n2
10 2 5 12 10 2 3 14
- 240*a33*m1 *m2 *n1 *n2 - 138*a33*m1 *m2 *n1 *n2
10 2 16 9 3 10 7
+ 15*a33*m1 *m2 *n1*n2 - 204*a33*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11
+ 175*a33*m1 *m2 *n1 *n2 + 870*a33*m1 *m2 *n1 *n2
9 3 4 13 9 3 2 15
+ 400*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
9 3 17 8 4 11 6
+ a33*m1 *m2 *n2 + 336*a33*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10
- 645*a33*m1 *m2 *n1 *n2 - 1980*a33*m1 *m2 *n1 *n2
8 4 5 12 8 4 3 14
- 690*a33*m1 *m2 *n1 *n2 + 300*a33*m1 *m2 *n1 *n2
8 4 16 7 5 12 5
- 9*a33*m1 *m2 *n1*n2 - 378*a33*m1 *m2 *n1 *n2
7 5 10 7 7 5 8 9
+ 1296*a33*m1 *m2 *n1 *n2 + 3024*a33*m1 *m2 *n1 *n2
7 5 6 11 7 5 4 13
+ 684*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4
+ 36*a33*m1 *m2 *n1 *n2 + 294*a33*m1 *m2 *n1 *n2
6 6 11 6 6 6 9 8
- 1680*a33*m1 *m2 *n1 *n2 - 3192*a33*m1 *m2 *n1 *n2
6 6 7 10 6 6 5 12
- 252*a33*m1 *m2 *n1 *n2 + 882*a33*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3
- 84*a33*m1 *m2 *n1 *n2 - 156*a33*m1 *m2 *n1 *n2
5 7 12 5 5 7 10 7
+ 1482*a33*m1 *m2 *n1 *n2 + 2340*a33*m1 *m2 *n1 *n2
5 7 8 9 5 7 6 11
- 264*a33*m1 *m2 *n1 *n2 - 840*a33*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2
+ 126*a33*m1 *m2 *n1 *n2 + 54*a33*m1 *m2 *n1 *n2
4 8 13 4 4 8 11 6
- 900*a33*m1 *m2 *n1 *n2 - 1170*a33*m1 *m2 *n1 *n2
4 8 9 8 4 8 7 10
+ 450*a33*m1 *m2 *n1 *n2 + 540*a33*m1 *m2 *n1 *n2
4 8 5 12 3 9 16
- 126*a33*m1 *m2 *n1 *n2 - 11*a33*m1 *m2 *n1 *n2
3 9 14 3 3 9 12 5
+ 370*a33*m1 *m2 *n1 *n2 + 380*a33*m1 *m2 *n1 *n2
3 9 10 7 3 9 8 9
- 310*a33*m1 *m2 *n1 *n2 - 225*a33*m1 *m2 *n1 *n2
3 9 6 11 2 10 17
+ 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1
2 10 15 2 2 10 13 4
- 98*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
2 10 11 6 2 10 9 8
+ 118*a33*m1 *m2 *n1 *n2 + 55*a33*m1 *m2 *n1 *n2
2 10 7 10 11 16
- 36*a33*m1 *m2 *n1 *n2 + 15*a33*m1*m2 *n1 *n2
11 14 3 11 12 5
+ 6*a33*m1*m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
11 10 7 11 8 9 12 17
- 6*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1
12 13 4 12 9 8 2 2
+ 2*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u3 *v3 *(
2 13 6 9 2 13 4 11 2 13 2 13
- a33 *m1 *n1 *n2 - a33 *m1 *n1 *n2 + a33 *m1 *n1 *n2
2 13 15 2 12 7 8 2 12 5 10
+ a33 *m1 *n2 + 9*a33 *m1 *m2*n1 *n2 + 5*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
- 17*a33 *m1 *m2*n1 *n2 - 13*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 4 11
- 36*a33 *m1 *m2 *n1 *n2 + 108*a33 *m1 *m2 *n1 *n2
2 11 2 2 13 2 10 3 9 6
+ 72*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
- 60*a33 *m1 *m2 *n1 *n2 - 376*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
- 236*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
- 126*a33 *m1 *m2 *n1 *n2 + 210*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
+ 835*a33 *m1 *m2 *n1 *n2 + 535*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
+ 35*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
+ 126*a33 *m1 *m2 *n1 *n2 - 378*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
- 1287*a33 *m1 *m2 *n1 *n2 - 927*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
- 135*a33 *m1 *m2 *n1 *n2 + 9*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
- 84*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
+ 1464*a33 *m1 *m2 *n1 *n2 + 1296*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
+ 300*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
+ 36*a33 *m1 *m2 *n1 *n2 - 300*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
- 1296*a33 *m1 *m2 *n1 *n2 - 1464*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
- 420*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
- 9*a33 *m1 *m2 *n1 *n2 + 135*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
+ 927*a33 *m1 *m2 *n1 *n2 + 1287*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
+ 378*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
+ a33 *m1 *m2 *n1 - 35*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
- 535*a33 *m1 *m2 *n1 *n2 - 835*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
- 210*a33 *m1 *m2 *n1 *n2 + 126*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
+ 4*a33 *m1 *m2 *n1 *n2 + 236*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
+ 376*a33 *m1 *m2 *n1 *n2 + 60*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 13 2
- 84*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 2 11 11 4 2 2 11 7 8
- 108*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
+ 13*a33 *m1*m2 *n1 *n2 + 17*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7 2 13 15
- 5*a33 *m1*m2 *n1 *n2 - 9*a33 *m1*m2 *n1 *n2 - a33 *m2 *n1
2 13 13 2 2 13 11 4 2 13 9 6 2
- a33 *m2 *n1 *n2 + a33 *m2 *n1 *n2 + a33 *m2 *n1 *n2 ) + u3*v1
2 14 5 9 2 14 3 11 2 13 6 8
*v3*( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 72*a33 *m1 *m2*n1 *n2
2 13 4 10 2 13 2 12
- 128*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 12 2 7 7 2 12 2 5 9
- 288*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
2 12 2 3 11 2 12 2 13
- 344*a33 *m1 *m2 *n1 *n2 + 24*a33 *m1 *m2 *n1*n2
2 11 3 8 6 2 11 3 6 8
+ 672*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 11 3 4 10 2 11 3 2 12
+ 2040*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
2 11 3 14 2 10 4 9 5
+ 8*a33 *m1 *m2 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 10 4 7 7 2 10 4 5 9
+ 6000*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
2 10 4 3 11 2 10 4 13
+ 2040*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1*n2
2 9 5 10 4 2 9 5 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
2 9 5 6 8 2 9 5 4 10
+ 14640*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
2 9 5 2 12 2 9 5 14
+ 800*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 8 6 11 3 2 8 6 9 5
- 672*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
2 8 6 7 7 2 8 6 5 9
- 21168*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
2 8 6 3 11 2 8 6 13
- 2760*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1*n2
2 7 7 12 2 2 7 7 10 4
+ 288*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
2 7 7 8 6 2 7 7 6 8
+ 21168*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
2 7 7 4 10 2 7 7 2 12
+ 6000*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 6 8 13 2 6 8 11 3
- 72*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 6 8 9 5 2 6 8 7 7
- 14640*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
2 6 8 5 9 2 6 8 3 11
- 8736*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 5 9 14 2 5 9 12 2
+ 8*a33 *m1 *m2 *n1 - 800*a33 *m1 *m2 *n1 *n2
2 5 9 10 4 2 5 9 8 6
+ 6840*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
2 5 9 6 8 2 5 9 4 10
+ 8736*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 4 10 13 2 4 10 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 4 10 9 5 2 4 10 7 7
+ 6840*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
2 4 10 5 9 2 3 11 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 3 11 12 2 2 3 11 10 4
+ 344*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 3 11 8 6 2 3 11 6 8
+ 2760*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 2 12 13 2 2 12 11 3
- 24*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
2 2 12 9 5 2 2 12 7 7
- 800*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
2 13 12 2 2 13 10 4
- 24*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
2 13 8 6 2 14 11 3 2 14 9 5
- 72*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 )
13 7 9 13 5 11 13 3 13
+ u3*v1*v3*(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
13 15 12 8 8
- 2*a33*m1 *n1*n2 - 18*a33*m1 *m2*n1 *n2
12 6 10 12 4 12
- 8*a33*m1 *m2*n1 *n2 + 36*a33*m1 *m2*n1 *n2
12 2 14 12 16
+ 24*a33*m1 *m2*n1 *n2 - 2*a33*m1 *m2*n2
11 2 9 7 11 2 7 9
+ 72*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
- 228*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
11 2 15 10 3 10 6
+ 28*a33*m1 *m2 *n1*n2 - 168*a33*m1 *m2 *n1 *n2
10 3 8 8 10 3 6 10
+ 210*a33*m1 *m2 *n1 *n2 + 760*a33*m1 *m2 *n1 *n2
10 3 4 12 10 3 2 14
+ 220*a33*m1 *m2 *n1 *n2 - 160*a33*m1 *m2 *n1 *n2
10 3 16 9 4 11 5
+ 2*a33*m1 *m2 *n2 + 252*a33*m1 *m2 *n1 *n2
9 4 9 7 9 4 7 9
- 660*a33*m1 *m2 *n1 *n2 - 1530*a33*m1 *m2 *n1 *n2
9 4 5 11 9 4 3 13
- 90*a33*m1 *m2 *n1 *n2 + 510*a33*m1 *m2 *n1 *n2
9 4 15 8 5 12 4
- 18*a33*m1 *m2 *n1*n2 - 252*a33*m1 *m2 *n1 *n2
8 5 10 6 8 5 8 8
+ 1176*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
8 5 6 10 8 5 4 12
- 576*a33*m1 *m2 *n1 *n2 - 1020*a33*m1 *m2 *n1 *n2
8 5 2 14 7 6 13 3
+ 72*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
7 6 11 5 7 6 9 7
- 1344*a33*m1 *m2 *n1 *n2 - 1512*a33*m1 *m2 *n1 *n2
7 6 7 9 7 6 5 11
+ 1512*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
7 6 3 13 6 7 14 2
- 168*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 7 12 4 6 7 10 6
+ 1020*a33*m1 *m2 *n1 *n2 + 576*a33*m1 *m2 *n1 *n2
6 7 8 8 6 7 6 10
- 1944*a33*m1 *m2 *n1 *n2 - 1176*a33*m1 *m2 *n1 *n2
6 7 4 12 5 8 15
+ 252*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
5 8 13 3 5 8 11 5
- 510*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
5 8 9 7 5 8 7 9
+ 1530*a33*m1 *m2 *n1 *n2 + 660*a33*m1 *m2 *n1 *n2
5 8 5 11 4 9 16
- 252*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
4 9 14 2 4 9 12 4
+ 160*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
4 9 10 6 4 9 8 8
- 760*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
4 9 6 10 3 10 15
+ 168*a33*m1 *m2 *n1 *n2 - 28*a33*m1 *m2 *n1 *n2
3 10 13 3 3 10 11 5
+ 108*a33*m1 *m2 *n1 *n2 + 228*a33*m1 *m2 *n1 *n2
3 10 9 7 3 10 7 9
+ 20*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
2 11 16 2 11 14 2
+ 2*a33*m1 *m2 *n1 - 24*a33*m1 *m2 *n1 *n2
2 11 12 4 2 11 10 6
- 36*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
2 11 8 8 12 15
+ 18*a33*m1 *m2 *n1 *n2 + 2*a33*m1*m2 *n1 *n2
12 13 3 12 11 5
+ 2*a33*m1*m2 *n1 *n2 - 2*a33*m1*m2 *n1 *n2
12 9 7 2 2 14 5 9
- 2*a33*m1*m2 *n1 *n2 ) + u3*v2 *v3*( - 8*a33 *m1 *n1 *n2
2 14 3 11 2 13 6 8
+ 8*a33 *m1 *n1 *n2 + 72*a33 *m1 *m2*n1 *n2
2 13 4 10 2 13 2 12
- 128*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 12 2 7 7 2 12 2 5 9
- 288*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
2 12 2 3 11 2 12 2 13
- 344*a33 *m1 *m2 *n1 *n2 + 24*a33 *m1 *m2 *n1*n2
2 11 3 8 6 2 11 3 6 8
+ 672*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 11 3 4 10 2 11 3 2 12
+ 2040*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
2 11 3 14 2 10 4 9 5
+ 8*a33 *m1 *m2 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 10 4 7 7 2 10 4 5 9
+ 6000*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
2 10 4 3 11 2 10 4 13
+ 2040*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1*n2
2 9 5 10 4 2 9 5 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
2 9 5 6 8 2 9 5 4 10
+ 14640*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
2 9 5 2 12 2 9 5 14
+ 800*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 8 6 11 3 2 8 6 9 5
- 672*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
2 8 6 7 7 2 8 6 5 9
- 21168*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
2 8 6 3 11 2 8 6 13
- 2760*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1*n2
2 7 7 12 2 2 7 7 10 4
+ 288*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
2 7 7 8 6 2 7 7 6 8
+ 21168*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
2 7 7 4 10 2 7 7 2 12
+ 6000*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 6 8 13 2 6 8 11 3
- 72*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 6 8 9 5 2 6 8 7 7
- 14640*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
2 6 8 5 9 2 6 8 3 11
- 8736*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 5 9 14 2 5 9 12 2
+ 8*a33 *m1 *m2 *n1 - 800*a33 *m1 *m2 *n1 *n2
2 5 9 10 4 2 5 9 8 6
+ 6840*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
2 5 9 6 8 2 5 9 4 10
+ 8736*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 4 10 13 2 4 10 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 4 10 9 5 2 4 10 7 7
+ 6840*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
2 4 10 5 9 2 3 11 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 3 11 12 2 2 3 11 10 4
+ 344*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 3 11 8 6 2 3 11 6 8
+ 2760*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 2 12 13 2 2 12 11 3
- 24*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
2 2 12 9 5 2 2 12 7 7
- 800*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
2 13 12 2 2 13 10 4
- 24*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
2 13 8 6 2 14 11 3 2 14 9 5
- 72*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
12 7 9 12 5 11
u3*v2*v3*(2*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n1 *n2
12 3 13 12 15
- 2*a33*m1 *m2*n1 *n2 - 2*a33*m1 *m2*n1*n2
11 2 8 8 11 2 6 10
- 18*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1 *n2
11 2 4 12 11 2 2 14
+ 36*a33*m1 *m2 *n1 *n2 + 24*a33*m1 *m2 *n1 *n2
11 2 16 10 3 9 7
- 2*a33*m1 *m2 *n2 + 72*a33*m1 *m2 *n1 *n2
10 3 7 9 10 3 5 11
- 20*a33*m1 *m2 *n1 *n2 - 228*a33*m1 *m2 *n1 *n2
10 3 3 13 10 3 15
- 108*a33*m1 *m2 *n1 *n2 + 28*a33*m1 *m2 *n1*n2
9 4 10 6 9 4 8 8
- 168*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
9 4 6 10 9 4 4 12
+ 760*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
9 4 2 14 9 4 16
- 160*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
8 5 11 5 8 5 9 7
+ 252*a33*m1 *m2 *n1 *n2 - 660*a33*m1 *m2 *n1 *n2
8 5 7 9 8 5 5 11
- 1530*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
8 5 3 13 8 5 15
+ 510*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1*n2
7 6 12 4 7 6 10 6
- 252*a33*m1 *m2 *n1 *n2 + 1176*a33*m1 *m2 *n1 *n2
7 6 8 8 7 6 6 10
+ 1944*a33*m1 *m2 *n1 *n2 - 576*a33*m1 *m2 *n1 *n2
7 6 4 12 7 6 2 14
- 1020*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5
+ 168*a33*m1 *m2 *n1 *n2 - 1344*a33*m1 *m2 *n1 *n2
6 7 9 7 6 7 7 9
- 1512*a33*m1 *m2 *n1 *n2 + 1512*a33*m1 *m2 *n1 *n2
6 7 5 11 6 7 3 13
+ 1344*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
5 8 14 2 5 8 12 4
- 72*a33*m1 *m2 *n1 *n2 + 1020*a33*m1 *m2 *n1 *n2
5 8 10 6 5 8 8 8
+ 576*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
5 8 6 10 5 8 4 12
- 1176*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
4 9 15 4 9 13 3
+ 18*a33*m1 *m2 *n1 *n2 - 510*a33*m1 *m2 *n1 *n2
4 9 11 5 4 9 9 7
+ 90*a33*m1 *m2 *n1 *n2 + 1530*a33*m1 *m2 *n1 *n2
4 9 7 9 4 9 5 11
+ 660*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
3 10 16 3 10 14 2
- 2*a33*m1 *m2 *n1 + 160*a33*m1 *m2 *n1 *n2
3 10 12 4 3 10 10 6
- 220*a33*m1 *m2 *n1 *n2 - 760*a33*m1 *m2 *n1 *n2
3 10 8 8 3 10 6 10
- 210*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
2 11 15 2 11 13 3
- 28*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
2 11 11 5 2 11 9 7
+ 228*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
2 11 7 9 12 16
- 72*a33*m1 *m2 *n1 *n2 + 2*a33*m1*m2 *n1
12 14 2 12 12 4
- 24*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
12 10 6 12 8 8
+ 8*a33*m1*m2 *n1 *n2 + 18*a33*m1*m2 *n1 *n2
13 15 13 13 3 13 11 5
+ 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
13 9 7 3 2 14 5 9
- 2*a33*m2 *n1 *n2 ) + u3*v3 *( - 8*a33 *m1 *n1 *n2
2 14 3 11 2 13 6 8
+ 8*a33 *m1 *n1 *n2 + 72*a33 *m1 *m2*n1 *n2
2 13 4 10 2 13 2 12
- 128*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 12 2 7 7 2 12 2 5 9
- 288*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
2 12 2 3 11 2 12 2 13
- 344*a33 *m1 *m2 *n1 *n2 + 24*a33 *m1 *m2 *n1*n2
2 11 3 8 6 2 11 3 6 8
+ 672*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 11 3 4 10 2 11 3 2 12
+ 2040*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
2 11 3 14 2 10 4 9 5
+ 8*a33 *m1 *m2 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 10 4 7 7 2 10 4 5 9
+ 6000*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
2 10 4 3 11 2 10 4 13
+ 2040*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1*n2
2 9 5 10 4 2 9 5 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
2 9 5 6 8 2 9 5 4 10
+ 14640*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
2 9 5 2 12 2 9 5 14
+ 800*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 8 6 11 3 2 8 6 9 5
- 672*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
2 8 6 7 7 2 8 6 5 9
- 21168*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
2 8 6 3 11 2 8 6 13
- 2760*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1*n2
2 7 7 12 2 2 7 7 10 4
+ 288*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
2 7 7 8 6 2 7 7 6 8
+ 21168*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
2 7 7 4 10 2 7 7 2 12
+ 6000*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 6 8 13 2 6 8 11 3
- 72*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 6 8 9 5 2 6 8 7 7
- 14640*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
2 6 8 5 9 2 6 8 3 11
- 8736*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 5 9 14 2 5 9 12 2
+ 8*a33 *m1 *m2 *n1 - 800*a33 *m1 *m2 *n1 *n2
2 5 9 10 4 2 5 9 8 6
+ 6840*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
2 5 9 6 8 2 5 9 4 10
+ 8736*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 4 10 13 2 4 10 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 4 10 9 5 2 4 10 7 7
+ 6840*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
2 4 10 5 9 2 3 11 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 3 11 12 2 2 3 11 10 4
+ 344*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 3 11 8 6 2 3 11 6 8
+ 2760*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 2 12 13 2 2 12 11 3
- 24*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
2 2 12 9 5 2 2 12 7 7
- 800*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
2 13 12 2 2 13 10 4
- 24*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
2 13 8 6 2 14 11 3 2 14 9 5
- 72*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
12 7 11 12 5 13 12 3 15 12 17
u3*v3*(2*m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - 2*m1 *n1*n2
11 8 10 11 6 12 11 4 14
- 18*m1 *m2*n1 *n2 - 8*m1 *m2*n1 *n2 + 36*m1 *m2*n1 *n2
11 2 16 11 18 10 2 9 9
+ 24*m1 *m2*n1 *n2 - 2*m1 *m2*n2 + 72*m1 *m2 *n1 *n2
10 2 7 11 10 2 5 13
- 20*m1 *m2 *n1 *n2 - 228*m1 *m2 *n1 *n2
10 2 3 15 10 2 17 9 3 10 8
- 108*m1 *m2 *n1 *n2 + 28*m1 *m2 *n1*n2 - 168*m1 *m2 *n1 *n2
9 3 8 10 9 3 6 12 9 3 4 14
+ 210*m1 *m2 *n1 *n2 + 760*m1 *m2 *n1 *n2 + 220*m1 *m2 *n1 *n2
9 3 2 16 9 3 18 8 4 11 7
- 160*m1 *m2 *n1 *n2 + 2*m1 *m2 *n2 + 252*m1 *m2 *n1 *n2
8 4 9 9 8 4 7 11 8 4 5 13
- 660*m1 *m2 *n1 *n2 - 1530*m1 *m2 *n1 *n2 - 90*m1 *m2 *n1 *n2
8 4 3 15 8 4 17 7 5 12 6
+ 510*m1 *m2 *n1 *n2 - 18*m1 *m2 *n1*n2 - 252*m1 *m2 *n1 *n2
7 5 10 8 7 5 8 10
+ 1176*m1 *m2 *n1 *n2 + 1944*m1 *m2 *n1 *n2
7 5 6 12 7 5 4 14 7 5 2 16
- 576*m1 *m2 *n1 *n2 - 1020*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2
6 6 13 5 6 6 11 7
+ 168*m1 *m2 *n1 *n2 - 1344*m1 *m2 *n1 *n2
6 6 9 9 6 6 7 11
- 1512*m1 *m2 *n1 *n2 + 1512*m1 *m2 *n1 *n2
6 6 5 13 6 6 3 15 5 7 14 4
+ 1344*m1 *m2 *n1 *n2 - 168*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2
5 7 12 6 5 7 10 8
+ 1020*m1 *m2 *n1 *n2 + 576*m1 *m2 *n1 *n2
5 7 8 10 5 7 6 12
- 1944*m1 *m2 *n1 *n2 - 1176*m1 *m2 *n1 *n2
5 7 4 14 4 8 15 3 4 8 13 5
+ 252*m1 *m2 *n1 *n2 + 18*m1 *m2 *n1 *n2 - 510*m1 *m2 *n1 *n2
4 8 11 7 4 8 9 9 4 8 7 11
+ 90*m1 *m2 *n1 *n2 + 1530*m1 *m2 *n1 *n2 + 660*m1 *m2 *n1 *n2
4 8 5 13 3 9 16 2 3 9 14 4
- 252*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 *n2 + 160*m1 *m2 *n1 *n2
3 9 12 6 3 9 10 8 3 9 8 10
- 220*m1 *m2 *n1 *n2 - 760*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
3 9 6 12 2 10 15 3
+ 168*m1 *m2 *n1 *n2 - 28*m1 *m2 *n1 *n2
2 10 13 5 2 10 11 7
+ 108*m1 *m2 *n1 *n2 + 228*m1 *m2 *n1 *n2
2 10 9 9 2 10 7 11 11 16 2
+ 20*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2 + 2*m1*m2 *n1 *n2
11 14 4 11 12 6 11 10 8
- 24*m1*m2 *n1 *n2 - 36*m1*m2 *n1 *n2 + 8*m1*m2 *n1 *n2
11 8 10 12 15 3 12 13 5
+ 18*m1*m2 *n1 *n2 + 2*m2 *n1 *n2 + 2*m2 *n1 *n2
12 11 7 12 9 9 3 14 6 9
- 2*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + v1 *( - 4*a33*m1 *n1 *n2
14 4 11 14 2 13 13 7 8
+ 8*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 + 36*a33*m1 *m2*n1 *n2
13 5 10 13 3 12
- 104*a33*m1 *m2*n1 *n2 + 76*a33*m1 *m2*n1 *n2
13 14 12 2 8 7
- 8*a33*m1 *m2*n1*n2 - 144*a33*m1 *m2 *n1 *n2
12 2 6 9 12 2 4 11
+ 580*a33*m1 *m2 *n1 *n2 - 596*a33*m1 *m2 *n1 *n2
12 2 2 13 12 2 15
+ 132*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n2
11 3 9 6 11 3 7 8
+ 336*a33*m1 *m2 *n1 *n2 - 1860*a33*m1 *m2 *n1 *n2
11 3 5 10 11 3 3 12
+ 2620*a33*m1 *m2 *n1 *n2 - 940*a33*m1 *m2 *n1 *n2
11 3 14 10 4 10 5
+ 68*a33*m1 *m2 *n1*n2 - 504*a33*m1 *m2 *n1 *n2
10 4 8 7 10 4 6 9
+ 3840*a33*m1 *m2 *n1 *n2 - 7320*a33*m1 *m2 *n1 *n2
10 4 4 11 10 4 2 13
+ 3860*a33*m1 *m2 *n1 *n2 - 488*a33*m1 *m2 *n1 *n2
10 4 15 9 5 11 4
+ 4*a33*m1 *m2 *n2 + 504*a33*m1 *m2 *n1 *n2
9 5 9 6 9 5 7 8
- 5376*a33*m1 *m2 *n1 *n2 + 13848*a33*m1 *m2 *n1 *n2
9 5 5 10 9 5 3 12
- 10260*a33*m1 *m2 *n1 *n2 + 2000*a33*m1 *m2 *n1 *n2
9 5 14 8 6 12 3
- 44*a33*m1 *m2 *n1*n2 - 336*a33*m1 *m2 *n1 *n2
8 6 10 5 8 6 8 7
+ 5208*a33*m1 *m2 *n1 *n2 - 18312*a33*m1 *m2 *n1 *n2
8 6 6 9 8 6 4 11
+ 18696*a33*m1 *m2 *n1 *n2 - 5280*a33*m1 *m2 *n1 *n2
8 6 2 13 7 7 13 2
+ 216*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
7 7 11 4 7 7 9 6
- 3480*a33*m1 *m2 *n1 *n2 + 17112*a33*m1 *m2 *n1 *n2
7 7 7 8 7 7 5 10
- 24024*a33*m1 *m2 *n1 *n2 + 9528*a33*m1 *m2 *n1 *n2
7 7 3 12 6 8 14
- 624*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 8 12 3 6 8 10 5
+ 1560*a33*m1 *m2 *n1 *n2 - 11220*a33*m1 *m2 *n1 *n2
6 8 8 7 6 8 6 9
+ 21960*a33*m1 *m2 *n1 *n2 - 12096*a33*m1 *m2 *n1 *n2
6 8 4 11 5 9 15
+ 1176*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
5 9 13 2 5 9 11 4
- 440*a33*m1 *m2 *n1 *n2 + 5020*a33*m1 *m2 *n1 *n2
5 9 9 6 5 9 7 8
- 14160*a33*m1 *m2 *n1 *n2 + 10896*a33*m1 *m2 *n1 *n2
5 9 5 10 4 10 14
- 1512*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1 *n2
4 10 12 3 4 10 10 5
- 1444*a33*m1 *m2 *n1 *n2 + 6260*a33*m1 *m2 *n1 *n2
4 10 8 7 4 10 6 9
- 6900*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
3 11 15 3 11 13 2
- 4*a33*m1 *m2 *n1 + 236*a33*m1 *m2 *n1 *n2
3 11 11 4 3 11 9 6
- 1788*a33*m1 *m2 *n1 *n2 + 2980*a33*m1 *m2 *n1 *n2
3 11 7 8 2 12 14
- 816*a33*m1 *m2 *n1 *n2 - 16*a33*m1 *m2 *n1 *n2
2 12 12 3 2 12 10 5
+ 292*a33*m1 *m2 *n1 *n2 - 824*a33*m1 *m2 *n1 *n2
2 12 8 7 13 13 2
+ 324*a33*m1 *m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2
13 11 4 13 9 6 14 12 3
+ 128*a33*m1*m2 *n1 *n2 - 76*a33*m1*m2 *n1 *n2 - 8*a33*m2 *n1 *n2
14 10 5 2 14 5 10
+ 8*a33*m2 *n1 *n2 ) + v1 *v2*( - 8*a33*m1 *n1 *n2
14 3 12 13 6 9 13 4 11
+ 8*a33*m1 *n1 *n2 + 76*a33*m1 *m2*n1 *n2 - 128*a33*m1 *m2*n1 *n2
13 2 13 12 2 7 8
+ 20*a33*m1 *m2*n1 *n2 - 324*a33*m1 *m2 *n1 *n2
12 2 5 10 12 2 3 12
+ 824*a33*m1 *m2 *n1 *n2 - 292*a33*m1 *m2 *n1 *n2
12 2 14 11 3 8 7
+ 16*a33*m1 *m2 *n1*n2 + 816*a33*m1 *m2 *n1 *n2
11 3 6 9 11 3 4 11
- 2980*a33*m1 *m2 *n1 *n2 + 1788*a33*m1 *m2 *n1 *n2
11 3 2 13 11 3 15
- 236*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
10 4 9 6 10 4 7 8
- 1344*a33*m1 *m2 *n1 *n2 + 6900*a33*m1 *m2 *n1 *n2
10 4 5 10 10 4 3 12
- 6260*a33*m1 *m2 *n1 *n2 + 1444*a33*m1 *m2 *n1 *n2
10 4 14 9 5 10 5
- 68*a33*m1 *m2 *n1*n2 + 1512*a33*m1 *m2 *n1 *n2
9 5 8 7 9 5 6 9
- 10896*a33*m1 *m2 *n1 *n2 + 14160*a33*m1 *m2 *n1 *n2
9 5 4 11 9 5 2 13
- 5020*a33*m1 *m2 *n1 *n2 + 440*a33*m1 *m2 *n1 *n2
9 5 15 8 6 11 4
- 4*a33*m1 *m2 *n2 - 1176*a33*m1 *m2 *n1 *n2
8 6 9 6 8 6 7 8
+ 12096*a33*m1 *m2 *n1 *n2 - 21960*a33*m1 *m2 *n1 *n2
8 6 5 10 8 6 3 12
+ 11220*a33*m1 *m2 *n1 *n2 - 1560*a33*m1 *m2 *n1 *n2
8 6 14 7 7 12 3
+ 36*a33*m1 *m2 *n1*n2 + 624*a33*m1 *m2 *n1 *n2
7 7 10 5 7 7 8 7
- 9528*a33*m1 *m2 *n1 *n2 + 24024*a33*m1 *m2 *n1 *n2
7 7 6 9 7 7 4 11
- 17112*a33*m1 *m2 *n1 *n2 + 3480*a33*m1 *m2 *n1 *n2
7 7 2 13 6 8 13 2
- 144*a33*m1 *m2 *n1 *n2 - 216*a33*m1 *m2 *n1 *n2
6 8 11 4 6 8 9 6
+ 5280*a33*m1 *m2 *n1 *n2 - 18696*a33*m1 *m2 *n1 *n2
6 8 7 8 6 8 5 10
+ 18312*a33*m1 *m2 *n1 *n2 - 5208*a33*m1 *m2 *n1 *n2
6 8 3 12 5 9 14
+ 336*a33*m1 *m2 *n1 *n2 + 44*a33*m1 *m2 *n1 *n2
5 9 12 3 5 9 10 5
- 2000*a33*m1 *m2 *n1 *n2 + 10260*a33*m1 *m2 *n1 *n2
5 9 8 7 5 9 6 9
- 13848*a33*m1 *m2 *n1 *n2 + 5376*a33*m1 *m2 *n1 *n2
5 9 4 11 4 10 15
- 504*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
4 10 13 2 4 10 11 4
+ 488*a33*m1 *m2 *n1 *n2 - 3860*a33*m1 *m2 *n1 *n2
4 10 9 6 4 10 7 8
+ 7320*a33*m1 *m2 *n1 *n2 - 3840*a33*m1 *m2 *n1 *n2
4 10 5 10 3 11 14
+ 504*a33*m1 *m2 *n1 *n2 - 68*a33*m1 *m2 *n1 *n2
3 11 12 3 3 11 10 5
+ 940*a33*m1 *m2 *n1 *n2 - 2620*a33*m1 *m2 *n1 *n2
3 11 8 7 3 11 6 9
+ 1860*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
2 12 15 2 12 13 2
+ 4*a33*m1 *m2 *n1 - 132*a33*m1 *m2 *n1 *n2
2 12 11 4 2 12 9 6
+ 596*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
2 12 7 8 13 14
+ 144*a33*m1 *m2 *n1 *n2 + 8*a33*m1*m2 *n1 *n2
13 12 3 13 10 5
- 76*a33*m1*m2 *n1 *n2 + 104*a33*m1*m2 *n1 *n2
13 8 7 14 13 2 14 11 4
- 36*a33*m1*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 - 8*a33*m2 *n1 *n2
14 9 6 2 2 2 15 4 9
+ 4*a33*m2 *n1 *n2 ) + v1 *v3 *(4*a33 *m1 *n1 *n2
2 15 2 11 2 14 5 8
- 4*a33 *m1 *n1 *n2 - 36*a33 *m1 *m2*n1 *n2
2 14 3 10 2 14 12
+ 60*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n1*n2
2 13 2 6 7 2 13 2 4 9
+ 144*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 13 2 2 11 2 13 2 13
+ 108*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 12 3 7 6 2 12 3 5 8
- 336*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 12 3 3 10 2 12 3 12
- 596*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 11 4 8 5 2 11 4 6 7
+ 504*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 11 4 4 9 2 11 4 2 11
+ 1820*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 10 5 9 4 2 10 5 7 6
- 504*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 10 5 5 8 2 10 5 3 10
- 3420*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
2 10 5 12 2 9 6 10 3
+ 24*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 6 8 5 2 9 6 6 7
- 3360*a33 *m1 *m2 *n1 *n2 + 4056*a33 *m1 *m2 *n1 *n2
2 9 6 4 9 2 9 6 2 11
- 480*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 9 6 13 2 8 7 11 2
+ 4*a33 *m1 *m2 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 8 7 9 4 2 8 7 7 6
+ 2160*a33 *m1 *m2 *n1 *n2 - 2856*a33 *m1 *m2 *n1 *n2
2 8 7 5 8 2 8 7 3 10
- 792*a33 *m1 *m2 *n1 *n2 + 900*a33 *m1 *m2 *n1 *n2
2 8 7 12 2 7 8 12
- 36*a33 *m1 *m2 *n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 7 8 10 3 2 7 8 8 5
- 900*a33 *m1 *m2 *n1 *n2 + 792*a33 *m1 *m2 *n1 *n2
2 7 8 6 7 2 7 8 4 9
+ 2856*a33 *m1 *m2 *n1 *n2 - 2160*a33 *m1 *m2 *n1 *n2
2 7 8 2 11 2 6 9 13
+ 144*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 6 9 11 2 2 6 9 9 4
+ 220*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 6 9 7 6 2 6 9 5 8
- 4056*a33 *m1 *m2 *n1 *n2 + 3360*a33 *m1 *m2 *n1 *n2
2 6 9 3 10 2 5 10 12
- 336*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
2 5 10 10 3 2 5 10 8 5
- 580*a33 *m1 *m2 *n1 *n2 + 3420*a33 *m1 *m2 *n1 *n2
2 5 10 6 7 2 5 10 4 9
- 3528*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 4 11 11 2 2 4 11 9 4
+ 252*a33 *m1 *m2 *n1 *n2 - 1820*a33 *m1 *m2 *n1 *n2
2 4 11 7 6 2 4 11 5 8
+ 2520*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 12 12 2 3 12 10 3
- 52*a33 *m1 *m2 *n1 *n2 + 596*a33 *m1 *m2 *n1 *n2
2 3 12 8 5 2 3 12 6 7
- 1200*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 13 13 2 2 13 11 2
+ 4*a33 *m1 *m2 *n1 - 108*a33 *m1 *m2 *n1 *n2
2 2 13 9 4 2 2 13 7 6
+ 360*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 14 12 2 14 10 3
+ 8*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
2 14 8 5 2 15 11 2 2 15 9 4
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) +
2 14 6 9 14 4 11 14 2 13
v1*v2 *( - 4*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2
13 7 8 13 5 10
+ 36*a33*m1 *m2*n1 *n2 - 104*a33*m1 *m2*n1 *n2
13 3 12 13 14
+ 76*a33*m1 *m2*n1 *n2 - 8*a33*m1 *m2*n1*n2
12 2 8 7 12 2 6 9
- 144*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
12 2 4 11 12 2 2 13
- 596*a33*m1 *m2 *n1 *n2 + 132*a33*m1 *m2 *n1 *n2
12 2 15 11 3 9 6
- 4*a33*m1 *m2 *n2 + 336*a33*m1 *m2 *n1 *n2
11 3 7 8 11 3 5 10
- 1860*a33*m1 *m2 *n1 *n2 + 2620*a33*m1 *m2 *n1 *n2
11 3 3 12 11 3 14
- 940*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1*n2
10 4 10 5 10 4 8 7
- 504*a33*m1 *m2 *n1 *n2 + 3840*a33*m1 *m2 *n1 *n2
10 4 6 9 10 4 4 11
- 7320*a33*m1 *m2 *n1 *n2 + 3860*a33*m1 *m2 *n1 *n2
10 4 2 13 10 4 15
- 488*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
9 5 11 4 9 5 9 6
+ 504*a33*m1 *m2 *n1 *n2 - 5376*a33*m1 *m2 *n1 *n2
9 5 7 8 9 5 5 10
+ 13848*a33*m1 *m2 *n1 *n2 - 10260*a33*m1 *m2 *n1 *n2
9 5 3 12 9 5 14
+ 2000*a33*m1 *m2 *n1 *n2 - 44*a33*m1 *m2 *n1*n2
8 6 12 3 8 6 10 5
- 336*a33*m1 *m2 *n1 *n2 + 5208*a33*m1 *m2 *n1 *n2
8 6 8 7 8 6 6 9
- 18312*a33*m1 *m2 *n1 *n2 + 18696*a33*m1 *m2 *n1 *n2
8 6 4 11 8 6 2 13
- 5280*a33*m1 *m2 *n1 *n2 + 216*a33*m1 *m2 *n1 *n2
7 7 13 2 7 7 11 4
+ 144*a33*m1 *m2 *n1 *n2 - 3480*a33*m1 *m2 *n1 *n2
7 7 9 6 7 7 7 8
+ 17112*a33*m1 *m2 *n1 *n2 - 24024*a33*m1 *m2 *n1 *n2
7 7 5 10 7 7 3 12
+ 9528*a33*m1 *m2 *n1 *n2 - 624*a33*m1 *m2 *n1 *n2
6 8 14 6 8 12 3
- 36*a33*m1 *m2 *n1 *n2 + 1560*a33*m1 *m2 *n1 *n2
6 8 10 5 6 8 8 7
- 11220*a33*m1 *m2 *n1 *n2 + 21960*a33*m1 *m2 *n1 *n2
6 8 6 9 6 8 4 11
- 12096*a33*m1 *m2 *n1 *n2 + 1176*a33*m1 *m2 *n1 *n2
5 9 15 5 9 13 2
+ 4*a33*m1 *m2 *n1 - 440*a33*m1 *m2 *n1 *n2
5 9 11 4 5 9 9 6
+ 5020*a33*m1 *m2 *n1 *n2 - 14160*a33*m1 *m2 *n1 *n2
5 9 7 8 5 9 5 10
+ 10896*a33*m1 *m2 *n1 *n2 - 1512*a33*m1 *m2 *n1 *n2
4 10 14 4 10 12 3
+ 68*a33*m1 *m2 *n1 *n2 - 1444*a33*m1 *m2 *n1 *n2
4 10 10 5 4 10 8 7
+ 6260*a33*m1 *m2 *n1 *n2 - 6900*a33*m1 *m2 *n1 *n2
4 10 6 9 3 11 15
+ 1344*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
3 11 13 2 3 11 11 4
+ 236*a33*m1 *m2 *n1 *n2 - 1788*a33*m1 *m2 *n1 *n2
3 11 9 6 3 11 7 8
+ 2980*a33*m1 *m2 *n1 *n2 - 816*a33*m1 *m2 *n1 *n2
2 12 14 2 12 12 3
- 16*a33*m1 *m2 *n1 *n2 + 292*a33*m1 *m2 *n1 *n2
2 12 10 5 2 12 8 7
- 824*a33*m1 *m2 *n1 *n2 + 324*a33*m1 *m2 *n1 *n2
13 13 2 13 11 4
- 20*a33*m1*m2 *n1 *n2 + 128*a33*m1*m2 *n1 *n2
13 9 6 14 12 3
- 76*a33*m1*m2 *n1 *n2 - 8*a33*m2 *n1 *n2
14 10 5 13 7 10 13 5 12
+ 8*a33*m2 *n1 *n2 ) + v1*v2*(6*m1 *n1 *n2 - 2*m1 *n1 *n2
13 3 14 13 16 12 8 9
- 6*m1 *n1 *n2 + 2*m1 *n1*n2 - 56*m1 *m2*n1 *n2
12 6 11 12 4 13 12 2 15
+ 54*m1 *m2*n1 *n2 + 70*m1 *m2*n1 *n2 - 38*m1 *m2*n1 *n2
12 17 11 2 9 8 11 2 7 10
+ 2*m1 *m2*n2 + 234*m1 *m2 *n1 *n2 - 412*m1 *m2 *n1 *n2
11 2 5 12 11 2 3 14 11 2 16
- 312*m1 *m2 *n1 *n2 + 300*m1 *m2 *n1 *n2 - 34*m1 *m2 *n1*n2
10 3 10 7 10 3 8 9 10 3 6 11
- 576*m1 *m2 *n1 *n2 + 1610*m1 *m2 *n1 *n2 + 628*m1 *m2 *n1 *n2
10 3 4 13 10 3 2 15 10 3 17
- 1304*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 - 2*m1 *m2 *n2
9 4 11 6 9 4 9 8 9 4 7 10
+ 924*m1 *m2 *n1 *n2 - 3870*m1 *m2 *n1 *n2 - 190*m1 *m2 *n1 *n2
9 4 5 12 9 4 3 14 9 4 16
+ 3510*m1 *m2 *n1 *n2 - 1070*m1 *m2 *n1 *n2 + 24*m1 *m2 *n1*n2
8 5 12 5 8 5 10 7 8 5 8 9
- 1008*m1 *m2 *n1 *n2 + 6204*m1 *m2 *n1 *n2 - 1998*m1 *m2 *n1 *n2
8 5 6 11 8 5 4 13 8 5 2 15
- 6174*m1 *m2 *n1 *n2 + 2910*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
7 6 13 4 7 6 11 6 7 6 9 8
+ 756*m1 *m2 *n1 *n2 - 6888*m1 *m2 *n1 *n2 + 5280*m1 *m2 *n1 *n2
7 6 7 10 7 6 5 12 7 6 3 14
+ 7176*m1 *m2 *n1 *n2 - 5364*m1 *m2 *n1 *n2 + 384*m1 *m2 *n1 *n2
6 7 14 3 6 7 12 5 6 7 10 7
- 384*m1 *m2 *n1 *n2 + 5364*m1 *m2 *n1 *n2 - 7176*m1 *m2 *n1 *n2
6 7 8 9 6 7 6 11 6 7 4 13
- 5280*m1 *m2 *n1 *n2 + 6888*m1 *m2 *n1 *n2 - 756*m1 *m2 *n1 *n2
5 8 15 2 5 8 13 4 5 8 11 6
+ 126*m1 *m2 *n1 *n2 - 2910*m1 *m2 *n1 *n2 + 6174*m1 *m2 *n1 *n2
5 8 9 8 5 8 7 10 5 8 5 12
+ 1998*m1 *m2 *n1 *n2 - 6204*m1 *m2 *n1 *n2 + 1008*m1 *m2 *n1 *n2
4 9 16 4 9 14 3 4 9 12 5
- 24*m1 *m2 *n1 *n2 + 1070*m1 *m2 *n1 *n2 - 3510*m1 *m2 *n1 *n2
4 9 10 7 4 9 8 9 4 9 6 11
+ 190*m1 *m2 *n1 *n2 + 3870*m1 *m2 *n1 *n2 - 924*m1 *m2 *n1 *n2
3 10 17 3 10 15 2 3 10 13 4
+ 2*m1 *m2 *n1 - 252*m1 *m2 *n1 *n2 + 1304*m1 *m2 *n1 *n2
3 10 11 6 3 10 9 8 3 10 7 10
- 628*m1 *m2 *n1 *n2 - 1610*m1 *m2 *n1 *n2 + 576*m1 *m2 *n1 *n2
2 11 16 2 11 14 3 2 11 12 5
+ 34*m1 *m2 *n1 *n2 - 300*m1 *m2 *n1 *n2 + 312*m1 *m2 *n1 *n2
2 11 10 7 2 11 8 9 12 17
+ 412*m1 *m2 *n1 *n2 - 234*m1 *m2 *n1 *n2 - 2*m1*m2 *n1
12 15 2 12 13 4 12 11 6
+ 38*m1*m2 *n1 *n2 - 70*m1*m2 *n1 *n2 - 54*m1*m2 *n1 *n2
12 9 8 13 16 13 14 3 13 12 5
+ 56*m1*m2 *n1 *n2 - 2*m2 *n1 *n2 + 6*m2 *n1 *n2 + 2*m2 *n1 *n2
13 10 7 2 14 6 9 14 4 11
- 6*m2 *n1 *n2 ) + v1*v3 *( - 7*a33*m1 *n1 *n2 + 9*a33*m1 *n1 *n2
14 2 13 14 15 13 7 8
- a33*m1 *n1 *n2 - a33*m1 *n2 + 63*a33*m1 *m2*n1 *n2
13 5 10 13 3 12
- 129*a33*m1 *m2*n1 *n2 + 41*a33*m1 *m2*n1 *n2
13 14 12 2 8 7
+ 9*a33*m1 *m2*n1*n2 - 252*a33*m1 *m2 *n1 *n2
12 2 6 9 12 2 4 11
+ 760*a33*m1 *m2 *n1 *n2 - 432*a33*m1 *m2 *n1 *n2
12 2 2 13 12 2 15
+ 8*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n2
11 3 9 6 11 3 7 8
+ 588*a33*m1 *m2 *n1 *n2 - 2520*a33*m1 *m2 *n1 *n2
11 3 5 10 11 3 3 12
+ 2212*a33*m1 *m2 *n1 *n2 - 432*a33*m1 *m2 *n1 *n2
11 3 14 10 4 10 5
+ 72*a33*m1 *m2 *n1*n2 - 882*a33*m1 *m2 *n1 *n2
10 4 8 7 10 4 6 9
+ 5310*a33*m1 *m2 *n1 *n2 - 6735*a33*m1 *m2 *n1 *n2
10 4 4 11 10 4 2 13
+ 2541*a33*m1 *m2 *n1 *n2 - 543*a33*m1 *m2 *n1 *n2
10 4 15 9 5 11 4
+ 5*a33*m1 *m2 *n2 + 882*a33*m1 *m2 *n1 *n2
9 5 9 6 9 5 7 8
- 7518*a33*m1 *m2 *n1 *n2 + 13347*a33*m1 *m2 *n1 *n2
9 5 5 10 9 5 3 12
- 7913*a33*m1 *m2 *n1 *n2 + 2315*a33*m1 *m2 *n1 *n2
9 5 14 8 6 12 3
- 57*a33*m1 *m2 *n1*n2 - 588*a33*m1 *m2 *n1 *n2
8 6 10 5 8 6 8 7
+ 7308*a33*m1 *m2 *n1 *n2 - 17952*a33*m1 *m2 *n1 *n2
8 6 6 9 8 6 4 11
+ 15612*a33*m1 *m2 *n1 *n2 - 6300*a33*m1 *m2 *n1 *n2
8 6 2 13 7 7 13 2
+ 288*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
7 7 11 4 7 7 9 6
- 4860*a33*m1 *m2 *n1 *n2 + 16584*a33*m1 *m2 *n1 *n2
7 7 7 8 7 7 5 10
- 20736*a33*m1 *m2 *n1 *n2 + 11628*a33*m1 *m2 *n1 *n2
7 7 3 12 6 8 14
- 852*a33*m1 *m2 *n1 *n2 - 63*a33*m1 *m2 *n1 *n2
6 8 12 3 6 8 10 5
+ 2145*a33*m1 *m2 *n1 *n2 - 10359*a33*m1 *m2 *n1 *n2
6 8 8 7 6 8 6 9
+ 18849*a33*m1 *m2 *n1 *n2 - 14994*a33*m1 *m2 *n1 *n2
6 8 4 11 5 9 15
+ 1638*a33*m1 *m2 *n1 *n2 + 7*a33*m1 *m2 *n1
5 9 13 2 5 9 11 4
- 585*a33*m1 *m2 *n1 *n2 + 4135*a33*m1 *m2 *n1 *n2
5 9 9 6 5 9 7 8
- 11537*a33*m1 *m2 *n1 *n2 + 13626*a33*m1 *m2 *n1 *n2
5 9 5 10 4 10 14
- 2142*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
4 10 12 3 4 10 10 5
- 896*a33*m1 *m2 *n1 *n2 + 4464*a33*m1 *m2 *n1 *n2
4 10 8 7 4 10 6 9
- 8640*a33*m1 *m2 *n1 *n2 + 1932*a33*m1 *m2 *n1 *n2
3 11 15 3 11 13 2
- 4*a33*m1 *m2 *n1 + 36*a33*m1 *m2 *n1 *n2
3 11 11 4 3 11 9 6
- 896*a33*m1 *m2 *n1 *n2 + 3700*a33*m1 *m2 *n1 *n2
3 11 7 8 2 12 14
- 1188*a33*m1 *m2 *n1 *n2 + 23*a33*m1 *m2 *n1 *n2
2 12 12 3 2 12 10 5
+ 3*a33*m1 *m2 *n1 *n2 - 999*a33*m1 *m2 *n1 *n2
2 12 8 7 13 15 13 13 2
+ 477*a33*m1 *m2 *n1 *n2 - 3*a33*m1*m2 *n1 + 33*a33*m1*m2 *n1 *n2
13 11 4 13 9 6 14 14
+ 147*a33*m1*m2 *n1 *n2 - 113*a33*m1*m2 *n1 *n2 - 4*a33*m2 *n1 *n2
14 12 3 14 10 5 3
- 8*a33*m2 *n1 *n2 + 12*a33*m2 *n1 *n2 ) + v2 *(
14 5 10 14 3 12 13 6 9
- 8*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 + 76*a33*m1 *m2*n1 *n2
13 4 11 13 2 13
- 128*a33*m1 *m2*n1 *n2 + 20*a33*m1 *m2*n1 *n2
12 2 7 8 12 2 5 10
- 324*a33*m1 *m2 *n1 *n2 + 824*a33*m1 *m2 *n1 *n2
12 2 3 12 12 2 14
- 292*a33*m1 *m2 *n1 *n2 + 16*a33*m1 *m2 *n1*n2
11 3 8 7 11 3 6 9
+ 816*a33*m1 *m2 *n1 *n2 - 2980*a33*m1 *m2 *n1 *n2
11 3 4 11 11 3 2 13
+ 1788*a33*m1 *m2 *n1 *n2 - 236*a33*m1 *m2 *n1 *n2
11 3 15 10 4 9 6
+ 4*a33*m1 *m2 *n2 - 1344*a33*m1 *m2 *n1 *n2
10 4 7 8 10 4 5 10
+ 6900*a33*m1 *m2 *n1 *n2 - 6260*a33*m1 *m2 *n1 *n2
10 4 3 12 10 4 14
+ 1444*a33*m1 *m2 *n1 *n2 - 68*a33*m1 *m2 *n1*n2
9 5 10 5 9 5 8 7
+ 1512*a33*m1 *m2 *n1 *n2 - 10896*a33*m1 *m2 *n1 *n2
9 5 6 9 9 5 4 11
+ 14160*a33*m1 *m2 *n1 *n2 - 5020*a33*m1 *m2 *n1 *n2
9 5 2 13 9 5 15
+ 440*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n2
8 6 11 4 8 6 9 6
- 1176*a33*m1 *m2 *n1 *n2 + 12096*a33*m1 *m2 *n1 *n2
8 6 7 8 8 6 5 10
- 21960*a33*m1 *m2 *n1 *n2 + 11220*a33*m1 *m2 *n1 *n2
8 6 3 12 8 6 14
- 1560*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1*n2
7 7 12 3 7 7 10 5
+ 624*a33*m1 *m2 *n1 *n2 - 9528*a33*m1 *m2 *n1 *n2
7 7 8 7 7 7 6 9
+ 24024*a33*m1 *m2 *n1 *n2 - 17112*a33*m1 *m2 *n1 *n2
7 7 4 11 7 7 2 13
+ 3480*a33*m1 *m2 *n1 *n2 - 144*a33*m1 *m2 *n1 *n2
6 8 13 2 6 8 11 4
- 216*a33*m1 *m2 *n1 *n2 + 5280*a33*m1 *m2 *n1 *n2
6 8 9 6 6 8 7 8
- 18696*a33*m1 *m2 *n1 *n2 + 18312*a33*m1 *m2 *n1 *n2
6 8 5 10 6 8 3 12
- 5208*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
5 9 14 5 9 12 3
+ 44*a33*m1 *m2 *n1 *n2 - 2000*a33*m1 *m2 *n1 *n2
5 9 10 5 5 9 8 7
+ 10260*a33*m1 *m2 *n1 *n2 - 13848*a33*m1 *m2 *n1 *n2
5 9 6 9 5 9 4 11
+ 5376*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
4 10 15 4 10 13 2
- 4*a33*m1 *m2 *n1 + 488*a33*m1 *m2 *n1 *n2
4 10 11 4 4 10 9 6
- 3860*a33*m1 *m2 *n1 *n2 + 7320*a33*m1 *m2 *n1 *n2
4 10 7 8 4 10 5 10
- 3840*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
3 11 14 3 11 12 3
- 68*a33*m1 *m2 *n1 *n2 + 940*a33*m1 *m2 *n1 *n2
3 11 10 5 3 11 8 7
- 2620*a33*m1 *m2 *n1 *n2 + 1860*a33*m1 *m2 *n1 *n2
3 11 6 9 2 12 15
- 336*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
2 12 13 2 2 12 11 4
- 132*a33*m1 *m2 *n1 *n2 + 596*a33*m1 *m2 *n1 *n2
2 12 9 6 2 12 7 8
- 580*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
13 14 13 12 3
+ 8*a33*m1*m2 *n1 *n2 - 76*a33*m1*m2 *n1 *n2
13 10 5 13 8 7 14 13 2
+ 104*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2 + 4*a33*m2 *n1 *n2
14 11 4 14 9 6 2 2
- 8*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 ) + v2 *v3 *(
2 15 4 9 2 15 2 11 2 14 5 8
4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 - 36*a33 *m1 *m2*n1 *n2
2 14 3 10 2 14 12
+ 60*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n1*n2
2 13 2 6 7 2 13 2 4 9
+ 144*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 13 2 2 11 2 13 2 13
+ 108*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 12 3 7 6 2 12 3 5 8
- 336*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 12 3 3 10 2 12 3 12
- 596*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 11 4 8 5 2 11 4 6 7
+ 504*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 11 4 4 9 2 11 4 2 11
+ 1820*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 10 5 9 4 2 10 5 7 6
- 504*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 10 5 5 8 2 10 5 3 10
- 3420*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
2 10 5 12 2 9 6 10 3
+ 24*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 6 8 5 2 9 6 6 7
- 3360*a33 *m1 *m2 *n1 *n2 + 4056*a33 *m1 *m2 *n1 *n2
2 9 6 4 9 2 9 6 2 11
- 480*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 9 6 13 2 8 7 11 2
+ 4*a33 *m1 *m2 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 8 7 9 4 2 8 7 7 6
+ 2160*a33 *m1 *m2 *n1 *n2 - 2856*a33 *m1 *m2 *n1 *n2
2 8 7 5 8 2 8 7 3 10
- 792*a33 *m1 *m2 *n1 *n2 + 900*a33 *m1 *m2 *n1 *n2
2 8 7 12 2 7 8 12
- 36*a33 *m1 *m2 *n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 7 8 10 3 2 7 8 8 5
- 900*a33 *m1 *m2 *n1 *n2 + 792*a33 *m1 *m2 *n1 *n2
2 7 8 6 7 2 7 8 4 9
+ 2856*a33 *m1 *m2 *n1 *n2 - 2160*a33 *m1 *m2 *n1 *n2
2 7 8 2 11 2 6 9 13
+ 144*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 6 9 11 2 2 6 9 9 4
+ 220*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 6 9 7 6 2 6 9 5 8
- 4056*a33 *m1 *m2 *n1 *n2 + 3360*a33 *m1 *m2 *n1 *n2
2 6 9 3 10 2 5 10 12
- 336*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
2 5 10 10 3 2 5 10 8 5
- 580*a33 *m1 *m2 *n1 *n2 + 3420*a33 *m1 *m2 *n1 *n2
2 5 10 6 7 2 5 10 4 9
- 3528*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 4 11 11 2 2 4 11 9 4
+ 252*a33 *m1 *m2 *n1 *n2 - 1820*a33 *m1 *m2 *n1 *n2
2 4 11 7 6 2 4 11 5 8
+ 2520*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 12 12 2 3 12 10 3
- 52*a33 *m1 *m2 *n1 *n2 + 596*a33 *m1 *m2 *n1 *n2
2 3 12 8 5 2 3 12 6 7
- 1200*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 13 13 2 2 13 11 2
+ 4*a33 *m1 *m2 *n1 - 108*a33 *m1 *m2 *n1 *n2
2 2 13 9 4 2 2 13 7 6
+ 360*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 14 12 2 14 10 3
+ 8*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
2 14 8 5 2 15 11 2 2 15 9 4
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) +
2 13 8 9 13 6 11 13 4 13 13 2 15
v2 *( - 2*m1 *n1 *n2 + 6*m1 *n1 *n2 + 2*m1 *n1 *n2 - 6*m1 *n1 *n2
12 9 8 12 7 10 12 5 12
+ 18*m1 *m2*n1 *n2 - 70*m1 *m2*n1 *n2 + 6*m1 *m2*n1 *n2
12 3 14 12 16 11 2 10 7
+ 86*m1 *m2*n1 *n2 - 8*m1 *m2*n1*n2 - 72*m1 *m2 *n1 *n2
11 2 8 9 11 2 6 11 11 2 4 13
+ 362*m1 *m2 *n1 *n2 - 188*m1 *m2 *n1 *n2 - 504*m1 *m2 *n1 *n2
11 2 2 15 11 2 17 10 3 11 6
+ 116*m1 *m2 *n1 *n2 - 2*m1 *m2 *n2 + 168*m1 *m2 *n1 *n2
10 3 9 8 10 3 7 10
- 1098*m1 *m2 *n1 *n2 + 1100*m1 *m2 *n1 *n2
10 3 5 12 10 3 3 14 10 3 16
+ 1624*m1 *m2 *n1 *n2 - 708*m1 *m2 *n1 *n2 + 34*m1 *m2 *n1*n2
9 4 12 5 9 4 10 7 9 4 8 9
- 252*m1 *m2 *n1 *n2 + 2172*m1 *m2 *n1 *n2 - 3420*m1 *m2 *n1 *n2
9 4 6 11 9 4 4 13 9 4 2 15
- 3150*m1 *m2 *n1 *n2 + 2470*m1 *m2 *n1 *n2 - 222*m1 *m2 *n1 *n2
9 4 17 8 5 13 4 8 5 11 6
+ 2*m1 *m2 *n2 + 252*m1 *m2 *n1 *n2 - 2940*m1 *m2 *n1 *n2
8 5 9 8 8 5 7 10 8 5 5 12
+ 6756*m1 *m2 *n1 *n2 + 3582*m1 *m2 *n1 *n2 - 5550*m1 *m2 *n1 *n2
8 5 3 14 8 5 16 7 6 14 3
+ 798*m1 *m2 *n1 *n2 - 18*m1 *m2 *n1*n2 - 168*m1 *m2 *n1 *n2
7 6 12 5 7 6 10 7 7 6 8 9
+ 2772*m1 *m2 *n1 *n2 - 9072*m1 *m2 *n1 *n2 - 1632*m1 *m2 *n1 *n2
7 6 6 11 7 6 4 13 7 6 2 15
+ 8496*m1 *m2 *n1 *n2 - 1812*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2
6 7 15 2 6 7 13 4 6 7 11 6
+ 72*m1 *m2 *n1 *n2 - 1812*m1 *m2 *n1 *n2 + 8496*m1 *m2 *n1 *n2
6 7 9 8 6 7 7 10 6 7 5 12
- 1632*m1 *m2 *n1 *n2 - 9072*m1 *m2 *n1 *n2 + 2772*m1 *m2 *n1 *n2
6 7 3 14 5 8 16 5 8 14 3
- 168*m1 *m2 *n1 *n2 - 18*m1 *m2 *n1 *n2 + 798*m1 *m2 *n1 *n2
5 8 12 5 5 8 10 7 5 8 8 9
- 5550*m1 *m2 *n1 *n2 + 3582*m1 *m2 *n1 *n2 + 6756*m1 *m2 *n1 *n2
5 8 6 11 5 8 4 13 4 9 17
- 2940*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 + 2*m1 *m2 *n1
4 9 15 2 4 9 13 4 4 9 11 6
- 222*m1 *m2 *n1 *n2 + 2470*m1 *m2 *n1 *n2 - 3150*m1 *m2 *n1 *n2
4 9 9 8 4 9 7 10 4 9 5 12
- 3420*m1 *m2 *n1 *n2 + 2172*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2
3 10 16 3 10 14 3 3 10 12 5
+ 34*m1 *m2 *n1 *n2 - 708*m1 *m2 *n1 *n2 + 1624*m1 *m2 *n1 *n2
3 10 10 7 3 10 8 9
+ 1100*m1 *m2 *n1 *n2 - 1098*m1 *m2 *n1 *n2
3 10 6 11 2 11 17 2 11 15 2
+ 168*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 + 116*m1 *m2 *n1 *n2
2 11 13 4 2 11 11 6 2 11 9 8
- 504*m1 *m2 *n1 *n2 - 188*m1 *m2 *n1 *n2 + 362*m1 *m2 *n1 *n2
2 11 7 10 12 16 12 14 3
- 72*m1 *m2 *n1 *n2 - 8*m1*m2 *n1 *n2 + 86*m1*m2 *n1 *n2
12 12 5 12 10 7 12 8 9
+ 6*m1*m2 *n1 *n2 - 70*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2
13 15 2 13 13 4 13 11 6 13 9 8
- 6*m2 *n1 *n2 + 2*m2 *n1 *n2 + 6*m2 *n1 *n2 - 2*m2 *n1 *n2
2 14 5 10 14 3 12
) + v2*v3 *( - 12*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2
14 14 13 6 9 13 4 11
+ 4*a33*m1 *n1*n2 + 113*a33*m1 *m2*n1 *n2 - 147*a33*m1 *m2*n1 *n2
13 2 13 13 15 12 2 7 8
- 33*a33*m1 *m2*n1 *n2 + 3*a33*m1 *m2*n2 - 477*a33*m1 *m2 *n1 *n2
12 2 5 10 12 2 3 12
+ 999*a33*m1 *m2 *n1 *n2 - 3*a33*m1 *m2 *n1 *n2
12 2 14 11 3 8 7
- 23*a33*m1 *m2 *n1*n2 + 1188*a33*m1 *m2 *n1 *n2
11 3 6 9 11 3 4 11
- 3700*a33*m1 *m2 *n1 *n2 + 896*a33*m1 *m2 *n1 *n2
11 3 2 13 11 3 15
- 36*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
10 4 9 6 10 4 7 8
- 1932*a33*m1 *m2 *n1 *n2 + 8640*a33*m1 *m2 *n1 *n2
10 4 5 10 10 4 3 12
- 4464*a33*m1 *m2 *n1 *n2 + 896*a33*m1 *m2 *n1 *n2
10 4 14 9 5 10 5
- 84*a33*m1 *m2 *n1*n2 + 2142*a33*m1 *m2 *n1 *n2
9 5 8 7 9 5 6 9
- 13626*a33*m1 *m2 *n1 *n2 + 11537*a33*m1 *m2 *n1 *n2
9 5 4 11 9 5 2 13
- 4135*a33*m1 *m2 *n1 *n2 + 585*a33*m1 *m2 *n1 *n2
9 5 15 8 6 11 4
- 7*a33*m1 *m2 *n2 - 1638*a33*m1 *m2 *n1 *n2
8 6 9 6 8 6 7 8
+ 14994*a33*m1 *m2 *n1 *n2 - 18849*a33*m1 *m2 *n1 *n2
8 6 5 10 8 6 3 12
+ 10359*a33*m1 *m2 *n1 *n2 - 2145*a33*m1 *m2 *n1 *n2
8 6 14 7 7 12 3
+ 63*a33*m1 *m2 *n1*n2 + 852*a33*m1 *m2 *n1 *n2
7 7 10 5 7 7 8 7
- 11628*a33*m1 *m2 *n1 *n2 + 20736*a33*m1 *m2 *n1 *n2
7 7 6 9 7 7 4 11
- 16584*a33*m1 *m2 *n1 *n2 + 4860*a33*m1 *m2 *n1 *n2
7 7 2 13 6 8 13 2
- 252*a33*m1 *m2 *n1 *n2 - 288*a33*m1 *m2 *n1 *n2
6 8 11 4 6 8 9 6
+ 6300*a33*m1 *m2 *n1 *n2 - 15612*a33*m1 *m2 *n1 *n2
6 8 7 8 6 8 5 10
+ 17952*a33*m1 *m2 *n1 *n2 - 7308*a33*m1 *m2 *n1 *n2
6 8 3 12 5 9 14
+ 588*a33*m1 *m2 *n1 *n2 + 57*a33*m1 *m2 *n1 *n2
5 9 12 3 5 9 10 5
- 2315*a33*m1 *m2 *n1 *n2 + 7913*a33*m1 *m2 *n1 *n2
5 9 8 7 5 9 6 9
- 13347*a33*m1 *m2 *n1 *n2 + 7518*a33*m1 *m2 *n1 *n2
5 9 4 11 4 10 15
- 882*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1
4 10 13 2 4 10 11 4
+ 543*a33*m1 *m2 *n1 *n2 - 2541*a33*m1 *m2 *n1 *n2
4 10 9 6 4 10 7 8
+ 6735*a33*m1 *m2 *n1 *n2 - 5310*a33*m1 *m2 *n1 *n2
4 10 5 10 3 11 14
+ 882*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
3 11 12 3 3 11 10 5
+ 432*a33*m1 *m2 *n1 *n2 - 2212*a33*m1 *m2 *n1 *n2
3 11 8 7 3 11 6 9
+ 2520*a33*m1 *m2 *n1 *n2 - 588*a33*m1 *m2 *n1 *n2
2 12 15 2 12 13 2
+ 4*a33*m1 *m2 *n1 - 8*a33*m1 *m2 *n1 *n2
2 12 11 4 2 12 9 6
+ 432*a33*m1 *m2 *n1 *n2 - 760*a33*m1 *m2 *n1 *n2
2 12 7 8 13 14
+ 252*a33*m1 *m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2
13 12 3 13 10 5
- 41*a33*m1*m2 *n1 *n2 + 129*a33*m1*m2 *n1 *n2
13 8 7 14 15 14 13 2
- 63*a33*m1*m2 *n1 *n2 + a33*m2 *n1 + a33*m2 *n1 *n2
14 11 4 14 9 6 4 2 15 4 9
- 9*a33*m2 *n1 *n2 + 7*a33*m2 *n1 *n2 ) + v3 *(5*a33 *m1 *n1 *n2
2 15 2 11 2 15 13 2 14 5 8
- 4*a33 *m1 *n1 *n2 - a33 *m1 *n2 - 45*a33 *m1 *m2*n1 *n2
2 14 3 10 2 14 12
+ 64*a33 *m1 *m2*n1 *n2 + 5*a33 *m1 *m2*n1*n2
2 13 2 6 7 2 13 2 4 9
+ 180*a33 *m1 *m2 *n1 *n2 - 395*a33 *m1 *m2 *n1 *n2
2 13 2 2 11 2 13 2 13
+ 36*a33 *m1 *m2 *n1 *n2 - 5*a33 *m1 *m2 *n2
2 12 3 7 6 2 12 3 5 8
- 420*a33 *m1 *m2 *n1 *n2 + 1335*a33 *m1 *m2 *n1 *n2
2 12 3 3 10 2 12 3 12
- 360*a33 *m1 *m2 *n1 *n2 + 69*a33 *m1 *m2 *n1*n2
2 11 4 8 5 2 11 4 6 7
+ 630*a33 *m1 *m2 *n1 *n2 - 2820*a33 *m1 *m2 *n1 *n2
2 11 4 4 9 2 11 4 2 11
+ 1285*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 11 4 13 2 10 5 9 4
+ a33 *m1 *m2 *n2 - 630*a33 *m1 *m2 *n1 *n2
2 10 5 7 6 2 10 5 5 8
+ 3948*a33 *m1 *m2 *n1 *n2 - 2493*a33 *m1 *m2 *n1 *n2
2 10 5 3 10 2 10 5 12
+ 956*a33 *m1 *m2 *n1 *n2 + 19*a33 *m1 *m2 *n1*n2
2 9 6 10 3 2 9 6 8 5
+ 420*a33 *m1 *m2 *n1 *n2 - 3738*a33 *m1 *m2 *n1 *n2
2 9 6 6 7 2 9 6 4 9
+ 2760*a33 *m1 *m2 *n1 *n2 - 1315*a33 *m1 *m2 *n1 *n2
2 9 6 2 11 2 9 6 13
- 220*a33 *m1 *m2 *n1 *n2 + 5*a33 *m1 *m2 *n2
2 8 7 11 2 2 8 7 9 4
- 180*a33 *m1 *m2 *n1 *n2 + 2370*a33 *m1 *m2 *n1 *n2
2 8 7 7 6 2 8 7 5 8
- 1392*a33 *m1 *m2 *n1 *n2 + 495*a33 *m1 *m2 *n1 *n2
2 8 7 3 10 2 8 7 12
+ 960*a33 *m1 *m2 *n1 *n2 - 45*a33 *m1 *m2 *n1*n2
2 7 8 12 2 7 8 10 3
+ 45*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 7 8 8 5 2 7 8 6 7
- 495*a33 *m1 *m2 *n1 *n2 + 1392*a33 *m1 *m2 *n1 *n2
2 7 8 4 9 2 7 8 2 11
- 2370*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 6 9 13 2 6 9 11 2
- 5*a33 *m1 *m2 *n1 + 220*a33 *m1 *m2 *n1 *n2
2 6 9 9 4 2 6 9 7 6
+ 1315*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 6 9 5 8 2 6 9 3 10
+ 3738*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 5 10 12 2 5 10 10 3
- 19*a33 *m1 *m2 *n1 *n2 - 956*a33 *m1 *m2 *n1 *n2
2 5 10 8 5 2 5 10 6 7
+ 2493*a33 *m1 *m2 *n1 *n2 - 3948*a33 *m1 *m2 *n1 *n2
2 5 10 4 9 2 4 11 13
+ 630*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
2 4 11 11 2 2 4 11 9 4
+ 360*a33 *m1 *m2 *n1 *n2 - 1285*a33 *m1 *m2 *n1 *n2
2 4 11 7 6 2 4 11 5 8
+ 2820*a33 *m1 *m2 *n1 *n2 - 630*a33 *m1 *m2 *n1 *n2
2 3 12 12 2 3 12 10 3
- 69*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 3 12 8 5 2 3 12 6 7
- 1335*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 2 13 13 2 2 13 11 2
+ 5*a33 *m1 *m2 *n1 - 36*a33 *m1 *m2 *n1 *n2
2 2 13 9 4 2 2 13 7 6
+ 395*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 14 12 2 14 10 3
- 5*a33 *m1*m2 *n1 *n2 - 64*a33 *m1*m2 *n1 *n2
2 14 8 5 2 15 13 2 15 11 2
+ 45*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1 + 4*a33 *m2 *n1 *n2
2 15 9 4 2 13 8 9 13 6 11
- 5*a33 *m2 *n1 *n2 ) + v3 *( - 2*m1 *n1 *n2 + 2*m1 *n1 *n2
13 4 13 13 2 15 12 9 8
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 + 18*m1 *m2*n1 *n2
12 7 10 12 5 12 12 3 14
- 32*m1 *m2*n1 *n2 - 16*m1 *m2*n1 *n2 + 32*m1 *m2*n1 *n2
12 16 11 2 10 7 11 2 8 9
- 2*m1 *m2*n1*n2 - 72*m1 *m2 *n1 *n2 + 200*m1 *m2 *n1 *n2
11 2 6 11 11 2 4 13 11 2 2 15
+ 24*m1 *m2 *n1 *n2 - 216*m1 *m2 *n1 *n2 + 32*m1 *m2 *n1 *n2
10 3 11 6 10 3 9 8 10 3 7 10
+ 168*m1 *m2 *n1 *n2 - 690*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2
10 3 5 12 10 3 3 14 10 3 16
+ 816*m1 *m2 *n1 *n2 - 220*m1 *m2 *n1 *n2 + 2*m1 *m2 *n1*n2
9 4 12 5 9 4 10 7 9 4 8 9
- 252*m1 *m2 *n1 *n2 + 1500*m1 *m2 *n1 *n2 - 1050*m1 *m2 *n1 *n2
9 4 6 11 9 4 4 13 9 4 2 15
- 1910*m1 *m2 *n1 *n2 + 870*m1 *m2 *n1 *n2 - 22*m1 *m2 *n1 *n2
8 5 13 4 8 5 11 6 8 5 9 8
+ 252*m1 *m2 *n1 *n2 - 2184*m1 *m2 *n1 *n2 + 2736*m1 *m2 *n1 *n2
8 5 7 10 8 5 5 12 8 5 3 14
+ 2844*m1 *m2 *n1 *n2 - 2220*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2
7 6 14 3 7 6 12 5 7 6 10 7
- 168*m1 *m2 *n1 *n2 + 2184*m1 *m2 *n1 *n2 - 4368*m1 *m2 *n1 *n2
7 6 8 9 7 6 6 11 7 6 4 13
- 2544*m1 *m2 *n1 *n2 + 3864*m1 *m2 *n1 *n2 - 312*m1 *m2 *n1 *n2
6 7 15 2 6 7 13 4 6 7 11 6
+ 72*m1 *m2 *n1 *n2 - 1500*m1 *m2 *n1 *n2 + 4632*m1 *m2 *n1 *n2
6 7 9 8 6 7 7 10 6 7 5 12
+ 912*m1 *m2 *n1 *n2 - 4704*m1 *m2 *n1 *n2 + 588*m1 *m2 *n1 *n2
5 8 16 5 8 14 3 5 8 12 5
- 18*m1 *m2 *n1 *n2 + 690*m1 *m2 *n1 *n2 - 3330*m1 *m2 *n1 *n2
5 8 10 7 5 8 8 9 5 8 6 11
+ 738*m1 *m2 *n1 *n2 + 4020*m1 *m2 *n1 *n2 - 756*m1 *m2 *n1 *n2
4 9 17 4 9 15 2 4 9 13 4
+ 2*m1 *m2 *n1 - 200*m1 *m2 *n1 *n2 + 1600*m1 *m2 *n1 *n2
4 9 11 6 4 9 9 8 4 9 7 10
- 1240*m1 *m2 *n1 *n2 - 2370*m1 *m2 *n1 *n2 + 672*m1 *m2 *n1 *n2
3 10 16 3 10 14 3 3 10 12 5
+ 32*m1 *m2 *n1 *n2 - 488*m1 *m2 *n1 *n2 + 808*m1 *m2 *n1 *n2
3 10 10 7 3 10 8 9 2 11 17
+ 920*m1 *m2 *n1 *n2 - 408*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1
2 11 15 2 2 11 13 4 2 11 11 6
+ 84*m1 *m2 *n1 *n2 - 288*m1 *m2 *n1 *n2 - 212*m1 *m2 *n1 *n2
2 11 9 8 12 16 12 14 3
+ 162*m1 *m2 *n1 *n2 - 6*m1*m2 *n1 *n2 + 54*m1*m2 *n1 *n2
12 12 5 12 10 7 13 15 2
+ 22*m1*m2 *n1 *n2 - 38*m1*m2 *n1 *n2 - 4*m2 *n1 *n2
13 11 6
+ 4*m2 *n1 *n2 )
Stop of a subroutine.
Number of garbage collections exceeds max_gc_fac.
The factorization crashed!
which the program can not factorize further.
{HAM,FI} = 0
2 2 11 8 9 11 6 11 11 2 15
FI=u1 *v2 *( - a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
+ a33*m1 *n2 + 9*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
- 12*a33*m1 *m2*n1 *n2 - 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
- 13*a33*m1 *m2*n1*n2 - 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
- 35*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15
+ 180*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2
9 2 17 8 3 11 6
- a33*m1 *m2 *n2 + 84*a33*m1 *m2 *n1 *n2
8 3 9 8 8 3 7 10
+ 15*a33*m1 *m2 *n1 *n2 - 450*a33*m1 *m2 *n1 *n2
8 3 5 12 8 3 3 14
- 600*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
8 3 16 7 4 12 5
+ 9*a33*m1 *m2 *n1*n2 - 126*a33*m1 *m2 *n1 *n2
7 4 10 7 7 4 8 9
+ 120*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
7 4 6 11 7 4 4 13
+ 1260*a33*m1 *m2 *n1 *n2 + 390*a33*m1 *m2 *n1 *n2
7 4 2 15 6 5 13 4
- 36*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
6 5 11 6 6 5 9 8
- 336*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
6 5 7 10 6 5 5 12
- 1764*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
6 5 3 14 5 6 14 3
+ 84*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 6 12 5 5 6 10 7
+ 462*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
5 6 8 9 5 6 6 11
+ 1680*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
5 6 4 13 4 7 15 2
- 126*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
4 7 13 4 4 7 11 6
- 390*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
4 7 9 8 4 7 7 10
- 1080*a33*m1 *m2 *n1 *n2 - 120*a33*m1 *m2 *n1 *n2
4 7 5 12 3 8 16
+ 126*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1 *n2
3 8 14 3 3 8 12 5
+ 210*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
3 8 10 7 3 8 8 9
+ 450*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
3 8 6 11 2 9 17
- 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
- 70*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
- 110*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
+ 36*a33*m1 *m2 *n1 *n2 + 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
+ 30*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
- 14*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1
11 15 2 11 11 6 11 9 8
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) +
2 2 11 8 9 11 6 11 11 2 15
u1 *v3 *( - a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
+ a33*m1 *n2 + 9*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
- 12*a33*m1 *m2*n1 *n2 - 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
- 13*a33*m1 *m2*n1*n2 - 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
- 35*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15
+ 180*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2
9 2 17 8 3 11 6
- a33*m1 *m2 *n2 + 84*a33*m1 *m2 *n1 *n2
8 3 9 8 8 3 7 10
+ 15*a33*m1 *m2 *n1 *n2 - 450*a33*m1 *m2 *n1 *n2
8 3 5 12 8 3 3 14
- 600*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
8 3 16 7 4 12 5
+ 9*a33*m1 *m2 *n1*n2 - 126*a33*m1 *m2 *n1 *n2
7 4 10 7 7 4 8 9
+ 120*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
7 4 6 11 7 4 4 13
+ 1260*a33*m1 *m2 *n1 *n2 + 390*a33*m1 *m2 *n1 *n2
7 4 2 15 6 5 13 4
- 36*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
6 5 11 6 6 5 9 8
- 336*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
6 5 7 10 6 5 5 12
- 1764*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
6 5 3 14 5 6 14 3
+ 84*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 6 12 5 5 6 10 7
+ 462*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
5 6 8 9 5 6 6 11
+ 1680*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
5 6 4 13 4 7 15 2
- 126*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
4 7 13 4 4 7 11 6
- 390*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
4 7 9 8 4 7 7 10
- 1080*a33*m1 *m2 *n1 *n2 - 120*a33*m1 *m2 *n1 *n2
4 7 5 12 3 8 16
+ 126*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1 *n2
3 8 14 3 3 8 12 5
+ 210*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
3 8 10 7 3 8 8 9
+ 450*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
3 8 6 11 2 9 17
- 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
- 70*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
- 110*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
+ 36*a33*m1 *m2 *n1 *n2 + 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
+ 30*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
- 14*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1
11 15 2 11 11 6 11 9 8
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) +
11 8 9 11 6 11 11 2 15
u1*u2*v1*v2*(2*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2
11 17 10 9 8
- 2*a33*m1 *n2 - 18*a33*m1 *m2*n1 *n2
10 7 10 10 5 12
- 28*a33*m1 *m2*n1 *n2 + 24*a33*m1 *m2*n1 *n2
10 3 14 10 16
+ 60*a33*m1 *m2*n1 *n2 + 26*a33*m1 *m2*n1*n2
9 2 10 7 9 2 8 9
+ 72*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2
9 2 6 11 9 2 4 13
- 220*a33*m1 *m2 *n1 *n2 - 360*a33*m1 *m2 *n1 *n2
9 2 2 15 9 2 17
- 140*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
8 3 11 6 8 3 9 8
- 168*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
8 3 7 10 8 3 5 12
+ 900*a33*m1 *m2 *n1 *n2 + 1200*a33*m1 *m2 *n1 *n2
8 3 3 14 8 3 16
+ 420*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1*n2
7 4 12 5 7 4 10 7
+ 252*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
7 4 8 9 7 4 6 11
- 2160*a33*m1 *m2 *n1 *n2 - 2520*a33*m1 *m2 *n1 *n2
7 4 4 13 7 4 2 15
- 780*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
6 5 13 4 6 5 11 6
- 252*a33*m1 *m2 *n1 *n2 + 672*a33*m1 *m2 *n1 *n2
6 5 9 8 6 5 7 10
+ 3360*a33*m1 *m2 *n1 *n2 + 3528*a33*m1 *m2 *n1 *n2
6 5 5 12 6 5 3 14
+ 924*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
5 6 14 3 5 6 12 5
+ 168*a33*m1 *m2 *n1 *n2 - 924*a33*m1 *m2 *n1 *n2
5 6 10 7 5 6 8 9
- 3528*a33*m1 *m2 *n1 *n2 - 3360*a33*m1 *m2 *n1 *n2
5 6 6 11 5 6 4 13
- 672*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
4 7 15 2 4 7 13 4
- 72*a33*m1 *m2 *n1 *n2 + 780*a33*m1 *m2 *n1 *n2
4 7 11 6 4 7 9 8
+ 2520*a33*m1 *m2 *n1 *n2 + 2160*a33*m1 *m2 *n1 *n2
4 7 7 10 4 7 5 12
+ 240*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
3 8 16 3 8 14 3
+ 18*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
3 8 12 5 3 8 10 7
- 1200*a33*m1 *m2 *n1 *n2 - 900*a33*m1 *m2 *n1 *n2
3 8 8 9 3 8 6 11
+ 30*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
2 9 17 2 9 15 2
- 2*a33*m1 *m2 *n1 + 140*a33*m1 *m2 *n1 *n2
2 9 13 4 2 9 11 6
+ 360*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
2 9 9 8 2 9 7 10
- 70*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
10 16 10 14 3
- 26*a33*m1*m2 *n1 *n2 - 60*a33*m1*m2 *n1 *n2
10 12 5 10 10 7
- 24*a33*m1*m2 *n1 *n2 + 28*a33*m1*m2 *n1 *n2
10 8 9 11 17
+ 18*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
11 15 2 11 11 6
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2
11 9 8 11 8 9
- 2*a33*m2 *n1 *n2 ) + u1*u3*v1*v3*(2*a33*m1 *n1 *n2
11 6 11 11 2 15 11 17
+ 4*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 - 2*a33*m1 *n2
10 9 8 10 7 10
- 18*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
+ 24*a33*m1 *m2*n1 *n2 + 60*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
+ 26*a33*m1 *m2*n1*n2 + 72*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
+ 70*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15
- 360*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
9 2 17 8 3 11 6 8 3 9 8
+ 2*a33*m1 *m2 *n2 - 168*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
8 3 7 10 8 3 5 12
+ 900*a33*m1 *m2 *n1 *n2 + 1200*a33*m1 *m2 *n1 *n2
8 3 3 14 8 3 16
+ 420*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1*n2
7 4 12 5 7 4 10 7
+ 252*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
7 4 8 9 7 4 6 11
- 2160*a33*m1 *m2 *n1 *n2 - 2520*a33*m1 *m2 *n1 *n2
7 4 4 13 7 4 2 15
- 780*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
6 5 13 4 6 5 11 6
- 252*a33*m1 *m2 *n1 *n2 + 672*a33*m1 *m2 *n1 *n2
6 5 9 8 6 5 7 10
+ 3360*a33*m1 *m2 *n1 *n2 + 3528*a33*m1 *m2 *n1 *n2
6 5 5 12 6 5 3 14
+ 924*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
5 6 14 3 5 6 12 5
+ 168*a33*m1 *m2 *n1 *n2 - 924*a33*m1 *m2 *n1 *n2
5 6 10 7 5 6 8 9
- 3528*a33*m1 *m2 *n1 *n2 - 3360*a33*m1 *m2 *n1 *n2
5 6 6 11 5 6 4 13
- 672*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
4 7 15 2 4 7 13 4
- 72*a33*m1 *m2 *n1 *n2 + 780*a33*m1 *m2 *n1 *n2
4 7 11 6 4 7 9 8
+ 2520*a33*m1 *m2 *n1 *n2 + 2160*a33*m1 *m2 *n1 *n2
4 7 7 10 4 7 5 12
+ 240*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
3 8 16 3 8 14 3
+ 18*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
3 8 12 5 3 8 10 7
- 1200*a33*m1 *m2 *n1 *n2 - 900*a33*m1 *m2 *n1 *n2
3 8 8 9 3 8 6 11 2 9 17
+ 30*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
+ 140*a33*m1 *m2 *n1 *n2 + 360*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
+ 220*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
- 72*a33*m1 *m2 *n1 *n2 - 26*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
- 60*a33*m1*m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
+ 28*a33*m1*m2 *n1 *n2 + 18*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
11 15 2 11 11 6 11 9 8
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u1
2 12 6 10 12 4 12 12 2 14
*v1 *v2*(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 16 11 7 9
- 2*a33*m1 *n2 - 20*a33*m1 *m2*n1 *n2
11 5 11 11 3 13
- 12*a33*m1 *m2*n1 *n2 + 36*a33*m1 *m2*n1 *n2
11 15 10 2 8 8
+ 28*a33*m1 *m2*n1*n2 + 90*a33*m1 *m2 *n1 *n2
10 2 6 10 10 2 4 12
+ 8*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
10 2 2 14 10 2 16
- 168*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
9 3 9 7 9 3 7 9
- 240*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
9 3 5 11 9 3 3 13
+ 980*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
9 3 15 8 4 10 6
- 20*a33*m1 *m2 *n1*n2 + 420*a33*m1 *m2 *n1 *n2
8 4 8 8 8 4 6 10
- 630*a33*m1 *m2 *n1 *n2 - 2430*a33*m1 *m2 *n1 *n2
8 4 4 12 8 4 2 14
- 1290*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
7 5 11 5 7 5 9 7
- 504*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
7 5 7 9 7 5 5 11
+ 4104*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
7 5 3 13 6 6 12 4
- 240*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
6 6 10 6 6 6 8 8
- 2016*a33*m1 *m2 *n1 *n2 - 4872*a33*m1 *m2 *n1 *n2
6 6 6 10 6 6 4 12
- 2016*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
5 7 13 3 5 7 11 5
- 240*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
5 7 9 7 5 7 7 9
+ 4104*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
5 7 5 11 4 8 14 2
- 504*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
4 8 12 4 4 8 10 6
- 1290*a33*m1 *m2 *n1 *n2 - 2430*a33*m1 *m2 *n1 *n2
4 8 8 8 4 8 6 10
- 630*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
3 9 15 3 9 13 3
- 20*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
3 9 11 5 3 9 9 7
+ 980*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
3 9 7 9 2 10 16
- 240*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
2 10 14 2 2 10 12 4
- 168*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
2 10 10 6 2 10 8 8
+ 8*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
11 15 11 13 3
+ 28*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2
11 11 5 11 9 7
- 12*a33*m1*m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2
12 16 12 14 2 12 12 4
- 2*a33*m2 *n1 - 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
12 10 6 2 11 9 9 11 7 11
+ 2*a33*m2 *n1 *n2 ) + u1*v1 *(m1 *n1 *n2 + 2*m1 *n1 *n2
11 3 15 11 17 10 10 8
- 2*m1 *n1 *n2 - m1 *n1*n2 - 9*m1 *m2*n1 *n2
10 8 10 10 6 12 10 4 14
- 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2 + 30*m1 *m2*n1 *n2
10 2 16 9 2 11 7 9 2 9 9
+ 13*m1 *m2*n1 *n2 + 36*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
9 2 7 11 9 2 5 13 9 2 3 15
- 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2
9 2 17 8 3 12 6 8 3 10 8
+ m1 *m2 *n1*n2 - 84*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2
8 3 8 10 8 3 6 12 8 3 4 14
+ 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
8 3 2 16 7 4 13 5 7 4 11 7
- 9*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
7 4 9 9 7 4 7 11 7 4 5 13
- 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2
7 4 3 15 6 5 14 4 6 5 12 6
+ 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2
6 5 10 8 6 5 8 10 6 5 6 12
+ 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2 + 462*m1 *m2 *n1 *n2
6 5 4 14 5 6 15 3 5 6 13 5
- 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 462*m1 *m2 *n1 *n2
5 6 11 7 5 6 9 9 5 6 7 11
- 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2
5 6 5 13 4 7 16 2 4 7 14 4
+ 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2
4 7 12 6 4 7 10 8 4 7 8 10
+ 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2 + 120*m1 *m2 *n1 *n2
4 7 6 12 3 8 17 3 8 15 3
- 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
3 8 13 5 3 8 11 7 3 8 9 9
- 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2
3 8 7 11 2 9 18 2 9 16 2
+ 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 + 70*m1 *m2 *n1 *n2
2 9 14 4 2 9 12 6 2 9 10 8
+ 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 - 35*m1 *m2 *n1 *n2
2 9 8 10 10 17 10 15 3
- 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2 - 30*m1*m2 *n1 *n2
10 13 5 10 11 7 10 9 9
- 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2
11 18 11 16 2 11 12 6 11 10 8 3
+ m2 *n1 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - m2 *n1 *n2 ) + u1*v2
12 6 10 12 4 12 12 2 14
*(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 16 11 7 9 11 5 11
- 2*a33*m1 *n2 - 20*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
+ 36*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
+ 90*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
- 252*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7 9 3 7 9
+ 2*a33*m1 *m2 *n2 - 240*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
9 3 5 11 9 3 3 13
+ 980*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
9 3 15 8 4 10 6
- 20*a33*m1 *m2 *n1*n2 + 420*a33*m1 *m2 *n1 *n2
8 4 8 8 8 4 6 10
- 630*a33*m1 *m2 *n1 *n2 - 2430*a33*m1 *m2 *n1 *n2
8 4 4 12 8 4 2 14
- 1290*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
7 5 11 5 7 5 9 7
- 504*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
7 5 7 9 7 5 5 11
+ 4104*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
7 5 3 13 6 6 12 4
- 240*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
6 6 10 6 6 6 8 8
- 2016*a33*m1 *m2 *n1 *n2 - 4872*a33*m1 *m2 *n1 *n2
6 6 6 10 6 6 4 12
- 2016*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
5 7 13 3 5 7 11 5
- 240*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
5 7 9 7 5 7 7 9
+ 4104*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
5 7 5 11 4 8 14 2
- 504*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
4 8 12 4 4 8 10 6
- 1290*a33*m1 *m2 *n1 *n2 - 2430*a33*m1 *m2 *n1 *n2
4 8 8 8 4 8 6 10
- 630*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
3 9 15 3 9 13 3
- 20*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
3 9 11 5 3 9 9 7
+ 980*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
3 9 7 9 2 10 16
- 240*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
2 10 14 2 2 10 12 4
- 168*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
2 10 10 6 2 10 8 8
+ 8*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
11 15 11 13 3
+ 28*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2
11 11 5 11 9 7 12 16
- 12*a33*m1*m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1
12 14 2 12 12 4 12 10 6
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u1
2 11 9 9 11 7 11 11 3 15 11 17
*v2 *(m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n1*n2
10 10 8 10 8 10 10 6 12
- 9*m1 *m2*n1 *n2 - 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2
10 4 14 10 2 16 9 2 11 7
+ 30*m1 *m2*n1 *n2 + 13*m1 *m2*n1 *n2 + 36*m1 *m2 *n1 *n2
9 2 9 9 9 2 7 11 9 2 5 13
+ 35*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2
9 2 3 15 9 2 17 8 3 12 6
- 70*m1 *m2 *n1 *n2 + m1 *m2 *n1*n2 - 84*m1 *m2 *n1 *n2
8 3 10 8 8 3 8 10 8 3 6 12
- 15*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2
8 3 4 14 8 3 2 16 7 4 13 5
+ 210*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
7 4 11 7 7 4 9 9 7 4 7 11
- 120*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2
7 4 5 13 7 4 3 15 6 5 14 4
- 390*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
6 5 12 6 6 5 10 8 6 5 8 10
+ 336*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2
6 5 6 12 6 5 4 14 5 6 15 3
+ 462*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
5 6 13 5 5 6 11 7 5 6 9 9
- 462*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
5 6 7 11 5 6 5 13 4 7 16 2
- 336*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
4 7 14 4 4 7 12 6 4 7 10 8
+ 390*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2
4 7 8 10 4 7 6 12 3 8 17
+ 120*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2
3 8 15 3 3 8 13 5 3 8 11 7
- 210*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2
3 8 9 9 3 8 7 11 2 9 18
+ 15*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - m1 *m2 *n1
2 9 16 2 2 9 14 4 2 9 12 6
+ 70*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2
2 9 10 8 2 9 8 10 10 17
- 35*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2
10 15 3 10 13 5 10 11 7
- 30*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2
10 9 9 11 18 11 16 2 11 12 6
+ 9*m1*m2 *n1 *n2 + m2 *n1 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2
11 10 8 2 12 6 10
- m2 *n1 *n2 ) + u1*v2*v3 *(2*a33*m1 *n1 *n2
12 4 12 12 2 14 12 16
+ 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 - 2*a33*m1 *n2
11 7 9 11 5 11
- 20*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
+ 36*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
+ 90*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
- 252*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7 9 3 7 9
+ 2*a33*m1 *m2 *n2 - 240*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
9 3 5 11 9 3 3 13
+ 980*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
9 3 15 8 4 10 6
- 20*a33*m1 *m2 *n1*n2 + 420*a33*m1 *m2 *n1 *n2
8 4 8 8 8 4 6 10
- 630*a33*m1 *m2 *n1 *n2 - 2430*a33*m1 *m2 *n1 *n2
8 4 4 12 8 4 2 14
- 1290*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
7 5 11 5 7 5 9 7
- 504*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
7 5 7 9 7 5 5 11
+ 4104*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
7 5 3 13 6 6 12 4
- 240*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
6 6 10 6 6 6 8 8
- 2016*a33*m1 *m2 *n1 *n2 - 4872*a33*m1 *m2 *n1 *n2
6 6 6 10 6 6 4 12
- 2016*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
5 7 13 3 5 7 11 5
- 240*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
5 7 9 7 5 7 7 9
+ 4104*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
5 7 5 11 4 8 14 2
- 504*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
4 8 12 4 4 8 10 6
- 1290*a33*m1 *m2 *n1 *n2 - 2430*a33*m1 *m2 *n1 *n2
4 8 8 8 4 8 6 10
- 630*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
3 9 15 3 9 13 3
- 20*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
3 9 11 5 3 9 9 7
+ 980*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
3 9 7 9 2 10 16
- 240*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
2 10 14 2 2 10 12 4
- 168*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
2 10 10 6 2 10 8 8
+ 8*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
11 15 11 13 3
+ 28*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2
11 11 5 11 9 7 12 16
- 12*a33*m1*m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1
12 14 2 12 12 4 12 10 6
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u1
2 11 9 9 11 7 11 11 3 15 11 17
*v3 *(m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n1*n2
10 10 8 10 8 10 10 6 12
- 9*m1 *m2*n1 *n2 - 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2
10 4 14 10 2 16 9 2 11 7
+ 30*m1 *m2*n1 *n2 + 13*m1 *m2*n1 *n2 + 36*m1 *m2 *n1 *n2
9 2 9 9 9 2 7 11 9 2 5 13
+ 35*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2
9 2 3 15 9 2 17 8 3 12 6
- 70*m1 *m2 *n1 *n2 + m1 *m2 *n1*n2 - 84*m1 *m2 *n1 *n2
8 3 10 8 8 3 8 10 8 3 6 12
- 15*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2
8 3 4 14 8 3 2 16 7 4 13 5
+ 210*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
7 4 11 7 7 4 9 9 7 4 7 11
- 120*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2
7 4 5 13 7 4 3 15 6 5 14 4
- 390*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
6 5 12 6 6 5 10 8 6 5 8 10
+ 336*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2
6 5 6 12 6 5 4 14 5 6 15 3
+ 462*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
5 6 13 5 5 6 11 7 5 6 9 9
- 462*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
5 6 7 11 5 6 5 13 4 7 16 2
- 336*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
4 7 14 4 4 7 12 6 4 7 10 8
+ 390*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2
4 7 8 10 4 7 6 12 3 8 17
+ 120*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2
3 8 15 3 3 8 13 5 3 8 11 7
- 210*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2
3 8 9 9 3 8 7 11 2 9 18
+ 15*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - m1 *m2 *n1
2 9 16 2 2 9 14 4 2 9 12 6
+ 70*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2
2 9 10 8 2 9 8 10 10 17
- 35*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2
10 15 3 10 13 5 10 11 7
- 30*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2
10 9 9 11 18 11 16 2 11 12 6
+ 9*m1*m2 *n1 *n2 + m2 *n1 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2
11 10 8 2 2 11 8 9 11 6 11
- m2 *n1 *n2 ) + u2 *v1 *( - a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 2 15 11 17 10 9 8
+ 2*a33*m1 *n1 *n2 + a33*m1 *n2 + 9*a33*m1 *m2*n1 *n2
10 7 10 10 5 12
+ 14*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2
10 3 14 10 16
- 30*a33*m1 *m2*n1 *n2 - 13*a33*m1 *m2*n1*n2
9 2 10 7 9 2 8 9
- 36*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
9 2 6 11 9 2 4 13
+ 110*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
9 2 2 15 9 2 17 8 3 11 6
+ 70*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2 + 84*a33*m1 *m2 *n1 *n2
8 3 9 8 8 3 7 10
+ 15*a33*m1 *m2 *n1 *n2 - 450*a33*m1 *m2 *n1 *n2
8 3 5 12 8 3 3 14
- 600*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
8 3 16 7 4 12 5
+ 9*a33*m1 *m2 *n1*n2 - 126*a33*m1 *m2 *n1 *n2
7 4 10 7 7 4 8 9
+ 120*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
7 4 6 11 7 4 4 13
+ 1260*a33*m1 *m2 *n1 *n2 + 390*a33*m1 *m2 *n1 *n2
7 4 2 15 6 5 13 4
- 36*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
6 5 11 6 6 5 9 8
- 336*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
6 5 7 10 6 5 5 12
- 1764*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
6 5 3 14 5 6 14 3
+ 84*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 6 12 5 5 6 10 7
+ 462*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
5 6 8 9 5 6 6 11
+ 1680*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
5 6 4 13 4 7 15 2
- 126*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
4 7 13 4 4 7 11 6
- 390*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
4 7 9 8 4 7 7 10
- 1080*a33*m1 *m2 *n1 *n2 - 120*a33*m1 *m2 *n1 *n2
4 7 5 12 3 8 16
+ 126*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1 *n2
3 8 14 3 3 8 12 5
+ 210*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
3 8 10 7 3 8 8 9
+ 450*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
3 8 6 11 2 9 17 2 9 15 2
- 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 - 70*a33*m1 *m2 *n1 *n2
2 9 13 4 2 9 11 6
- 180*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
2 9 9 8 2 9 7 10
+ 35*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
10 16 10 14 3
+ 13*a33*m1*m2 *n1 *n2 + 30*a33*m1*m2 *n1 *n2
10 12 5 10 10 7
+ 12*a33*m1*m2 *n1 *n2 - 14*a33*m1*m2 *n1 *n2
10 8 9 11 17 11 15 2
- 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 - 2*a33*m2 *n1 *n2
11 11 6 11 9 8 2 2 11 8 9
+ 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u2 *v3 *( - a33*m1 *n1 *n2
11 6 11 11 2 15 11 17
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 + a33*m1 *n2
10 9 8 10 7 10
+ 9*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
- 12*a33*m1 *m2*n1 *n2 - 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
- 13*a33*m1 *m2*n1*n2 - 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
- 35*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15 9 2 17
+ 180*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2
8 3 11 6 8 3 9 8
+ 84*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
8 3 7 10 8 3 5 12
- 450*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
8 3 3 14 8 3 16
- 210*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1*n2
7 4 12 5 7 4 10 7
- 126*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
7 4 8 9 7 4 6 11
+ 1080*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
7 4 4 13 7 4 2 15
+ 390*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 5 13 4 6 5 11 6
+ 126*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
6 5 9 8 6 5 7 10
- 1680*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
6 5 5 12 6 5 3 14
- 462*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 14 3 5 6 12 5
- 84*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
5 6 10 7 5 6 8 9
+ 1764*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
5 6 6 11 5 6 4 13
+ 336*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 7 15 2 4 7 13 4
+ 36*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
4 7 11 6 4 7 9 8
- 1260*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
4 7 7 10 4 7 5 12
- 120*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 8 16 3 8 14 3
- 9*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 8 12 5 3 8 10 7
+ 600*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
3 8 8 9 3 8 6 11 2 9 17
- 15*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
- 70*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
- 110*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
+ 36*a33*m1 *m2 *n1 *n2 + 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
+ 30*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
- 14*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1
11 15 2 11 11 6 11 9 8
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u2*u3
11 8 9 11 6 11 11 2 15
*v2*v3*(2*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
- 2*a33*m1 *n2 - 18*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
+ 24*a33*m1 *m2*n1 *n2 + 60*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
+ 26*a33*m1 *m2*n1*n2 + 72*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
+ 70*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15
- 360*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
9 2 17 8 3 11 6
+ 2*a33*m1 *m2 *n2 - 168*a33*m1 *m2 *n1 *n2
8 3 9 8 8 3 7 10
- 30*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
8 3 5 12 8 3 3 14
+ 1200*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
8 3 16 7 4 12 5
- 18*a33*m1 *m2 *n1*n2 + 252*a33*m1 *m2 *n1 *n2
7 4 10 7 7 4 8 9
- 240*a33*m1 *m2 *n1 *n2 - 2160*a33*m1 *m2 *n1 *n2
7 4 6 11 7 4 4 13
- 2520*a33*m1 *m2 *n1 *n2 - 780*a33*m1 *m2 *n1 *n2
7 4 2 15 6 5 13 4
+ 72*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
6 5 11 6 6 5 9 8
+ 672*a33*m1 *m2 *n1 *n2 + 3360*a33*m1 *m2 *n1 *n2
6 5 7 10 6 5 5 12
+ 3528*a33*m1 *m2 *n1 *n2 + 924*a33*m1 *m2 *n1 *n2
6 5 3 14 5 6 14 3
- 168*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
5 6 12 5 5 6 10 7
- 924*a33*m1 *m2 *n1 *n2 - 3528*a33*m1 *m2 *n1 *n2
5 6 8 9 5 6 6 11
- 3360*a33*m1 *m2 *n1 *n2 - 672*a33*m1 *m2 *n1 *n2
5 6 4 13 4 7 15 2
+ 252*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
4 7 13 4 4 7 11 6
+ 780*a33*m1 *m2 *n1 *n2 + 2520*a33*m1 *m2 *n1 *n2
4 7 9 8 4 7 7 10
+ 2160*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
4 7 5 12 3 8 16
- 252*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
3 8 14 3 3 8 12 5
- 420*a33*m1 *m2 *n1 *n2 - 1200*a33*m1 *m2 *n1 *n2
3 8 10 7 3 8 8 9
- 900*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
3 8 6 11 2 9 17
+ 168*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
+ 140*a33*m1 *m2 *n1 *n2 + 360*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
+ 220*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
- 72*a33*m1 *m2 *n1 *n2 - 26*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
- 60*a33*m1*m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
+ 28*a33*m1*m2 *n1 *n2 + 18*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
11 15 2 11 11 6 11 9 8
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) +
3 12 6 10 12 4 12 12 2 14
u2*v1 *( - 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
12 16 11 7 9 11 5 11
+ 2*a33*m1 *n2 + 20*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
- 36*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
- 90*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
+ 252*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7
- 2*a33*m1 *m2 *n2 + 240*a33*m1 *m2 *n1 *n2
9 3 7 9 9 3 5 11
- 140*a33*m1 *m2 *n1 *n2 - 980*a33*m1 *m2 *n1 *n2
9 3 3 13 9 3 15
- 580*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1*n2
8 4 10 6 8 4 8 8
- 420*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
8 4 6 10 8 4 4 12
+ 2430*a33*m1 *m2 *n1 *n2 + 1290*a33*m1 *m2 *n1 *n2
8 4 2 14 7 5 11 5
- 90*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
7 5 9 7 7 5 7 9
- 1416*a33*m1 *m2 *n1 *n2 - 4104*a33*m1 *m2 *n1 *n2
7 5 5 11 7 5 3 13
- 1944*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
6 6 12 4 6 6 10 6
- 420*a33*m1 *m2 *n1 *n2 + 2016*a33*m1 *m2 *n1 *n2
6 6 8 8 6 6 6 10
+ 4872*a33*m1 *m2 *n1 *n2 + 2016*a33*m1 *m2 *n1 *n2
6 6 4 12 5 7 13 3
- 420*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
5 7 11 5 5 7 9 7
- 1944*a33*m1 *m2 *n1 *n2 - 4104*a33*m1 *m2 *n1 *n2
5 7 7 9 5 7 5 11
- 1416*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
4 8 14 2 4 8 12 4
- 90*a33*m1 *m2 *n1 *n2 + 1290*a33*m1 *m2 *n1 *n2
4 8 10 6 4 8 8 8
+ 2430*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
4 8 6 10 3 9 15
- 420*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
3 9 13 3 3 9 11 5
- 580*a33*m1 *m2 *n1 *n2 - 980*a33*m1 *m2 *n1 *n2
3 9 9 7 3 9 7 9
- 140*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
2 10 16 2 10 14 2
- 2*a33*m1 *m2 *n1 + 168*a33*m1 *m2 *n1 *n2
2 10 12 4 2 10 10 6
+ 252*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1 *n2
2 10 8 8 11 15
- 90*a33*m1 *m2 *n1 *n2 - 28*a33*m1*m2 *n1 *n2
11 13 3 11 11 5
- 36*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
11 9 7 12 16 12 14 2
+ 20*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 + 2*a33*m2 *n1 *n2
12 12 4 12 10 6 2 11 8 10
- 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u2*v1 *(m1 *n1 *n2
11 6 12 11 2 16 11 18 10 9 9
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n2 - 9*m1 *m2*n1 *n2
10 7 11 10 5 13 10 3 15
- 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2 + 30*m1 *m2*n1 *n2
10 17 9 2 10 8 9 2 8 10
+ 13*m1 *m2*n1*n2 + 36*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
9 2 6 12 9 2 4 14 9 2 2 16
- 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2
9 2 18 8 3 11 7 8 3 9 9
+ m1 *m2 *n2 - 84*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2
8 3 7 11 8 3 5 13 8 3 3 15
+ 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
8 3 17 7 4 12 6 7 4 10 8
- 9*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
7 4 8 10 7 4 6 12 7 4 4 14
- 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2
7 4 2 16 6 5 13 5 6 5 11 7
+ 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2
6 5 9 9 6 5 7 11 6 5 5 13
+ 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2 + 462*m1 *m2 *n1 *n2
6 5 3 15 5 6 14 4 5 6 12 6
- 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 462*m1 *m2 *n1 *n2
5 6 10 8 5 6 8 10 5 6 6 12
- 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2
5 6 4 14 4 7 15 3 4 7 13 5
+ 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2
4 7 11 7 4 7 9 9 4 7 7 11
+ 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2 + 120*m1 *m2 *n1 *n2
4 7 5 13 3 8 16 2 3 8 14 4
- 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
3 8 12 6 3 8 10 8 3 8 8 10
- 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2
3 8 6 12 2 9 17 2 9 15 3
+ 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 + 70*m1 *m2 *n1 *n2
2 9 13 5 2 9 11 7 2 9 9 9
+ 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 - 35*m1 *m2 *n1 *n2
2 9 7 11 10 16 2 10 14 4
- 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2 - 30*m1*m2 *n1 *n2
10 12 6 10 10 8 10 8 10
- 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2
11 17 11 15 3 11 11 7 11 9 9
+ m2 *n1 *n2 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - m2 *n1 *n2 ) + u2
2 12 6 10 12 4 12 12 2 14
*v1*v2 *( - 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
12 16 11 7 9
+ 2*a33*m1 *n2 + 20*a33*m1 *m2*n1 *n2
11 5 11 11 3 13
+ 12*a33*m1 *m2*n1 *n2 - 36*a33*m1 *m2*n1 *n2
11 15 10 2 8 8
- 28*a33*m1 *m2*n1*n2 - 90*a33*m1 *m2 *n1 *n2
10 2 6 10 10 2 4 12
- 8*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
10 2 2 14 10 2 16
+ 168*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n2
9 3 9 7 9 3 7 9
+ 240*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
9 3 5 11 9 3 3 13
- 980*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
9 3 15 8 4 10 6
+ 20*a33*m1 *m2 *n1*n2 - 420*a33*m1 *m2 *n1 *n2
8 4 8 8 8 4 6 10
+ 630*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
8 4 4 12 8 4 2 14
+ 1290*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
7 5 11 5 7 5 9 7
+ 504*a33*m1 *m2 *n1 *n2 - 1416*a33*m1 *m2 *n1 *n2
7 5 7 9 7 5 5 11
- 4104*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
7 5 3 13 6 6 12 4
+ 240*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
6 6 10 6 6 6 8 8
+ 2016*a33*m1 *m2 *n1 *n2 + 4872*a33*m1 *m2 *n1 *n2
6 6 6 10 6 6 4 12
+ 2016*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
5 7 13 3 5 7 11 5
+ 240*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
5 7 9 7 5 7 7 9
- 4104*a33*m1 *m2 *n1 *n2 - 1416*a33*m1 *m2 *n1 *n2
5 7 5 11 4 8 14 2
+ 504*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
4 8 12 4 4 8 10 6
+ 1290*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
4 8 8 8 4 8 6 10
+ 630*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
3 9 15 3 9 13 3
+ 20*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
3 9 11 5 3 9 9 7
- 980*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
3 9 7 9 2 10 16
+ 240*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
2 10 14 2 2 10 12 4
+ 168*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
2 10 10 6 2 10 8 8
- 8*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
11 15 11 13 3
- 28*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
11 11 5 11 9 7
+ 12*a33*m1*m2 *n1 *n2 + 20*a33*m1*m2 *n1 *n2
12 16 12 14 2 12 12 4
+ 2*a33*m2 *n1 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
12 10 6 2 12 6 10
- 2*a33*m2 *n1 *n2 ) + u2*v1*v3 *( - 2*a33*m1 *n1 *n2
12 4 12 12 2 14 12 16
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 + 2*a33*m1 *n2
11 7 9 11 5 11
+ 20*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
- 36*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
- 90*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
+ 252*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7 9 3 7 9
- 2*a33*m1 *m2 *n2 + 240*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
9 3 5 11 9 3 3 13
- 980*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
9 3 15 8 4 10 6
+ 20*a33*m1 *m2 *n1*n2 - 420*a33*m1 *m2 *n1 *n2
8 4 8 8 8 4 6 10
+ 630*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
8 4 4 12 8 4 2 14
+ 1290*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
7 5 11 5 7 5 9 7
+ 504*a33*m1 *m2 *n1 *n2 - 1416*a33*m1 *m2 *n1 *n2
7 5 7 9 7 5 5 11
- 4104*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
7 5 3 13 6 6 12 4
+ 240*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
6 6 10 6 6 6 8 8
+ 2016*a33*m1 *m2 *n1 *n2 + 4872*a33*m1 *m2 *n1 *n2
6 6 6 10 6 6 4 12
+ 2016*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
5 7 13 3 5 7 11 5
+ 240*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
5 7 9 7 5 7 7 9
- 4104*a33*m1 *m2 *n1 *n2 - 1416*a33*m1 *m2 *n1 *n2
5 7 5 11 4 8 14 2
+ 504*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
4 8 12 4 4 8 10 6
+ 1290*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
4 8 8 8 4 8 6 10
+ 630*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
3 9 15 3 9 13 3
+ 20*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
3 9 11 5 3 9 9 7
- 980*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
3 9 7 9 2 10 16
+ 240*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
2 10 14 2 2 10 12 4
+ 168*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
2 10 10 6 2 10 8 8
- 8*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
11 15 11 13 3
- 28*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
11 11 5 11 9 7 12 16
+ 12*a33*m1*m2 *n1 *n2 + 20*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
12 14 2 12 12 4 12 10 6
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u2
2 11 8 10 11 6 12 11 2 16 11 18
*v2 *(m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n2
10 9 9 10 7 11 10 5 13
- 9*m1 *m2*n1 *n2 - 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2
10 3 15 10 17 9 2 10 8
+ 30*m1 *m2*n1 *n2 + 13*m1 *m2*n1*n2 + 36*m1 *m2 *n1 *n2
9 2 8 10 9 2 6 12 9 2 4 14
+ 35*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2
9 2 2 16 9 2 18 8 3 11 7
- 70*m1 *m2 *n1 *n2 + m1 *m2 *n2 - 84*m1 *m2 *n1 *n2
8 3 9 9 8 3 7 11 8 3 5 13
- 15*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2
8 3 3 15 8 3 17 7 4 12 6
+ 210*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2
7 4 10 8 7 4 8 10 7 4 6 12
- 120*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2
7 4 4 14 7 4 2 16 6 5 13 5
- 390*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
6 5 11 7 6 5 9 9 6 5 7 11
+ 336*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2
6 5 5 13 6 5 3 15 5 6 14 4
+ 462*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
5 6 12 6 5 6 10 8 5 6 8 10
- 462*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
5 6 6 12 5 6 4 14 4 7 15 3
- 336*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
4 7 13 5 4 7 11 7 4 7 9 9
+ 390*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2
4 7 7 11 4 7 5 13 3 8 16 2
+ 120*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2
3 8 14 4 3 8 12 6 3 8 10 8
- 210*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2
3 8 8 10 3 8 6 12 2 9 17
+ 15*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
2 9 15 3 2 9 13 5 2 9 11 7
+ 70*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2
2 9 9 9 2 9 7 11 10 16 2
- 35*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2
10 14 4 10 12 6 10 10 8
- 30*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2
10 8 10 11 17 11 15 3
+ 9*m1*m2 *n1 *n2 + m2 *n1 *n2 + 2*m2 *n1 *n2
11 11 7 11 9 9 2 11 8 10
- 2*m2 *n1 *n2 - m2 *n1 *n2 ) + u2*v3 *(m1 *n1 *n2
11 6 12 11 2 16 11 18 10 9 9
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n2 - 9*m1 *m2*n1 *n2
10 7 11 10 5 13 10 3 15
- 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2 + 30*m1 *m2*n1 *n2
10 17 9 2 10 8 9 2 8 10
+ 13*m1 *m2*n1*n2 + 36*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
9 2 6 12 9 2 4 14 9 2 2 16
- 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2
9 2 18 8 3 11 7 8 3 9 9
+ m1 *m2 *n2 - 84*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2
8 3 7 11 8 3 5 13 8 3 3 15
+ 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
8 3 17 7 4 12 6 7 4 10 8
- 9*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
7 4 8 10 7 4 6 12 7 4 4 14
- 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2
7 4 2 16 6 5 13 5 6 5 11 7
+ 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2
6 5 9 9 6 5 7 11 6 5 5 13
+ 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2 + 462*m1 *m2 *n1 *n2
6 5 3 15 5 6 14 4 5 6 12 6
- 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 462*m1 *m2 *n1 *n2
5 6 10 8 5 6 8 10 5 6 6 12
- 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2
5 6 4 14 4 7 15 3 4 7 13 5
+ 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2
4 7 11 7 4 7 9 9 4 7 7 11
+ 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2 + 120*m1 *m2 *n1 *n2
4 7 5 13 3 8 16 2 3 8 14 4
- 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
3 8 12 6 3 8 10 8 3 8 8 10
- 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2
3 8 6 12 2 9 17 2 9 15 3
+ 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 + 70*m1 *m2 *n1 *n2
2 9 13 5 2 9 11 7 2 9 9 9
+ 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 - 35*m1 *m2 *n1 *n2
2 9 7 11 10 16 2 10 14 4
- 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2 - 30*m1*m2 *n1 *n2
10 12 6 10 10 8 10 8 10
- 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2
11 17 11 15 3 11 11 7 11 9 9 2
+ m2 *n1 *n2 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - m2 *n1 *n2 ) + u3
2 11 8 9 11 6 11 11 2 15
*v3 *(a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
- a33*m1 *n2 - 9*a33*m1 *m2*n1 *n2 - 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
+ 12*a33*m1 *m2*n1 *n2 + 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
+ 13*a33*m1 *m2*n1*n2 + 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
+ 35*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15
- 180*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
9 2 17 8 3 11 6 8 3 9 8
+ a33*m1 *m2 *n2 - 84*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
8 3 7 10 8 3 5 12
+ 450*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
8 3 3 14 8 3 16
+ 210*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1*n2
7 4 12 5 7 4 10 7
+ 126*a33*m1 *m2 *n1 *n2 - 120*a33*m1 *m2 *n1 *n2
7 4 8 9 7 4 6 11
- 1080*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
7 4 4 13 7 4 2 15
- 390*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 5 13 4 6 5 11 6
- 126*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
6 5 9 8 6 5 7 10
+ 1680*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
6 5 5 12 6 5 3 14
+ 462*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 6 14 3 5 6 12 5
+ 84*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
5 6 10 7 5 6 8 9
- 1764*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
5 6 6 11 5 6 4 13
- 336*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
4 7 15 2 4 7 13 4
- 36*a33*m1 *m2 *n1 *n2 + 390*a33*m1 *m2 *n1 *n2
4 7 11 6 4 7 9 8
+ 1260*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
4 7 7 10 4 7 5 12
+ 120*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 8 16 3 8 14 3
+ 9*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
3 8 12 5 3 8 10 7
- 600*a33*m1 *m2 *n1 *n2 - 450*a33*m1 *m2 *n1 *n2
3 8 8 9 3 8 6 11 2 9 17
+ 15*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
+ 70*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
+ 110*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
- 36*a33*m1 *m2 *n1 *n2 - 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
- 30*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
+ 14*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
11 15 2 11 11 6 11 9 8
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u3
2 12 7 9 12 5 11 12 3 13
*v1 *v3*( - 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
12 15 11 8 8
+ 2*a33*m1 *n1*n2 + 18*a33*m1 *m2*n1 *n2
11 6 10 11 4 12
+ 8*a33*m1 *m2*n1 *n2 - 36*a33*m1 *m2*n1 *n2
11 2 14 11 16
- 24*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n2
10 2 9 7 10 2 7 9
- 72*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
10 2 5 11 10 2 3 13
+ 228*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
10 2 15 9 3 10 6
- 28*a33*m1 *m2 *n1*n2 + 168*a33*m1 *m2 *n1 *n2
9 3 8 8 9 3 6 10
- 210*a33*m1 *m2 *n1 *n2 - 760*a33*m1 *m2 *n1 *n2
9 3 4 12 9 3 2 14
- 220*a33*m1 *m2 *n1 *n2 + 160*a33*m1 *m2 *n1 *n2
9 3 16 8 4 11 5
- 2*a33*m1 *m2 *n2 - 252*a33*m1 *m2 *n1 *n2
8 4 9 7 8 4 7 9
+ 660*a33*m1 *m2 *n1 *n2 + 1530*a33*m1 *m2 *n1 *n2
8 4 5 11 8 4 3 13
+ 90*a33*m1 *m2 *n1 *n2 - 510*a33*m1 *m2 *n1 *n2
8 4 15 7 5 12 4
+ 18*a33*m1 *m2 *n1*n2 + 252*a33*m1 *m2 *n1 *n2
7 5 10 6 7 5 8 8
- 1176*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
7 5 6 10 7 5 4 12
+ 576*a33*m1 *m2 *n1 *n2 + 1020*a33*m1 *m2 *n1 *n2
7 5 2 14 6 6 13 3
- 72*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
6 6 11 5 6 6 9 7
+ 1344*a33*m1 *m2 *n1 *n2 + 1512*a33*m1 *m2 *n1 *n2
6 6 7 9 6 6 5 11
- 1512*a33*m1 *m2 *n1 *n2 - 1344*a33*m1 *m2 *n1 *n2
6 6 3 13 5 7 14 2
+ 168*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
5 7 12 4 5 7 10 6
- 1020*a33*m1 *m2 *n1 *n2 - 576*a33*m1 *m2 *n1 *n2
5 7 8 8 5 7 6 10
+ 1944*a33*m1 *m2 *n1 *n2 + 1176*a33*m1 *m2 *n1 *n2
5 7 4 12 4 8 15
- 252*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1 *n2
4 8 13 3 4 8 11 5
+ 510*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
4 8 9 7 4 8 7 9
- 1530*a33*m1 *m2 *n1 *n2 - 660*a33*m1 *m2 *n1 *n2
4 8 5 11 3 9 16
+ 252*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
3 9 14 2 3 9 12 4
- 160*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
3 9 10 6 3 9 8 8
+ 760*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 9 6 10 2 10 15
- 168*a33*m1 *m2 *n1 *n2 + 28*a33*m1 *m2 *n1 *n2
2 10 13 3 2 10 11 5
- 108*a33*m1 *m2 *n1 *n2 - 228*a33*m1 *m2 *n1 *n2
2 10 9 7 2 10 7 9
- 20*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
11 16 11 14 2
- 2*a33*m1*m2 *n1 + 24*a33*m1*m2 *n1 *n2
11 12 4 11 10 6
+ 36*a33*m1*m2 *n1 *n2 - 8*a33*m1*m2 *n1 *n2
11 8 8 12 15 12 13 3
- 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
12 11 5 12 9 7 2
+ 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u3*v2 *v3*(
12 7 9 12 5 11 12 3 13
- 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
12 15 11 8 8 11 6 10
+ 2*a33*m1 *n1*n2 + 18*a33*m1 *m2*n1 *n2 + 8*a33*m1 *m2*n1 *n2
11 4 12 11 2 14 11 16
- 36*a33*m1 *m2*n1 *n2 - 24*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n2
10 2 9 7 10 2 7 9
- 72*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
10 2 5 11 10 2 3 13
+ 228*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
10 2 15 9 3 10 6
- 28*a33*m1 *m2 *n1*n2 + 168*a33*m1 *m2 *n1 *n2
9 3 8 8 9 3 6 10
- 210*a33*m1 *m2 *n1 *n2 - 760*a33*m1 *m2 *n1 *n2
9 3 4 12 9 3 2 14
- 220*a33*m1 *m2 *n1 *n2 + 160*a33*m1 *m2 *n1 *n2
9 3 16 8 4 11 5 8 4 9 7
- 2*a33*m1 *m2 *n2 - 252*a33*m1 *m2 *n1 *n2 + 660*a33*m1 *m2 *n1 *n2
8 4 7 9 8 4 5 11
+ 1530*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
8 4 3 13 8 4 15
- 510*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1*n2
7 5 12 4 7 5 10 6
+ 252*a33*m1 *m2 *n1 *n2 - 1176*a33*m1 *m2 *n1 *n2
7 5 8 8 7 5 6 10
- 1944*a33*m1 *m2 *n1 *n2 + 576*a33*m1 *m2 *n1 *n2
7 5 4 12 7 5 2 14
+ 1020*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 6 13 3 6 6 11 5
- 168*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
6 6 9 7 6 6 7 9
+ 1512*a33*m1 *m2 *n1 *n2 - 1512*a33*m1 *m2 *n1 *n2
6 6 5 11 6 6 3 13
- 1344*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
5 7 14 2 5 7 12 4
+ 72*a33*m1 *m2 *n1 *n2 - 1020*a33*m1 *m2 *n1 *n2
5 7 10 6 5 7 8 8
- 576*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
5 7 6 10 5 7 4 12
+ 1176*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
4 8 15 4 8 13 3
- 18*a33*m1 *m2 *n1 *n2 + 510*a33*m1 *m2 *n1 *n2
4 8 11 5 4 8 9 7
- 90*a33*m1 *m2 *n1 *n2 - 1530*a33*m1 *m2 *n1 *n2
4 8 7 9 4 8 5 11 3 9 16
- 660*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
3 9 14 2 3 9 12 4
- 160*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
3 9 10 6 3 9 8 8
+ 760*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 9 6 10 2 10 15
- 168*a33*m1 *m2 *n1 *n2 + 28*a33*m1 *m2 *n1 *n2
2 10 13 3 2 10 11 5
- 108*a33*m1 *m2 *n1 *n2 - 228*a33*m1 *m2 *n1 *n2
2 10 9 7 2 10 7 9 11 16
- 20*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2 - 2*a33*m1*m2 *n1
11 14 2 11 12 4
+ 24*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2
11 10 6 11 8 8 12 15
- 8*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
12 13 3 12 11 5 12 9 7
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u3
3 12 7 9 12 5 11 12 3 13
*v3 *( - 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
12 15 11 8 8 11 6 10
+ 2*a33*m1 *n1*n2 + 18*a33*m1 *m2*n1 *n2 + 8*a33*m1 *m2*n1 *n2
11 4 12 11 2 14
- 36*a33*m1 *m2*n1 *n2 - 24*a33*m1 *m2*n1 *n2
11 16 10 2 9 7
+ 2*a33*m1 *m2*n2 - 72*a33*m1 *m2 *n1 *n2
10 2 7 9 10 2 5 11
+ 20*a33*m1 *m2 *n1 *n2 + 228*a33*m1 *m2 *n1 *n2
10 2 3 13 10 2 15
+ 108*a33*m1 *m2 *n1 *n2 - 28*a33*m1 *m2 *n1*n2
9 3 10 6 9 3 8 8
+ 168*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
9 3 6 10 9 3 4 12
- 760*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
9 3 2 14 9 3 16
+ 160*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n2
8 4 11 5 8 4 9 7
- 252*a33*m1 *m2 *n1 *n2 + 660*a33*m1 *m2 *n1 *n2
8 4 7 9 8 4 5 11
+ 1530*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
8 4 3 13 8 4 15
- 510*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1*n2
7 5 12 4 7 5 10 6
+ 252*a33*m1 *m2 *n1 *n2 - 1176*a33*m1 *m2 *n1 *n2
7 5 8 8 7 5 6 10
- 1944*a33*m1 *m2 *n1 *n2 + 576*a33*m1 *m2 *n1 *n2
7 5 4 12 7 5 2 14
+ 1020*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 6 13 3 6 6 11 5
- 168*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
6 6 9 7 6 6 7 9
+ 1512*a33*m1 *m2 *n1 *n2 - 1512*a33*m1 *m2 *n1 *n2
6 6 5 11 6 6 3 13
- 1344*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
5 7 14 2 5 7 12 4
+ 72*a33*m1 *m2 *n1 *n2 - 1020*a33*m1 *m2 *n1 *n2
5 7 10 6 5 7 8 8
- 576*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
5 7 6 10 5 7 4 12
+ 1176*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
4 8 15 4 8 13 3
- 18*a33*m1 *m2 *n1 *n2 + 510*a33*m1 *m2 *n1 *n2
4 8 11 5 4 8 9 7
- 90*a33*m1 *m2 *n1 *n2 - 1530*a33*m1 *m2 *n1 *n2
4 8 7 9 4 8 5 11
- 660*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
3 9 16 3 9 14 2
+ 2*a33*m1 *m2 *n1 - 160*a33*m1 *m2 *n1 *n2
3 9 12 4 3 9 10 6
+ 220*a33*m1 *m2 *n1 *n2 + 760*a33*m1 *m2 *n1 *n2
3 9 8 8 3 9 6 10
+ 210*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
2 10 15 2 10 13 3
+ 28*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
2 10 11 5 2 10 9 7
- 228*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
2 10 7 9 11 16
+ 72*a33*m1 *m2 *n1 *n2 - 2*a33*m1*m2 *n1
11 14 2 11 12 4
+ 24*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2
11 10 6 11 8 8 12 15
- 8*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
12 13 3 12 11 5 12 9 7
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) +
3 12 8 9 12 4 13 12 17 11 9 8
v1 *( - m1 *n1 *n2 + 2*m1 *n1 *n2 - m1 *n2 + 9*m1 *m2*n1 *n2
11 7 10 11 5 12 11 3 14
- 6*m1 *m2*n1 *n2 - 24*m1 *m2*n1 *n2 + 6*m1 *m2*n1 *n2
11 16 10 2 10 7 10 2 8 9
+ 15*m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2 + 55*m1 *m2 *n1 *n2
10 2 6 11 10 2 4 13 10 2 2 15
+ 118*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2 - 98*m1 *m2 *n1 *n2
10 2 17 9 3 11 6 9 3 9 8
+ m1 *m2 *n2 + 84*m1 *m2 *n1 *n2 - 225*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12 9 3 3 14
- 310*m1 *m2 *n1 *n2 + 380*m1 *m2 *n1 *n2 + 370*m1 *m2 *n1 *n2
9 3 16 8 4 12 5 8 4 10 7
- 11*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2 + 540*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11 8 4 4 13
+ 450*m1 *m2 *n1 *n2 - 1170*m1 *m2 *n1 *n2 - 900*m1 *m2 *n1 *n2
8 4 2 15 7 5 13 4 7 5 11 6
+ 54*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 840*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10 7 5 5 12
- 264*m1 *m2 *n1 *n2 + 2340*m1 *m2 *n1 *n2 + 1482*m1 *m2 *n1 *n2
7 5 3 14 6 6 14 3 6 6 12 5
- 156*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 882*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9 6 6 6 11
- 252*m1 *m2 *n1 *n2 - 3192*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
6 6 4 13 5 7 15 2 5 7 13 4
+ 294*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 630*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8 5 7 7 10
+ 684*m1 *m2 *n1 *n2 + 3024*m1 *m2 *n1 *n2 + 1296*m1 *m2 *n1 *n2
5 7 5 12 4 8 16 4 8 14 3
- 378*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 300*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7 4 8 8 9
- 690*m1 *m2 *n1 *n2 - 1980*m1 *m2 *n1 *n2 - 645*m1 *m2 *n1 *n2
4 8 6 11 3 9 17 3 9 15 2
+ 336*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 90*m1 *m2 *n1 *n2
3 9 13 4 3 9 11 6 3 9 9 8
+ 400*m1 *m2 *n1 *n2 + 870*m1 *m2 *n1 *n2 + 175*m1 *m2 *n1 *n2
3 9 7 10 2 10 16 2 10 14 3
- 204*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2 - 138*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7 2 10 8 9
- 240*m1 *m2 *n1 *n2 - 6*m1 *m2 *n1 *n2 + 81*m1 *m2 *n1 *n2
11 17 11 15 2 11 13 4
- m1*m2 *n1 + 26*m1*m2 *n1 *n2 + 36*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
- 10*m1*m2 *n1 *n2 - 19*m1*m2 *n1 *n2 - 2*m2 *n1 *n2
12 14 3 12 12 5 12 10 7 2
- 2*m2 *n1 *n2 + 2*m2 *n1 *n2 + 2*m2 *n1 *n2 ) + v1 *v2*(
12 7 10 12 5 12 12 3 14 12 16
- 2*m1 *n1 *n2 - 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + 2*m1 *n1*n2
11 8 9 11 6 11 11 4 13
+ 19*m1 *m2*n1 *n2 + 10*m1 *m2*n1 *n2 - 36*m1 *m2*n1 *n2
11 2 15 11 17 10 2 9 8
- 26*m1 *m2*n1 *n2 + m1 *m2*n2 - 81*m1 *m2 *n1 *n2
10 2 7 10 10 2 5 12 10 2 3 14
+ 6*m1 *m2 *n1 *n2 + 240*m1 *m2 *n1 *n2 + 138*m1 *m2 *n1 *n2
10 2 16 9 3 10 7 9 3 8 9
- 15*m1 *m2 *n1*n2 + 204*m1 *m2 *n1 *n2 - 175*m1 *m2 *n1 *n2
9 3 6 11 9 3 4 13 9 3 2 15
- 870*m1 *m2 *n1 *n2 - 400*m1 *m2 *n1 *n2 + 90*m1 *m2 *n1 *n2
9 3 17 8 4 11 6 8 4 9 8
- m1 *m2 *n2 - 336*m1 *m2 *n1 *n2 + 645*m1 *m2 *n1 *n2
8 4 7 10 8 4 5 12 8 4 3 14
+ 1980*m1 *m2 *n1 *n2 + 690*m1 *m2 *n1 *n2 - 300*m1 *m2 *n1 *n2
8 4 16 7 5 12 5 7 5 10 7
+ 9*m1 *m2 *n1*n2 + 378*m1 *m2 *n1 *n2 - 1296*m1 *m2 *n1 *n2
7 5 8 9 7 5 6 11 7 5 4 13
- 3024*m1 *m2 *n1 *n2 - 684*m1 *m2 *n1 *n2 + 630*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4 6 6 11 6
- 36*m1 *m2 *n1 *n2 - 294*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
6 6 9 8 6 6 7 10 6 6 5 12
+ 3192*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 - 882*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3 5 7 12 5
+ 84*m1 *m2 *n1 *n2 + 156*m1 *m2 *n1 *n2 - 1482*m1 *m2 *n1 *n2
5 7 10 7 5 7 8 9 5 7 6 11
- 2340*m1 *m2 *n1 *n2 + 264*m1 *m2 *n1 *n2 + 840*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2 4 8 13 4
- 126*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2 + 900*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8 4 8 7 10
+ 1170*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 540*m1 *m2 *n1 *n2
4 8 5 12 3 9 16 3 9 14 3
+ 126*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2 - 370*m1 *m2 *n1 *n2
3 9 12 5 3 9 10 7 3 9 8 9
- 380*m1 *m2 *n1 *n2 + 310*m1 *m2 *n1 *n2 + 225*m1 *m2 *n1 *n2
3 9 6 11 2 10 17 2 10 15 2
- 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 + 98*m1 *m2 *n1 *n2
2 10 13 4 2 10 11 6 2 10 9 8
+ 72*m1 *m2 *n1 *n2 - 118*m1 *m2 *n1 *n2 - 55*m1 *m2 *n1 *n2
2 10 7 10 11 16 11 14 3
+ 36*m1 *m2 *n1 *n2 - 15*m1*m2 *n1 *n2 - 6*m1*m2 *n1 *n2
11 12 5 11 10 7 11 8 9
+ 24*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2
12 17 12 13 4 12 9 8 2 2 13 6 9
+ m2 *n1 - 2*m2 *n1 *n2 + m2 *n1 *n2 ) + v1 *v3 *(a33*m1 *n1 *n2
13 4 11 13 2 13 13 15
+ a33*m1 *n1 *n2 - a33*m1 *n1 *n2 - a33*m1 *n2
12 7 8 12 5 10
- 9*a33*m1 *m2*n1 *n2 - 5*a33*m1 *m2*n1 *n2
12 3 12 12 14
+ 17*a33*m1 *m2*n1 *n2 + 13*a33*m1 *m2*n1*n2
11 2 8 7 11 2 4 11
+ 36*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
11 2 2 13 10 3 9 6
- 72*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
10 3 7 8 10 3 5 10
+ 60*a33*m1 *m2 *n1 *n2 + 376*a33*m1 *m2 *n1 *n2
10 3 3 12 10 3 14
+ 236*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1*n2
9 4 10 5 9 4 8 7
+ 126*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
9 4 6 9 9 4 4 11
- 835*a33*m1 *m2 *n1 *n2 - 535*a33*m1 *m2 *n1 *n2
9 4 2 13 9 4 15 8 5 11 4
- 35*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 - 126*a33*m1 *m2 *n1 *n2
8 5 9 6 8 5 7 8
+ 378*a33*m1 *m2 *n1 *n2 + 1287*a33*m1 *m2 *n1 *n2
8 5 5 10 8 5 3 12
+ 927*a33*m1 *m2 *n1 *n2 + 135*a33*m1 *m2 *n1 *n2
8 5 14 7 6 12 3
- 9*a33*m1 *m2 *n1*n2 + 84*a33*m1 *m2 *n1 *n2
7 6 10 5 7 6 8 7
- 420*a33*m1 *m2 *n1 *n2 - 1464*a33*m1 *m2 *n1 *n2
7 6 6 9 7 6 4 11
- 1296*a33*m1 *m2 *n1 *n2 - 300*a33*m1 *m2 *n1 *n2
7 6 2 13 6 7 13 2
+ 36*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 7 11 4 6 7 9 6
+ 300*a33*m1 *m2 *n1 *n2 + 1296*a33*m1 *m2 *n1 *n2
6 7 7 8 6 7 5 10
+ 1464*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
6 7 3 12 5 8 14
- 84*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
5 8 12 3 5 8 10 5
- 135*a33*m1 *m2 *n1 *n2 - 927*a33*m1 *m2 *n1 *n2
5 8 8 7 5 8 6 9
- 1287*a33*m1 *m2 *n1 *n2 - 378*a33*m1 *m2 *n1 *n2
5 8 4 11 4 9 15 4 9 13 2
+ 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 + 35*a33*m1 *m2 *n1 *n2
4 9 11 4 4 9 9 6
+ 535*a33*m1 *m2 *n1 *n2 + 835*a33*m1 *m2 *n1 *n2
4 9 7 8 4 9 5 10
+ 210*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 10 14 3 10 12 3
- 4*a33*m1 *m2 *n1 *n2 - 236*a33*m1 *m2 *n1 *n2
3 10 10 5 3 10 8 7
- 376*a33*m1 *m2 *n1 *n2 - 60*a33*m1 *m2 *n1 *n2
3 10 6 9 2 11 13 2
+ 84*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
2 11 11 4 2 11 7 8
+ 108*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
12 14 12 12 3
- 13*a33*m1*m2 *n1 *n2 - 17*a33*m1*m2 *n1 *n2
12 10 5 12 8 7 13 15
+ 5*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
13 13 2 13 11 4 13 9 6 2
+ a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + v1*v2 *(
12 8 9 12 4 13 12 17 11 9 8
- m1 *n1 *n2 + 2*m1 *n1 *n2 - m1 *n2 + 9*m1 *m2*n1 *n2
11 7 10 11 5 12 11 3 14
- 6*m1 *m2*n1 *n2 - 24*m1 *m2*n1 *n2 + 6*m1 *m2*n1 *n2
11 16 10 2 10 7 10 2 8 9
+ 15*m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2 + 55*m1 *m2 *n1 *n2
10 2 6 11 10 2 4 13 10 2 2 15
+ 118*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2 - 98*m1 *m2 *n1 *n2
10 2 17 9 3 11 6 9 3 9 8
+ m1 *m2 *n2 + 84*m1 *m2 *n1 *n2 - 225*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12 9 3 3 14
- 310*m1 *m2 *n1 *n2 + 380*m1 *m2 *n1 *n2 + 370*m1 *m2 *n1 *n2
9 3 16 8 4 12 5 8 4 10 7
- 11*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2 + 540*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11 8 4 4 13
+ 450*m1 *m2 *n1 *n2 - 1170*m1 *m2 *n1 *n2 - 900*m1 *m2 *n1 *n2
8 4 2 15 7 5 13 4 7 5 11 6
+ 54*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 840*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10 7 5 5 12
- 264*m1 *m2 *n1 *n2 + 2340*m1 *m2 *n1 *n2 + 1482*m1 *m2 *n1 *n2
7 5 3 14 6 6 14 3 6 6 12 5
- 156*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 882*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9 6 6 6 11
- 252*m1 *m2 *n1 *n2 - 3192*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
6 6 4 13 5 7 15 2 5 7 13 4
+ 294*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 630*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8 5 7 7 10
+ 684*m1 *m2 *n1 *n2 + 3024*m1 *m2 *n1 *n2 + 1296*m1 *m2 *n1 *n2
5 7 5 12 4 8 16 4 8 14 3
- 378*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 300*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7 4 8 8 9
- 690*m1 *m2 *n1 *n2 - 1980*m1 *m2 *n1 *n2 - 645*m1 *m2 *n1 *n2
4 8 6 11 3 9 17 3 9 15 2
+ 336*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 90*m1 *m2 *n1 *n2
3 9 13 4 3 9 11 6 3 9 9 8
+ 400*m1 *m2 *n1 *n2 + 870*m1 *m2 *n1 *n2 + 175*m1 *m2 *n1 *n2
3 9 7 10 2 10 16 2 10 14 3
- 204*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2 - 138*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7 2 10 8 9
- 240*m1 *m2 *n1 *n2 - 6*m1 *m2 *n1 *n2 + 81*m1 *m2 *n1 *n2
11 17 11 15 2 11 13 4
- m1*m2 *n1 + 26*m1*m2 *n1 *n2 + 36*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
- 10*m1*m2 *n1 *n2 - 19*m1*m2 *n1 *n2 - 2*m2 *n1 *n2
12 14 3 12 12 5 12 10 7 2
- 2*m2 *n1 *n2 + 2*m2 *n1 *n2 + 2*m2 *n1 *n2 ) + v1*v3 *(
12 8 9 12 4 13 12 17 11 9 8
- m1 *n1 *n2 + 2*m1 *n1 *n2 - m1 *n2 + 9*m1 *m2*n1 *n2
11 7 10 11 5 12 11 3 14
- 6*m1 *m2*n1 *n2 - 24*m1 *m2*n1 *n2 + 6*m1 *m2*n1 *n2
11 16 10 2 10 7 10 2 8 9
+ 15*m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2 + 55*m1 *m2 *n1 *n2
10 2 6 11 10 2 4 13 10 2 2 15
+ 118*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2 - 98*m1 *m2 *n1 *n2
10 2 17 9 3 11 6 9 3 9 8
+ m1 *m2 *n2 + 84*m1 *m2 *n1 *n2 - 225*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12 9 3 3 14
- 310*m1 *m2 *n1 *n2 + 380*m1 *m2 *n1 *n2 + 370*m1 *m2 *n1 *n2
9 3 16 8 4 12 5 8 4 10 7
- 11*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2 + 540*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11 8 4 4 13
+ 450*m1 *m2 *n1 *n2 - 1170*m1 *m2 *n1 *n2 - 900*m1 *m2 *n1 *n2
8 4 2 15 7 5 13 4 7 5 11 6
+ 54*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 840*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10 7 5 5 12
- 264*m1 *m2 *n1 *n2 + 2340*m1 *m2 *n1 *n2 + 1482*m1 *m2 *n1 *n2
7 5 3 14 6 6 14 3 6 6 12 5
- 156*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 882*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9 6 6 6 11
- 252*m1 *m2 *n1 *n2 - 3192*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
6 6 4 13 5 7 15 2 5 7 13 4
+ 294*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 630*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8 5 7 7 10
+ 684*m1 *m2 *n1 *n2 + 3024*m1 *m2 *n1 *n2 + 1296*m1 *m2 *n1 *n2
5 7 5 12 4 8 16 4 8 14 3
- 378*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 300*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7 4 8 8 9
- 690*m1 *m2 *n1 *n2 - 1980*m1 *m2 *n1 *n2 - 645*m1 *m2 *n1 *n2
4 8 6 11 3 9 17 3 9 15 2
+ 336*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 90*m1 *m2 *n1 *n2
3 9 13 4 3 9 11 6 3 9 9 8
+ 400*m1 *m2 *n1 *n2 + 870*m1 *m2 *n1 *n2 + 175*m1 *m2 *n1 *n2
3 9 7 10 2 10 16 2 10 14 3
- 204*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2 - 138*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7 2 10 8 9
- 240*m1 *m2 *n1 *n2 - 6*m1 *m2 *n1 *n2 + 81*m1 *m2 *n1 *n2
11 17 11 15 2 11 13 4
- m1*m2 *n1 + 26*m1*m2 *n1 *n2 + 36*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
- 10*m1*m2 *n1 *n2 - 19*m1*m2 *n1 *n2 - 2*m2 *n1 *n2
12 14 3 12 12 5 12 10 7 3
- 2*m2 *n1 *n2 + 2*m2 *n1 *n2 + 2*m2 *n1 *n2 ) + v2 *(
12 7 10 12 5 12 12 3 14 12 16
- 2*m1 *n1 *n2 - 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + 2*m1 *n1*n2
11 8 9 11 6 11 11 4 13
+ 19*m1 *m2*n1 *n2 + 10*m1 *m2*n1 *n2 - 36*m1 *m2*n1 *n2
11 2 15 11 17 10 2 9 8
- 26*m1 *m2*n1 *n2 + m1 *m2*n2 - 81*m1 *m2 *n1 *n2
10 2 7 10 10 2 5 12 10 2 3 14
+ 6*m1 *m2 *n1 *n2 + 240*m1 *m2 *n1 *n2 + 138*m1 *m2 *n1 *n2
10 2 16 9 3 10 7 9 3 8 9
- 15*m1 *m2 *n1*n2 + 204*m1 *m2 *n1 *n2 - 175*m1 *m2 *n1 *n2
9 3 6 11 9 3 4 13 9 3 2 15
- 870*m1 *m2 *n1 *n2 - 400*m1 *m2 *n1 *n2 + 90*m1 *m2 *n1 *n2
9 3 17 8 4 11 6 8 4 9 8
- m1 *m2 *n2 - 336*m1 *m2 *n1 *n2 + 645*m1 *m2 *n1 *n2
8 4 7 10 8 4 5 12 8 4 3 14
+ 1980*m1 *m2 *n1 *n2 + 690*m1 *m2 *n1 *n2 - 300*m1 *m2 *n1 *n2
8 4 16 7 5 12 5 7 5 10 7
+ 9*m1 *m2 *n1*n2 + 378*m1 *m2 *n1 *n2 - 1296*m1 *m2 *n1 *n2
7 5 8 9 7 5 6 11 7 5 4 13
- 3024*m1 *m2 *n1 *n2 - 684*m1 *m2 *n1 *n2 + 630*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4 6 6 11 6
- 36*m1 *m2 *n1 *n2 - 294*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
6 6 9 8 6 6 7 10 6 6 5 12
+ 3192*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 - 882*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3 5 7 12 5
+ 84*m1 *m2 *n1 *n2 + 156*m1 *m2 *n1 *n2 - 1482*m1 *m2 *n1 *n2
5 7 10 7 5 7 8 9 5 7 6 11
- 2340*m1 *m2 *n1 *n2 + 264*m1 *m2 *n1 *n2 + 840*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2 4 8 13 4
- 126*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2 + 900*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8 4 8 7 10
+ 1170*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 540*m1 *m2 *n1 *n2
4 8 5 12 3 9 16 3 9 14 3
+ 126*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2 - 370*m1 *m2 *n1 *n2
3 9 12 5 3 9 10 7 3 9 8 9
- 380*m1 *m2 *n1 *n2 + 310*m1 *m2 *n1 *n2 + 225*m1 *m2 *n1 *n2
3 9 6 11 2 10 17 2 10 15 2
- 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 + 98*m1 *m2 *n1 *n2
2 10 13 4 2 10 11 6 2 10 9 8
+ 72*m1 *m2 *n1 *n2 - 118*m1 *m2 *n1 *n2 - 55*m1 *m2 *n1 *n2
2 10 7 10 11 16 11 14 3
+ 36*m1 *m2 *n1 *n2 - 15*m1*m2 *n1 *n2 - 6*m1*m2 *n1 *n2
11 12 5 11 10 7 11 8 9
+ 24*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2
12 17 12 13 4 12 9 8 2 2 13 6 9
+ m2 *n1 - 2*m2 *n1 *n2 + m2 *n1 *n2 ) + v2 *v3 *(a33*m1 *n1 *n2
13 4 11 13 2 13 13 15
+ a33*m1 *n1 *n2 - a33*m1 *n1 *n2 - a33*m1 *n2
12 7 8 12 5 10
- 9*a33*m1 *m2*n1 *n2 - 5*a33*m1 *m2*n1 *n2
12 3 12 12 14
+ 17*a33*m1 *m2*n1 *n2 + 13*a33*m1 *m2*n1*n2
11 2 8 7 11 2 4 11
+ 36*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
11 2 2 13 10 3 9 6
- 72*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
10 3 7 8 10 3 5 10
+ 60*a33*m1 *m2 *n1 *n2 + 376*a33*m1 *m2 *n1 *n2
10 3 3 12 10 3 14
+ 236*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1*n2
9 4 10 5 9 4 8 7
+ 126*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
9 4 6 9 9 4 4 11
- 835*a33*m1 *m2 *n1 *n2 - 535*a33*m1 *m2 *n1 *n2
9 4 2 13 9 4 15 8 5 11 4
- 35*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 - 126*a33*m1 *m2 *n1 *n2
8 5 9 6 8 5 7 8
+ 378*a33*m1 *m2 *n1 *n2 + 1287*a33*m1 *m2 *n1 *n2
8 5 5 10 8 5 3 12
+ 927*a33*m1 *m2 *n1 *n2 + 135*a33*m1 *m2 *n1 *n2
8 5 14 7 6 12 3
- 9*a33*m1 *m2 *n1*n2 + 84*a33*m1 *m2 *n1 *n2
7 6 10 5 7 6 8 7
- 420*a33*m1 *m2 *n1 *n2 - 1464*a33*m1 *m2 *n1 *n2
7 6 6 9 7 6 4 11
- 1296*a33*m1 *m2 *n1 *n2 - 300*a33*m1 *m2 *n1 *n2
7 6 2 13 6 7 13 2
+ 36*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 7 11 4 6 7 9 6
+ 300*a33*m1 *m2 *n1 *n2 + 1296*a33*m1 *m2 *n1 *n2
6 7 7 8 6 7 5 10
+ 1464*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
6 7 3 12 5 8 14
- 84*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
5 8 12 3 5 8 10 5
- 135*a33*m1 *m2 *n1 *n2 - 927*a33*m1 *m2 *n1 *n2
5 8 8 7 5 8 6 9
- 1287*a33*m1 *m2 *n1 *n2 - 378*a33*m1 *m2 *n1 *n2
5 8 4 11 4 9 15 4 9 13 2
+ 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 + 35*a33*m1 *m2 *n1 *n2
4 9 11 4 4 9 9 6
+ 535*a33*m1 *m2 *n1 *n2 + 835*a33*m1 *m2 *n1 *n2
4 9 7 8 4 9 5 10
+ 210*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 10 14 3 10 12 3
- 4*a33*m1 *m2 *n1 *n2 - 236*a33*m1 *m2 *n1 *n2
3 10 10 5 3 10 8 7
- 376*a33*m1 *m2 *n1 *n2 - 60*a33*m1 *m2 *n1 *n2
3 10 6 9 2 11 13 2
+ 84*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
2 11 11 4 2 11 7 8
+ 108*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
12 14 12 12 3
- 13*a33*m1*m2 *n1 *n2 - 17*a33*m1*m2 *n1 *n2
12 10 5 12 8 7 13 15
+ 5*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
13 13 2 13 11 4 13 9 6 2
+ a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + v2*v3 *(
12 7 10 12 5 12 12 3 14 12 16
- 2*m1 *n1 *n2 - 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + 2*m1 *n1*n2
11 8 9 11 6 11 11 4 13
+ 19*m1 *m2*n1 *n2 + 10*m1 *m2*n1 *n2 - 36*m1 *m2*n1 *n2
11 2 15 11 17 10 2 9 8
- 26*m1 *m2*n1 *n2 + m1 *m2*n2 - 81*m1 *m2 *n1 *n2
10 2 7 10 10 2 5 12 10 2 3 14
+ 6*m1 *m2 *n1 *n2 + 240*m1 *m2 *n1 *n2 + 138*m1 *m2 *n1 *n2
10 2 16 9 3 10 7 9 3 8 9
- 15*m1 *m2 *n1*n2 + 204*m1 *m2 *n1 *n2 - 175*m1 *m2 *n1 *n2
9 3 6 11 9 3 4 13 9 3 2 15
- 870*m1 *m2 *n1 *n2 - 400*m1 *m2 *n1 *n2 + 90*m1 *m2 *n1 *n2
9 3 17 8 4 11 6 8 4 9 8
- m1 *m2 *n2 - 336*m1 *m2 *n1 *n2 + 645*m1 *m2 *n1 *n2
8 4 7 10 8 4 5 12 8 4 3 14
+ 1980*m1 *m2 *n1 *n2 + 690*m1 *m2 *n1 *n2 - 300*m1 *m2 *n1 *n2
8 4 16 7 5 12 5 7 5 10 7
+ 9*m1 *m2 *n1*n2 + 378*m1 *m2 *n1 *n2 - 1296*m1 *m2 *n1 *n2
7 5 8 9 7 5 6 11 7 5 4 13
- 3024*m1 *m2 *n1 *n2 - 684*m1 *m2 *n1 *n2 + 630*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4 6 6 11 6
- 36*m1 *m2 *n1 *n2 - 294*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
6 6 9 8 6 6 7 10 6 6 5 12
+ 3192*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 - 882*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3 5 7 12 5
+ 84*m1 *m2 *n1 *n2 + 156*m1 *m2 *n1 *n2 - 1482*m1 *m2 *n1 *n2
5 7 10 7 5 7 8 9 5 7 6 11
- 2340*m1 *m2 *n1 *n2 + 264*m1 *m2 *n1 *n2 + 840*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2 4 8 13 4
- 126*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2 + 900*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8 4 8 7 10
+ 1170*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 540*m1 *m2 *n1 *n2
4 8 5 12 3 9 16 3 9 14 3
+ 126*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2 - 370*m1 *m2 *n1 *n2
3 9 12 5 3 9 10 7 3 9 8 9
- 380*m1 *m2 *n1 *n2 + 310*m1 *m2 *n1 *n2 + 225*m1 *m2 *n1 *n2
3 9 6 11 2 10 17 2 10 15 2
- 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 + 98*m1 *m2 *n1 *n2
2 10 13 4 2 10 11 6 2 10 9 8
+ 72*m1 *m2 *n1 *n2 - 118*m1 *m2 *n1 *n2 - 55*m1 *m2 *n1 *n2
2 10 7 10 11 16 11 14 3
+ 36*m1 *m2 *n1 *n2 - 15*m1*m2 *n1 *n2 - 6*m1*m2 *n1 *n2
11 12 5 11 10 7 11 8 9
+ 24*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2
12 17 12 13 4 12 9 8 4 13 6 9
+ m2 *n1 - 2*m2 *n1 *n2 + m2 *n1 *n2 ) + v3 *(a33*m1 *n1 *n2
13 4 11 13 2 13 13 15
+ a33*m1 *n1 *n2 - a33*m1 *n1 *n2 - a33*m1 *n2
12 7 8 12 5 10
- 9*a33*m1 *m2*n1 *n2 - 5*a33*m1 *m2*n1 *n2
12 3 12 12 14
+ 17*a33*m1 *m2*n1 *n2 + 13*a33*m1 *m2*n1*n2
11 2 8 7 11 2 4 11
+ 36*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
11 2 2 13 10 3 9 6
- 72*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
10 3 7 8 10 3 5 10
+ 60*a33*m1 *m2 *n1 *n2 + 376*a33*m1 *m2 *n1 *n2
10 3 3 12 10 3 14
+ 236*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1*n2
9 4 10 5 9 4 8 7
+ 126*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
9 4 6 9 9 4 4 11
- 835*a33*m1 *m2 *n1 *n2 - 535*a33*m1 *m2 *n1 *n2
9 4 2 13 9 4 15 8 5 11 4
- 35*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 - 126*a33*m1 *m2 *n1 *n2
8 5 9 6 8 5 7 8
+ 378*a33*m1 *m2 *n1 *n2 + 1287*a33*m1 *m2 *n1 *n2
8 5 5 10 8 5 3 12
+ 927*a33*m1 *m2 *n1 *n2 + 135*a33*m1 *m2 *n1 *n2
8 5 14 7 6 12 3
- 9*a33*m1 *m2 *n1*n2 + 84*a33*m1 *m2 *n1 *n2
7 6 10 5 7 6 8 7
- 420*a33*m1 *m2 *n1 *n2 - 1464*a33*m1 *m2 *n1 *n2
7 6 6 9 7 6 4 11
- 1296*a33*m1 *m2 *n1 *n2 - 300*a33*m1 *m2 *n1 *n2
7 6 2 13 6 7 13 2
+ 36*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 7 11 4 6 7 9 6
+ 300*a33*m1 *m2 *n1 *n2 + 1296*a33*m1 *m2 *n1 *n2
6 7 7 8 6 7 5 10
+ 1464*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
6 7 3 12 5 8 14
- 84*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
5 8 12 3 5 8 10 5
- 135*a33*m1 *m2 *n1 *n2 - 927*a33*m1 *m2 *n1 *n2
5 8 8 7 5 8 6 9
- 1287*a33*m1 *m2 *n1 *n2 - 378*a33*m1 *m2 *n1 *n2
5 8 4 11 4 9 15 4 9 13 2
+ 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 + 35*a33*m1 *m2 *n1 *n2
4 9 11 4 4 9 9 6
+ 535*a33*m1 *m2 *n1 *n2 + 835*a33*m1 *m2 *n1 *n2
4 9 7 8 4 9 5 10
+ 210*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 10 14 3 10 12 3
- 4*a33*m1 *m2 *n1 *n2 - 236*a33*m1 *m2 *n1 *n2
3 10 10 5 3 10 8 7
- 376*a33*m1 *m2 *n1 *n2 - 60*a33*m1 *m2 *n1 *n2
3 10 6 9 2 11 13 2
+ 84*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
2 11 11 4 2 11 7 8
+ 108*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
12 14 12 12 3
- 13*a33*m1*m2 *n1 *n2 - 17*a33*m1*m2 *n1 *n2
12 10 5 12 8 7 13 15
+ 5*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
13 13 2 13 11 4 13 9 6
+ a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - a33*m2 *n1 *n2 )
= a product of the elements of: {m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
n1 - i*n2,
n1 - i*n2,
n1 + i*n2,
n1 + i*n2,
m1*n1 - m1*n2 + m2*n1 + m2*n2,
m1*n1 + m1*n2 - m2*n1 + m2*n2,
2 2 2 2 2 2 2 2
u1 *v2 *( - a33*n1 - a33*n2 ) + u1 *v3 *( - a33*n1 - a33*n2 )
2 2 2 2
+ u1*u2*v1*v2*(2*a33*n1 + 2*a33*n2 ) + u1*u3*v1*v3*(2*a33*n1 + 2*a33*n2 )
2 2 3 2
+ u1*v1 *v2*(2*a33*m1*n2 - 2*a33*m2*n1) + u1*v1 *(n1 + n1*n2 )
3 2 3 2
+ u1*v2 *(2*a33*m1*n2 - 2*a33*m2*n1) + u1*v2 *(n1 + n1*n2 )
2 2 3 2
+ u1*v2*v3 *(2*a33*m1*n2 - 2*a33*m2*n1) + u1*v3 *(n1 + n1*n2 )
2 2 2 2 2 2 2 2
+ u2 *v1 *( - a33*n1 - a33*n2 ) + u2 *v3 *( - a33*n1 - a33*n2 )
2 2
+ u2*u3*v2*v3*(2*a33*n1 + 2*a33*n2 )
3 2 2 3
+ u2*v1 *( - 2*a33*m1*n2 + 2*a33*m2*n1) + u2*v1 *(n1 *n2 + n2 )
2
+ u2*v1*v2 *( - 2*a33*m1*n2 + 2*a33*m2*n1)
2 2 2 3
+ u2*v1*v3 *( - 2*a33*m1*n2 + 2*a33*m2*n1) + u2*v2 *(n1 *n2 + n2 )
2 2 3 2 2 2 2
+ u2*v3 *(n1 *n2 + n2 ) + u3 *v3 *(a33*n1 + a33*n2 )
2
+ u3*v1 *v3*( - 2*a33*m1*n1 - 2*a33*m2*n2)
2
+ u3*v2 *v3*( - 2*a33*m1*n1 - 2*a33*m2*n2)
3
+ u3*v3 *( - 2*a33*m1*n1 - 2*a33*m2*n2)
3 2 2
+ v1 *( - m1*n1 + m1*n2 - 2*m2*n1*n2)
2 2 2 2 2 2 2
+ v1 *v2*( - 2*m1*n1*n2 + m2*n1 - m2*n2 ) + v1 *v3 *(a33*m1 + a33*m2 )
2 2 2
+ v1*v2 *( - m1*n1 + m1*n2 - 2*m2*n1*n2)
2 2 2
+ v1*v3 *( - m1*n1 + m1*n2 - 2*m2*n1*n2)
3 2 2 2 2 2 2
+ v2 *( - 2*m1*n1*n2 + m2*n1 - m2*n2 ) + v2 *v3 *(a33*m1 + a33*m2 )
2 2 2 4 2 2
+ v2*v3 *( - 2*m1*n1*n2 + m2*n1 - m2*n2 ) + v3 *(a33*m1 + a33*m2 )}
{HAM,FI} = 0
4 2 11 8 9 2 11 6 11 2 11 2 15
FI=u1 *(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 11 17 2 10 9 8 2 10 7 10
- a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 10 5 12 2 10 3 14
+ 12*a33 *m1 *m2*n1 *n2 + 30*a33 *m1 *m2*n1 *n2
2 10 16 2 9 2 10 7
+ 13*a33 *m1 *m2*n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 9 2 8 9 2 9 2 6 11
+ 35*a33 *m1 *m2 *n1 *n2 - 110*a33 *m1 *m2 *n1 *n2
2 9 2 4 13 2 9 2 2 15
- 180*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2
2 9 2 17 2 8 3 11 6
+ a33 *m1 *m2 *n2 - 84*a33 *m1 *m2 *n1 *n2
2 8 3 9 8 2 8 3 7 10
- 15*a33 *m1 *m2 *n1 *n2 + 450*a33 *m1 *m2 *n1 *n2
2 8 3 5 12 2 8 3 3 14
+ 600*a33 *m1 *m2 *n1 *n2 + 210*a33 *m1 *m2 *n1 *n2
2 8 3 16 2 7 4 12 5
- 9*a33 *m1 *m2 *n1*n2 + 126*a33 *m1 *m2 *n1 *n2
2 7 4 10 7 2 7 4 8 9
- 120*a33 *m1 *m2 *n1 *n2 - 1080*a33 *m1 *m2 *n1 *n2
2 7 4 6 11 2 7 4 4 13
- 1260*a33 *m1 *m2 *n1 *n2 - 390*a33 *m1 *m2 *n1 *n2
2 7 4 2 15 2 6 5 13 4
+ 36*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 6 5 11 6 2 6 5 9 8
+ 336*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 6 5 7 10 2 6 5 5 12
+ 1764*a33 *m1 *m2 *n1 *n2 + 462*a33 *m1 *m2 *n1 *n2
2 6 5 3 14 2 5 6 14 3
- 84*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2
2 5 6 12 5 2 5 6 10 7
- 462*a33 *m1 *m2 *n1 *n2 - 1764*a33 *m1 *m2 *n1 *n2
2 5 6 8 9 2 5 6 6 11
- 1680*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 5 6 4 13 2 4 7 15 2
+ 126*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 7 13 4 2 4 7 11 6
+ 390*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 4 7 9 8 2 4 7 7 10
+ 1080*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
2 4 7 5 12 2 3 8 16
- 126*a33 *m1 *m2 *n1 *n2 + 9*a33 *m1 *m2 *n1 *n2
2 3 8 14 3 2 3 8 12 5
- 210*a33 *m1 *m2 *n1 *n2 - 600*a33 *m1 *m2 *n1 *n2
2 3 8 10 7 2 3 8 8 9
- 450*a33 *m1 *m2 *n1 *n2 + 15*a33 *m1 *m2 *n1 *n2
2 3 8 6 11 2 2 9 17
+ 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
2 2 9 15 2 2 2 9 13 4
+ 70*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 2 9 11 6 2 2 9 9 8
+ 110*a33 *m1 *m2 *n1 *n2 - 35*a33 *m1 *m2 *n1 *n2
2 2 9 7 10 2 10 16
- 36*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1*m2 *n1 *n2
2 10 14 3 2 10 12 5
- 30*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 10 10 7 2 10 8 9 2 11 17
+ 14*a33 *m1*m2 *n1 *n2 + 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1
2 11 15 2 2 11 11 6 2 11 9 8
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 ) +
3 2 12 7 9 2 12 5 11 2 12 3 13
u1 *v1*( - 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 12 15 2 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
2 11 6 10 2 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
2 11 2 14 2 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
2 10 2 9 7 2 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 10 2 5 11 2 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 10 2 15 2 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 3 8 8 2 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
2 9 3 4 12 2 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 9 3 16 2 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 4 9 7 2 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
2 8 4 5 11 2 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 8 4 15 2 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 7 5 10 6 2 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 7 5 6 10 2 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 7 5 2 14 2 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 6 6 11 5 2 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
2 6 6 7 9 2 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
2 6 6 3 13 2 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 5 7 12 4 2 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
2 5 7 8 8 2 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
2 5 7 4 12 2 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 8 13 3 2 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 4 8 9 7 2 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
2 4 8 5 11 2 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 3 9 14 2 2 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 3 9 10 6 2 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 9 6 10 2 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
2 2 10 13 3 2 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
2 2 10 9 7 2 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 11 8 8 2 12 15
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 13 3 2 12 11 5 2 12 9 7
- 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 )
3 2 12 6 10 2 12 4 12
+ u1 *v2*( - 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 12 2 14 2 12 16
+ 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n2
2 11 7 9 2 11 5 11
+ 40*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 11 3 13 2 11 15
- 72*a33 *m1 *m2*n1 *n2 - 56*a33 *m1 *m2*n1*n2
2 10 2 8 8 2 10 2 6 10
- 180*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
2 10 2 4 12 2 10 2 2 14
+ 504*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 10 2 16 2 9 3 9 7
- 4*a33 *m1 *m2 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 9 3 7 9 2 9 3 5 11
- 280*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
2 9 3 3 13 2 9 3 15
- 1160*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1*n2
2 8 4 10 6 2 8 4 8 8
- 840*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 8 4 6 10 2 8 4 4 12
+ 4860*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 8 4 2 14 2 7 5 11 5
- 180*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 7 5 9 7 2 7 5 7 9
- 2832*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
2 7 5 5 11 2 7 5 3 13
- 3888*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 6 6 12 4 2 6 6 10 6
- 840*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
2 6 6 8 8 2 6 6 6 10
+ 9744*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
2 6 6 4 12 2 5 7 13 3
- 840*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 5 7 11 5 2 5 7 9 7
- 3888*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
2 5 7 7 9 2 5 7 5 11
- 2832*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 4 8 14 2 2 4 8 12 4
- 180*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 4 8 10 6 2 4 8 8 8
+ 4860*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 4 8 6 10 2 3 9 15
- 840*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 3 9 13 3 2 3 9 11 5
- 1160*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
2 3 9 9 7 2 3 9 7 9
- 280*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 2
- 4*a33 *m1 *m2 *n1 + 336*a33 *m1 *m2 *n1 *n2
2 2 10 12 4 2 2 10 10 6
+ 504*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
2 2 10 8 8 2 11 15
- 180*a33 *m1 *m2 *n1 *n2 - 56*a33 *m1*m2 *n1 *n2
2 11 13 3 2 11 11 5
- 72*a33 *m1*m2 *n1 *n2 + 24*a33 *m1*m2 *n1 *n2
2 11 9 7 2 12 16
+ 40*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
2 12 14 2 2 12 12 4
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 10 6 3 11 9 9
- 4*a33 *m2 *n1 *n2 ) + u1 *( - 2*a33*m1 *n1 *n2
11 7 11 11 3 15 11 17
- 4*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2 + 2*a33*m1 *n1*n2
10 10 8 10 8 10
+ 18*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1 *n2
10 6 12 10 4 14
- 24*a33*m1 *m2*n1 *n2 - 60*a33*m1 *m2*n1 *n2
10 2 16 9 2 11 7
- 26*a33*m1 *m2*n1 *n2 - 72*a33*m1 *m2 *n1 *n2
9 2 9 9 9 2 7 11
- 70*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
9 2 5 13 9 2 3 15
+ 360*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
9 2 17 8 3 12 6
- 2*a33*m1 *m2 *n1*n2 + 168*a33*m1 *m2 *n1 *n2
8 3 10 8 8 3 8 10
+ 30*a33*m1 *m2 *n1 *n2 - 900*a33*m1 *m2 *n1 *n2
8 3 6 12 8 3 4 14
- 1200*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
8 3 2 16 7 4 13 5
+ 18*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
7 4 11 7 7 4 9 9
+ 240*a33*m1 *m2 *n1 *n2 + 2160*a33*m1 *m2 *n1 *n2
7 4 7 11 7 4 5 13
+ 2520*a33*m1 *m2 *n1 *n2 + 780*a33*m1 *m2 *n1 *n2
7 4 3 15 6 5 14 4
- 72*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
6 5 12 6 6 5 10 8
- 672*a33*m1 *m2 *n1 *n2 - 3360*a33*m1 *m2 *n1 *n2
6 5 8 10 6 5 6 12
- 3528*a33*m1 *m2 *n1 *n2 - 924*a33*m1 *m2 *n1 *n2
6 5 4 14 5 6 15 3
+ 168*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
5 6 13 5 5 6 11 7
+ 924*a33*m1 *m2 *n1 *n2 + 3528*a33*m1 *m2 *n1 *n2
5 6 9 9 5 6 7 11
+ 3360*a33*m1 *m2 *n1 *n2 + 672*a33*m1 *m2 *n1 *n2
5 6 5 13 4 7 16 2
- 252*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
4 7 14 4 4 7 12 6
- 780*a33*m1 *m2 *n1 *n2 - 2520*a33*m1 *m2 *n1 *n2
4 7 10 8 4 7 8 10
- 2160*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
4 7 6 12 3 8 17
+ 252*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1 *n2
3 8 15 3 3 8 13 5
+ 420*a33*m1 *m2 *n1 *n2 + 1200*a33*m1 *m2 *n1 *n2
3 8 11 7 3 8 9 9
+ 900*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
3 8 7 11 2 9 18
- 168*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
2 9 16 2 2 9 14 4
- 140*a33*m1 *m2 *n1 *n2 - 360*a33*m1 *m2 *n1 *n2
2 9 12 6 2 9 10 8
- 220*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2
2 9 8 10 10 17
+ 72*a33*m1 *m2 *n1 *n2 + 26*a33*m1*m2 *n1 *n2
10 15 3 10 13 5
+ 60*a33*m1*m2 *n1 *n2 + 24*a33*m1*m2 *n1 *n2
10 11 7 10 9 9 11 18
- 28*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1
11 16 2 11 12 6 11 10 8 2
- 4*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u1
2 2 11 8 9 2 11 6 11 2 11 2 15
*u2 *(2*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 11 17 2 10 9 8
- 2*a33 *m1 *n2 - 18*a33 *m1 *m2*n1 *n2
2 10 7 10 2 10 5 12
- 28*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 10 3 14 2 10 16
+ 60*a33 *m1 *m2*n1 *n2 + 26*a33 *m1 *m2*n1*n2
2 9 2 10 7 2 9 2 8 9
+ 72*a33 *m1 *m2 *n1 *n2 + 70*a33 *m1 *m2 *n1 *n2
2 9 2 6 11 2 9 2 4 13
- 220*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 9 2 2 15 2 9 2 17
- 140*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1 *m2 *n2
2 8 3 11 6 2 8 3 9 8
- 168*a33 *m1 *m2 *n1 *n2 - 30*a33 *m1 *m2 *n1 *n2
2 8 3 7 10 2 8 3 5 12
+ 900*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 8 3 3 14 2 8 3 16
+ 420*a33 *m1 *m2 *n1 *n2 - 18*a33 *m1 *m2 *n1*n2
2 7 4 12 5 2 7 4 10 7
+ 252*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 7 4 8 9 2 7 4 6 11
- 2160*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 7 4 4 13 2 7 4 2 15
- 780*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 6 5 13 4 2 6 5 11 6
- 252*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 6 5 9 8 2 6 5 7 10
+ 3360*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 6 5 5 12 2 6 5 3 14
+ 924*a33 *m1 *m2 *n1 *n2 - 168*a33 *m1 *m2 *n1 *n2
2 5 6 14 3 2 5 6 12 5
+ 168*a33 *m1 *m2 *n1 *n2 - 924*a33 *m1 *m2 *n1 *n2
2 5 6 10 7 2 5 6 8 9
- 3528*a33 *m1 *m2 *n1 *n2 - 3360*a33 *m1 *m2 *n1 *n2
2 5 6 6 11 2 5 6 4 13
- 672*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 4 7 15 2 2 4 7 13 4
- 72*a33 *m1 *m2 *n1 *n2 + 780*a33 *m1 *m2 *n1 *n2
2 4 7 11 6 2 4 7 9 8
+ 2520*a33 *m1 *m2 *n1 *n2 + 2160*a33 *m1 *m2 *n1 *n2
2 4 7 7 10 2 4 7 5 12
+ 240*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 3 8 16 2 3 8 14 3
+ 18*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 3 8 12 5 2 3 8 10 7
- 1200*a33 *m1 *m2 *n1 *n2 - 900*a33 *m1 *m2 *n1 *n2
2 3 8 8 9 2 3 8 6 11
+ 30*a33 *m1 *m2 *n1 *n2 + 168*a33 *m1 *m2 *n1 *n2
2 2 9 17 2 2 9 15 2
- 2*a33 *m1 *m2 *n1 + 140*a33 *m1 *m2 *n1 *n2
2 2 9 13 4 2 2 9 11 6
+ 360*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 2 9 9 8 2 2 9 7 10
- 70*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 10 16 2 10 14 3
- 26*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
2 10 12 5 2 10 10 7
- 24*a33 *m1*m2 *n1 *n2 + 28*a33 *m1*m2 *n1 *n2
2 10 8 9 2 11 17 2 11 15 2
+ 18*a33 *m1*m2 *n1 *n2 + 2*a33 *m2 *n1 + 4*a33 *m2 *n1 *n2
2 11 11 6 2 11 9 8 2
- 4*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 ) + u1 *u2*v1*(
2 12 6 10 2 12 4 12 2 12 2 14
4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 12 16 2 11 7 9 2 11 5 11
- 4*a33 *m1 *n2 - 40*a33 *m1 *m2*n1 *n2 - 24*a33 *m1 *m2*n1 *n2
2 11 3 13 2 11 15
+ 72*a33 *m1 *m2*n1 *n2 + 56*a33 *m1 *m2*n1*n2
2 10 2 8 8 2 10 2 6 10
+ 180*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
2 10 2 4 12 2 10 2 2 14
- 504*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 10 2 16 2 9 3 9 7
+ 4*a33 *m1 *m2 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 9 3 7 9 2 9 3 5 11
+ 280*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 9 3 3 13 2 9 3 15
+ 1160*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1*n2
2 8 4 10 6 2 8 4 8 8
+ 840*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 8 4 6 10 2 8 4 4 12
- 4860*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 8 4 2 14 2 7 5 11 5
+ 180*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 7 5 9 7 2 7 5 7 9
+ 2832*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
2 7 5 5 11 2 7 5 3 13
+ 3888*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 6 6 12 4 2 6 6 10 6
+ 840*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
2 6 6 8 8 2 6 6 6 10
- 9744*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
2 6 6 4 12 2 5 7 13 3
+ 840*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 5 7 11 5 2 5 7 9 7
+ 3888*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
2 5 7 7 9 2 5 7 5 11
+ 2832*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 4 8 14 2 2 4 8 12 4
+ 180*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 4 8 10 6 2 4 8 8 8
- 4860*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 4 8 6 10 2 3 9 15
+ 840*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1 *n2
2 3 9 13 3 2 3 9 11 5
+ 1160*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 3 9 9 7 2 3 9 7 9
+ 280*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 2
+ 4*a33 *m1 *m2 *n1 - 336*a33 *m1 *m2 *n1 *n2
2 2 10 12 4 2 2 10 10 6
- 504*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
2 2 10 8 8 2 11 15
+ 180*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1*m2 *n1 *n2
2 11 13 3 2 11 11 5
+ 72*a33 *m1*m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
2 11 9 7 2 12 16 2 12 14 2
- 40*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
2 12 12 4 2 12 10 6 2
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u1 *u2*v2*(
2 12 7 9 2 12 5 11 2 12 3 13
- 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 12 15 2 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
2 11 6 10 2 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
2 11 2 14 2 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
2 10 2 9 7 2 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 10 2 5 11 2 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 10 2 15 2 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 3 8 8 2 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
2 9 3 4 12 2 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 9 3 16 2 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 4 9 7 2 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
2 8 4 5 11 2 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 8 4 15 2 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 7 5 10 6 2 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 7 5 6 10 2 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 7 5 2 14 2 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 6 6 11 5 2 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
2 6 6 7 9 2 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
2 6 6 3 13 2 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 5 7 12 4 2 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
2 5 7 8 8 2 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
2 5 7 4 12 2 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 8 13 3 2 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 4 8 9 7 2 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
2 4 8 5 11 2 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 3 9 14 2 2 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 3 9 10 6 2 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 9 6 10 2 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
2 2 10 13 3 2 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
2 2 10 9 7 2 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 11 8 8 2 12 15 2 12 13 3
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 11 5 2 12 9 7 2
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u1 *u2*(
11 8 10 11 6 12 11 2 16
- 2*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2
11 18 10 9 9 10 7 11
+ 2*a33*m1 *n2 + 18*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1 *n2
10 5 13 10 3 15
- 24*a33*m1 *m2*n1 *n2 - 60*a33*m1 *m2*n1 *n2
10 17 9 2 10 8
- 26*a33*m1 *m2*n1*n2 - 72*a33*m1 *m2 *n1 *n2
9 2 8 10 9 2 6 12
- 70*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
9 2 4 14 9 2 2 16
+ 360*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
9 2 18 8 3 11 7 8 3 9 9
- 2*a33*m1 *m2 *n2 + 168*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
8 3 7 11 8 3 5 13
- 900*a33*m1 *m2 *n1 *n2 - 1200*a33*m1 *m2 *n1 *n2
8 3 3 15 8 3 17
- 420*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1*n2
7 4 12 6 7 4 10 8
- 252*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
7 4 8 10 7 4 6 12
+ 2160*a33*m1 *m2 *n1 *n2 + 2520*a33*m1 *m2 *n1 *n2
7 4 4 14 7 4 2 16
+ 780*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 5 13 5 6 5 11 7
+ 252*a33*m1 *m2 *n1 *n2 - 672*a33*m1 *m2 *n1 *n2
6 5 9 9 6 5 7 11
- 3360*a33*m1 *m2 *n1 *n2 - 3528*a33*m1 *m2 *n1 *n2
6 5 5 13 6 5 3 15
- 924*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
5 6 14 4 5 6 12 6
- 168*a33*m1 *m2 *n1 *n2 + 924*a33*m1 *m2 *n1 *n2
5 6 10 8 5 6 8 10
+ 3528*a33*m1 *m2 *n1 *n2 + 3360*a33*m1 *m2 *n1 *n2
5 6 6 12 5 6 4 14
+ 672*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
4 7 15 3 4 7 13 5
+ 72*a33*m1 *m2 *n1 *n2 - 780*a33*m1 *m2 *n1 *n2
4 7 11 7 4 7 9 9
- 2520*a33*m1 *m2 *n1 *n2 - 2160*a33*m1 *m2 *n1 *n2
4 7 7 11 4 7 5 13
- 240*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
3 8 16 2 3 8 14 4
- 18*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
3 8 12 6 3 8 10 8
+ 1200*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
3 8 8 10 3 8 6 12
- 30*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
2 9 17 2 9 15 3
+ 2*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
2 9 13 5 2 9 11 7
- 360*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
2 9 9 9 2 9 7 11
+ 70*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
10 16 2 10 14 4
+ 26*a33*m1*m2 *n1 *n2 + 60*a33*m1*m2 *n1 *n2
10 12 6 10 10 8
+ 24*a33*m1*m2 *n1 *n2 - 28*a33*m1*m2 *n1 *n2
10 8 10 11 17 11 15 3
- 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2
11 11 7 11 9 9 2
+ 4*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u1 *v1*v2*(
2 13 5 10 2 13 14 2 12 6 9
8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1*n2 - 80*a33 *m1 *m2*n1 *n2
2 12 4 11 2 12 2 13
+ 40*a33 *m1 *m2*n1 *n2 + 112*a33 *m1 *m2*n1 *n2
2 12 15 2 11 2 7 8
- 8*a33 *m1 *m2*n2 + 360*a33 *m1 *m2 *n1 *n2
2 11 2 5 10 2 11 2 3 12
- 408*a33 *m1 *m2 *n1 *n2 - 648*a33 *m1 *m2 *n1 *n2
2 11 2 14 2 10 3 8 7
+ 120*a33 *m1 *m2 *n1*n2 - 960*a33 *m1 *m2 *n1 *n2
2 10 3 6 9 2 10 3 4 11
+ 1880*a33 *m1 *m2 *n1 *n2 + 2072*a33 *m1 *m2 *n1 *n2
2 10 3 2 13 2 10 3 15
- 760*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 9 4 9 6 2 9 4 7 8
+ 1680*a33 *m1 *m2 *n1 *n2 - 5160*a33 *m1 *m2 *n1 *n2
2 9 4 5 10 2 9 4 3 12
- 4000*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 9 4 14 2 8 5 10 5
- 80*a33 *m1 *m2 *n1*n2 - 2016*a33 *m1 *m2 *n1 *n2
2 8 5 8 7 2 8 5 6 9
+ 9360*a33 *m1 *m2 *n1 *n2 + 4536*a33 *m1 *m2 *n1 *n2
2 8 5 4 11 2 8 5 2 13
- 6480*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 7 6 11 4 2 7 6 9 6
+ 1680*a33 *m1 *m2 *n1 *n2 - 11760*a33 *m1 *m2 *n1 *n2
2 7 6 7 8 2 7 6 5 10
- 2064*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
2 7 6 3 12 2 6 7 12 3
- 960*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 6 7 10 5 2 6 7 8 7
+ 10416*a33 *m1 *m2 *n1 *n2 - 2064*a33 *m1 *m2 *n1 *n2
2 6 7 6 9 2 6 7 4 11
- 11760*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 5 8 13 2 2 5 8 11 4
+ 360*a33 *m1 *m2 *n1 *n2 - 6480*a33 *m1 *m2 *n1 *n2
2 5 8 9 6 2 5 8 7 8
+ 4536*a33 *m1 *m2 *n1 *n2 + 9360*a33 *m1 *m2 *n1 *n2
2 5 8 5 10 2 4 9 14
- 2016*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
2 4 9 12 3 2 4 9 10 5
+ 2760*a33 *m1 *m2 *n1 *n2 - 4000*a33 *m1 *m2 *n1 *n2
2 4 9 8 7 2 4 9 6 9
- 5160*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 3 10 15 2 3 10 13 2
+ 8*a33 *m1 *m2 *n1 - 760*a33 *m1 *m2 *n1 *n2
2 3 10 11 4 2 3 10 9 6
+ 2072*a33 *m1 *m2 *n1 *n2 + 1880*a33 *m1 *m2 *n1 *n2
2 3 10 7 8 2 2 11 14
- 960*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
2 2 11 12 3 2 2 11 10 5
- 648*a33 *m1 *m2 *n1 *n2 - 408*a33 *m1 *m2 *n1 *n2
2 2 11 8 7 2 12 15
+ 360*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1*m2 *n1
2 12 13 2 2 12 11 4
+ 112*a33 *m1*m2 *n1 *n2 + 40*a33 *m1*m2 *n1 *n2
2 12 9 6 2 13 14 2 13 10 5
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
2 12 8 9 12 6 11 12 4 13
u1 *v1*(6*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2
12 2 15 12 17 11 9 8
- 4*a33*m1 *n1 *n2 + 2*a33*m1 *n2 - 54*a33*m1 *m2*n1 *n2
11 7 10 11 5 12
- 4*a33*m1 *m2*n1 *n2 + 120*a33*m1 *m2*n1 *n2
11 3 14 11 16
+ 36*a33*m1 *m2*n1 *n2 - 34*a33*m1 *m2*n1*n2
10 2 10 7 10 2 8 9
+ 216*a33*m1 *m2 *n1 *n2 - 150*a33*m1 *m2 *n1 *n2
10 2 6 11 10 2 4 13
- 692*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
10 2 2 15 10 2 17
+ 252*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n2
9 3 11 6 9 3 9 8
- 504*a33*m1 *m2 *n1 *n2 + 870*a33*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12
+ 2140*a33*m1 *m2 *n1 *n2 - 320*a33*m1 *m2 *n1 *n2
9 3 3 14 9 3 16
- 1060*a33*m1 *m2 *n1 *n2 + 26*a33*m1 *m2 *n1*n2
8 4 12 5 8 4 10 7
+ 756*a33*m1 *m2 *n1 *n2 - 2400*a33*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11
- 3960*a33*m1 *m2 *n1 *n2 + 2160*a33*m1 *m2 *n1 *n2
8 4 4 13 8 4 2 15
+ 2820*a33*m1 *m2 *n1 *n2 - 144*a33*m1 *m2 *n1 *n2
7 5 13 4 7 5 11 6
- 756*a33*m1 *m2 *n1 *n2 + 4032*a33*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10
+ 4416*a33*m1 *m2 *n1 *n2 - 5832*a33*m1 *m2 *n1 *n2
7 5 5 12 7 5 3 14
- 5004*a33*m1 *m2 *n1 *n2 + 456*a33*m1 *m2 *n1 *n2
6 6 14 3 6 6 12 5
+ 504*a33*m1 *m2 *n1 *n2 - 4452*a33*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9
- 2520*a33*m1 *m2 *n1 *n2 + 9408*a33*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13
+ 6048*a33*m1 *m2 *n1 *n2 - 924*a33*m1 *m2 *n1 *n2
5 7 15 2 5 7 13 4
- 216*a33*m1 *m2 *n1 *n2 + 3300*a33*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8
- 216*a33*m1 *m2 *n1 *n2 - 9936*a33*m1 *m2 *n1 *n2
5 7 7 10 5 7 5 12
- 4944*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
4 8 16 4 8 14 3
+ 54*a33*m1 *m2 *n1 *n2 - 1620*a33*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7
+ 1560*a33*m1 *m2 *n1 *n2 + 7020*a33*m1 *m2 *n1 *n2
4 8 8 9 4 8 6 11
+ 2610*a33*m1 *m2 *n1 *n2 - 1176*a33*m1 *m2 *n1 *n2
3 9 17 3 9 15 2
- 6*a33*m1 *m2 *n1 + 500*a33*m1 *m2 *n1 *n2
3 9 13 4 3 9 11 6
- 1240*a33*m1 *m2 *n1 *n2 - 3260*a33*m1 *m2 *n1 *n2
3 9 9 8 3 9 7 10
- 770*a33*m1 *m2 *n1 *n2 + 744*a33*m1 *m2 *n1 *n2
2 10 16 2 10 14 3
- 86*a33*m1 *m2 *n1 *n2 + 492*a33*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7
+ 936*a33*m1 *m2 *n1 *n2 + 52*a33*m1 *m2 *n1 *n2
2 10 8 9 11 17
- 306*a33*m1 *m2 *n1 *n2 + 6*a33*m1*m2 *n1
11 15 2 11 13 4
- 100*a33*m1*m2 *n1 *n2 - 144*a33*m1*m2 *n1 *n2
11 11 6 11 9 8
+ 36*a33*m1*m2 *n1 *n2 + 74*a33*m1*m2 *n1 *n2
12 16 12 14 3 12 12 5
+ 8*a33*m2 *n1 *n2 + 8*a33*m2 *n1 *n2 - 8*a33*m2 *n1 *n2
12 10 7 2 2 2 13 6 9
- 8*a33*m2 *n1 *n2 ) + u1 *v2 *( - 4*a33 *m1 *n1 *n2
2 13 4 11 2 13 2 13 2 13 15
+ 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n2
2 12 7 8 2 12 5 10
+ 36*a33 *m1 *m2*n1 *n2 - 68*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
- 36*a33 *m1 *m2*n1 *n2 + 68*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 6 9
- 144*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 11 2 4 11 2 11 2 2 13
+ 72*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 9 6
+ 8*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
- 1560*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
+ 2136*a33 *m1 *m2 *n1 *n2 - 104*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
- 504*a33 *m1 *m2 *n1 *n2 + 3480*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
- 2380*a33 *m1 *m2 *n1 *n2 - 5780*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
+ 580*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
+ 504*a33 *m1 *m2 *n1 *n2 - 5208*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
+ 6732*a33 *m1 *m2 *n1 *n2 + 10548*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
- 1860*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
- 336*a33 *m1 *m2 *n1 *n2 + 5376*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
- 11568*a33 *m1 *m2 *n1 *n2 - 13296*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
+ 3840*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
+ 144*a33 *m1 *m2 *n1 *n2 - 3840*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
+ 13296*a33 *m1 *m2 *n1 *n2 + 11568*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
- 5376*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
- 36*a33 *m1 *m2 *n1 *n2 + 1860*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
- 10548*a33 *m1 *m2 *n1 *n2 - 6732*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
+ 5208*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
+ 4*a33 *m1 *m2 *n1 - 580*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
+ 5780*a33 *m1 *m2 *n1 *n2 + 2380*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
- 3480*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
+ 104*a33 *m1 *m2 *n1 *n2 - 2136*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
- 344*a33 *m1 *m2 *n1 *n2 + 1560*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 15
- 336*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 2 11 13 2 2 2 11 11 4
+ 504*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 2 11 9 6 2 2 11 7 8
- 440*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
- 68*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7 2 13 15
+ 68*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
2 13 13 2 2 13 11 4 2 13 9 6
- 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) +
2 12 7 10 12 5 12 12 3 14
u1 *v2*(8*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2
12 16 11 8 9
- 8*a33*m1 *n1*n2 - 78*a33*m1 *m2*n1 *n2
11 6 11 11 4 13
- 44*a33*m1 *m2*n1 *n2 + 144*a33*m1 *m2*n1 *n2
11 2 15 11 17
+ 108*a33*m1 *m2*n1 *n2 - 2*a33*m1 *m2*n2
10 2 9 8 10 2 7 10
+ 342*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1 *n2
10 2 5 12 10 2 3 14
- 984*a33*m1 *m2 *n1 *n2 - 612*a33*m1 *m2 *n1 *n2
10 2 16 9 3 10 7
+ 34*a33*m1 *m2 *n1*n2 - 888*a33*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11
+ 630*a33*m1 *m2 *n1 *n2 + 3700*a33*m1 *m2 *n1 *n2
9 3 4 13 9 3 2 15
+ 1960*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
9 3 17 8 4 11 6
+ 2*a33*m1 *m2 *n2 + 1512*a33*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10
- 2550*a33*m1 *m2 *n1 *n2 - 8820*a33*m1 *m2 *n1 *n2
8 4 5 12 8 4 3 14
- 3960*a33*m1 *m2 *n1 *n2 + 780*a33*m1 *m2 *n1 *n2
8 4 16 7 5 12 5
- 18*a33*m1 *m2 *n1*n2 - 1764*a33*m1 *m2 *n1 *n2
7 5 10 7 7 5 8 9
+ 5424*a33*m1 *m2 *n1 *n2 + 14256*a33*m1 *m2 *n1 *n2
7 5 6 11 7 5 4 13
+ 5256*a33*m1 *m2 *n1 *n2 - 1740*a33*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4
+ 72*a33*m1 *m2 *n1 *n2 + 1428*a33*m1 *m2 *n1 *n2
6 6 11 6 6 6 9 8
- 7392*a33*m1 *m2 *n1 *n2 - 16128*a33*m1 *m2 *n1 *n2
6 6 7 10 6 6 5 12
- 4536*a33*m1 *m2 *n1 *n2 + 2604*a33*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3
- 168*a33*m1 *m2 *n1 *n2 - 792*a33*m1 *m2 *n1 *n2
5 7 12 5 5 7 10 7
+ 6852*a33*m1 *m2 *n1 *n2 + 12888*a33*m1 *m2 *n1 *n2
5 7 8 9 5 7 6 11
+ 2304*a33*m1 *m2 *n1 *n2 - 2688*a33*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2
+ 252*a33*m1 *m2 *n1 *n2 + 288*a33*m1 *m2 *n1 *n2
4 8 13 4 4 8 11 6
- 4380*a33*m1 *m2 *n1 *n2 - 7200*a33*m1 *m2 *n1 *n2
4 8 9 8 4 8 7 10
- 360*a33*m1 *m2 *n1 *n2 + 1920*a33*m1 *m2 *n1 *n2
4 8 5 12 3 9 16
- 252*a33*m1 *m2 *n1 *n2 - 62*a33*m1 *m2 *n1 *n2
3 9 14 3 3 9 12 5
+ 1900*a33*m1 *m2 *n1 *n2 + 2720*a33*m1 *m2 *n1 *n2
3 9 10 7 3 9 8 9
- 340*a33*m1 *m2 *n1 *n2 - 930*a33*m1 *m2 *n1 *n2
3 9 6 11 2 10 17
+ 168*a33*m1 *m2 *n1 *n2 + 6*a33*m1 *m2 *n1
2 10 15 2 2 10 13 4
- 532*a33*m1 *m2 *n1 *n2 - 648*a33*m1 *m2 *n1 *n2
2 10 11 6 2 10 9 8
+ 252*a33*m1 *m2 *n1 *n2 + 290*a33*m1 *m2 *n1 *n2
2 10 7 10 11 16
- 72*a33*m1 *m2 *n1 *n2 + 86*a33*m1*m2 *n1 *n2
11 14 3 11 12 5
+ 84*a33*m1*m2 *n1 *n2 - 72*a33*m1*m2 *n1 *n2
11 10 7 11 8 9 12 17
- 52*a33*m1*m2 *n1 *n2 + 18*a33*m1*m2 *n1 *n2 - 6*a33*m2 *n1
12 15 2 12 13 4 12 11 6
- 4*a33*m2 *n1 *n2 + 8*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2
12 9 8 2 2 2 13 6 9
- 2*a33*m2 *n1 *n2 ) + u1 *v3 *( - 6*a33 *m1 *n1 *n2
2 13 4 11 2 13 2 13 2 13 15
- 2*a33 *m1 *n1 *n2 + 6*a33 *m1 *n1 *n2 + 2*a33 *m1 *n2
2 12 7 8 2 12 5 10
+ 54*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
- 86*a33 *m1 *m2*n1 *n2 - 18*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 6 9
- 216*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 11 2 4 11 2 11 2 2 13
+ 468*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 9 6
+ 4*a33 *m1 *m2 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
- 1020*a33 *m1 *m2 *n1 *n2 - 1332*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
+ 124*a33 *m1 *m2 *n1 *n2 - 68*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
- 756*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
+ 2150*a33 *m1 *m2 *n1 *n2 - 750*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
+ 430*a33 *m1 *m2 *n1 *n2 - 6*a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
+ 756*a33 *m1 *m2 *n1 *n2 - 4116*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
- 1782*a33 *m1 *m2 *n1 *n2 + 1566*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
- 1470*a33 *m1 *m2 *n1 *n2 + 54*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
- 504*a33 *m1 *m2 *n1 *n2 + 4368*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
+ 72*a33 *m1 *m2 *n1 *n2 - 1464*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
+ 3120*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
+ 216*a33 *m1 *m2 *n1 *n2 - 3120*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
+ 1464*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
- 4368*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
- 54*a33 *m1 *m2 *n1 *n2 + 1470*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
- 1566*a33 *m1 *m2 *n1 *n2 + 1782*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
+ 4116*a33 *m1 *m2 *n1 *n2 - 756*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
+ 6*a33 *m1 *m2 *n1 - 430*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
+ 750*a33 *m1 *m2 *n1 *n2 - 2150*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
- 2580*a33 *m1 *m2 *n1 *n2 + 756*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
+ 68*a33 *m1 *m2 *n1 *n2 - 124*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
+ 1332*a33 *m1 *m2 *n1 *n2 + 1020*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 15
- 504*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 2 11 13 2 2 2 11 11 4
- 36*a33 *m1 *m2 *n1 *n2 - 468*a33 *m1 *m2 *n1 *n2
2 2 11 9 6 2 2 11 7 8
- 220*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
+ 18*a33 *m1*m2 *n1 *n2 + 86*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7 2 13 15
+ 14*a33 *m1*m2 *n1 *n2 - 54*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1
2 13 13 2 2 13 11 4 2 13 9 6
- 6*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1 *n2 + 6*a33 *m2 *n1 *n2 ) +
2 11 10 9 11 8 11 11 4 15 11 2 17
u1 *(m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n1 *n2
10 11 8 10 9 10 10 7 12
- 9*m1 *m2*n1 *n2 - 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2
10 5 14 10 3 16 9 2 12 7
+ 30*m1 *m2*n1 *n2 + 13*m1 *m2*n1 *n2 + 36*m1 *m2 *n1 *n2
9 2 10 9 9 2 8 11 9 2 6 13
+ 35*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2
9 2 4 15 9 2 2 17 8 3 13 6
- 70*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
8 3 11 8 8 3 9 10 8 3 7 12
- 15*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2
8 3 5 14 8 3 3 16 7 4 14 5
+ 210*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
7 4 12 7 7 4 10 9 7 4 8 11
- 120*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2
7 4 6 13 7 4 4 15 6 5 15 4
- 390*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
6 5 13 6 6 5 11 8 6 5 9 10
+ 336*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2
6 5 7 12 6 5 5 14 5 6 16 3
+ 462*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
5 6 14 5 5 6 12 7 5 6 10 9
- 462*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
5 6 8 11 5 6 6 13 4 7 17 2
- 336*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
4 7 15 4 4 7 13 6 4 7 11 8
+ 390*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2
4 7 9 10 4 7 7 12 3 8 18
+ 120*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2
3 8 16 3 3 8 14 5 3 8 12 7
- 210*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2
3 8 10 9 3 8 8 11 2 9 19
+ 15*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - m1 *m2 *n1
2 9 17 2 2 9 15 4 2 9 13 6
+ 70*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2
2 9 11 8 2 9 9 10 10 18
- 35*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2
10 16 3 10 14 5 10 12 7
- 30*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2
10 10 9 11 19 11 17 2 11 13 6
+ 9*m1*m2 *n1 *n2 + m2 *n1 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2
11 11 8 2 2 12 7 9
- m2 *n1 *n2 ) + u1*u2 *v1*( - 4*a33 *m1 *n1 *n2
2 12 5 11 2 12 3 13 2 12 15
- 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1*n2
2 11 8 8 2 11 6 10
+ 36*a33 *m1 *m2*n1 *n2 + 16*a33 *m1 *m2*n1 *n2
2 11 4 12 2 11 2 14
- 72*a33 *m1 *m2*n1 *n2 - 48*a33 *m1 *m2*n1 *n2
2 11 16 2 10 2 9 7
+ 4*a33 *m1 *m2*n2 - 144*a33 *m1 *m2 *n1 *n2
2 10 2 7 9 2 10 2 5 11
+ 40*a33 *m1 *m2 *n1 *n2 + 456*a33 *m1 *m2 *n1 *n2
2 10 2 3 13 2 10 2 15
+ 216*a33 *m1 *m2 *n1 *n2 - 56*a33 *m1 *m2 *n1*n2
2 9 3 10 6 2 9 3 8 8
+ 336*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 9 3 6 10 2 9 3 4 12
- 1520*a33 *m1 *m2 *n1 *n2 - 440*a33 *m1 *m2 *n1 *n2
2 9 3 2 14 2 9 3 16
+ 320*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 8 4 11 5 2 8 4 9 7
- 504*a33 *m1 *m2 *n1 *n2 + 1320*a33 *m1 *m2 *n1 *n2
2 8 4 7 9 2 8 4 5 11
+ 3060*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 8 4 3 13 2 8 4 15
- 1020*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
2 7 5 12 4 2 7 5 10 6
+ 504*a33 *m1 *m2 *n1 *n2 - 2352*a33 *m1 *m2 *n1 *n2
2 7 5 8 8 2 7 5 6 10
- 3888*a33 *m1 *m2 *n1 *n2 + 1152*a33 *m1 *m2 *n1 *n2
2 7 5 4 12 2 7 5 2 14
+ 2040*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 6 6 13 3 2 6 6 11 5
- 336*a33 *m1 *m2 *n1 *n2 + 2688*a33 *m1 *m2 *n1 *n2
2 6 6 9 7 2 6 6 7 9
+ 3024*a33 *m1 *m2 *n1 *n2 - 3024*a33 *m1 *m2 *n1 *n2
2 6 6 5 11 2 6 6 3 13
- 2688*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 5 7 14 2 2 5 7 12 4
+ 144*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 5 7 10 6 2 5 7 8 8
- 1152*a33 *m1 *m2 *n1 *n2 + 3888*a33 *m1 *m2 *n1 *n2
2 5 7 6 10 2 5 7 4 12
+ 2352*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 4 8 15 2 4 8 13 3
- 36*a33 *m1 *m2 *n1 *n2 + 1020*a33 *m1 *m2 *n1 *n2
2 4 8 11 5 2 4 8 9 7
- 180*a33 *m1 *m2 *n1 *n2 - 3060*a33 *m1 *m2 *n1 *n2
2 4 8 7 9 2 4 8 5 11
- 1320*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 3 9 16 2 3 9 14 2
+ 4*a33 *m1 *m2 *n1 - 320*a33 *m1 *m2 *n1 *n2
2 3 9 12 4 2 3 9 10 6
+ 440*a33 *m1 *m2 *n1 *n2 + 1520*a33 *m1 *m2 *n1 *n2
2 3 9 8 8 2 3 9 6 10
+ 420*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 2 10 15 2 2 10 13 3
+ 56*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
2 2 10 11 5 2 2 10 9 7
- 456*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1 *n2
2 2 10 7 9 2 11 16
+ 144*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1*m2 *n1
2 11 14 2 2 11 12 4
+ 48*a33 *m1*m2 *n1 *n2 + 72*a33 *m1*m2 *n1 *n2
2 11 10 6 2 11 8 8
- 16*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2
2 12 15 2 12 13 3 2 12 11 5
- 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2
2 12 9 7 2 2 12 6 10
+ 4*a33 *m2 *n1 *n2 ) + u1*u2 *v2*( - 4*a33 *m1 *n1 *n2
2 12 4 12 2 12 2 14 2 12 16
- 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n2
2 11 7 9 2 11 5 11
+ 40*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 11 3 13 2 11 15
- 72*a33 *m1 *m2*n1 *n2 - 56*a33 *m1 *m2*n1*n2
2 10 2 8 8 2 10 2 6 10
- 180*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
2 10 2 4 12 2 10 2 2 14
+ 504*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 10 2 16 2 9 3 9 7
- 4*a33 *m1 *m2 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 9 3 7 9 2 9 3 5 11
- 280*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
2 9 3 3 13 2 9 3 15
- 1160*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1*n2
2 8 4 10 6 2 8 4 8 8
- 840*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 8 4 6 10 2 8 4 4 12
+ 4860*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 8 4 2 14 2 7 5 11 5
- 180*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 7 5 9 7 2 7 5 7 9
- 2832*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
2 7 5 5 11 2 7 5 3 13
- 3888*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 6 6 12 4 2 6 6 10 6
- 840*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
2 6 6 8 8 2 6 6 6 10
+ 9744*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
2 6 6 4 12 2 5 7 13 3
- 840*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 5 7 11 5 2 5 7 9 7
- 3888*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
2 5 7 7 9 2 5 7 5 11
- 2832*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 4 8 14 2 2 4 8 12 4
- 180*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 4 8 10 6 2 4 8 8 8
+ 4860*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 4 8 6 10 2 3 9 15
- 840*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 3 9 13 3 2 3 9 11 5
- 1160*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
2 3 9 9 7 2 3 9 7 9
- 280*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 2
- 4*a33 *m1 *m2 *n1 + 336*a33 *m1 *m2 *n1 *n2
2 2 10 12 4 2 2 10 10 6
+ 504*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
2 2 10 8 8 2 11 15
- 180*a33 *m1 *m2 *n1 *n2 - 56*a33 *m1*m2 *n1 *n2
2 11 13 3 2 11 11 5
- 72*a33 *m1*m2 *n1 *n2 + 24*a33 *m1*m2 *n1 *n2
2 11 9 7 2 12 16 2 12 14 2
+ 40*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 + 4*a33 *m2 *n1 *n2
2 12 12 4 2 12 10 6 2
- 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) + u1*u2 *(
11 9 9 11 7 11 11 3 15
- 2*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2
11 17 10 10 8 10 8 10
+ 2*a33*m1 *n1*n2 + 18*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1 *n2
10 6 12 10 4 14
- 24*a33*m1 *m2*n1 *n2 - 60*a33*m1 *m2*n1 *n2
10 2 16 9 2 11 7
- 26*a33*m1 *m2*n1 *n2 - 72*a33*m1 *m2 *n1 *n2
9 2 9 9 9 2 7 11
- 70*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
9 2 5 13 9 2 3 15
+ 360*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
9 2 17 8 3 12 6
- 2*a33*m1 *m2 *n1*n2 + 168*a33*m1 *m2 *n1 *n2
8 3 10 8 8 3 8 10
+ 30*a33*m1 *m2 *n1 *n2 - 900*a33*m1 *m2 *n1 *n2
8 3 6 12 8 3 4 14
- 1200*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
8 3 2 16 7 4 13 5
+ 18*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
7 4 11 7 7 4 9 9
+ 240*a33*m1 *m2 *n1 *n2 + 2160*a33*m1 *m2 *n1 *n2
7 4 7 11 7 4 5 13
+ 2520*a33*m1 *m2 *n1 *n2 + 780*a33*m1 *m2 *n1 *n2
7 4 3 15 6 5 14 4
- 72*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
6 5 12 6 6 5 10 8
- 672*a33*m1 *m2 *n1 *n2 - 3360*a33*m1 *m2 *n1 *n2
6 5 8 10 6 5 6 12
- 3528*a33*m1 *m2 *n1 *n2 - 924*a33*m1 *m2 *n1 *n2
6 5 4 14 5 6 15 3
+ 168*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
5 6 13 5 5 6 11 7
+ 924*a33*m1 *m2 *n1 *n2 + 3528*a33*m1 *m2 *n1 *n2
5 6 9 9 5 6 7 11
+ 3360*a33*m1 *m2 *n1 *n2 + 672*a33*m1 *m2 *n1 *n2
5 6 5 13 4 7 16 2
- 252*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
4 7 14 4 4 7 12 6
- 780*a33*m1 *m2 *n1 *n2 - 2520*a33*m1 *m2 *n1 *n2
4 7 10 8 4 7 8 10
- 2160*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
4 7 6 12 3 8 17
+ 252*a33*m1 *m2 *n1 *n2 - 18*a33*m1 *m2 *n1 *n2
3 8 15 3 3 8 13 5
+ 420*a33*m1 *m2 *n1 *n2 + 1200*a33*m1 *m2 *n1 *n2
3 8 11 7 3 8 9 9
+ 900*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
3 8 7 11 2 9 18
- 168*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
2 9 16 2 2 9 14 4
- 140*a33*m1 *m2 *n1 *n2 - 360*a33*m1 *m2 *n1 *n2
2 9 12 6 2 9 10 8
- 220*a33*m1 *m2 *n1 *n2 + 70*a33*m1 *m2 *n1 *n2
2 9 8 10 10 17
+ 72*a33*m1 *m2 *n1 *n2 + 26*a33*m1*m2 *n1 *n2
10 15 3 10 13 5
+ 60*a33*m1*m2 *n1 *n2 + 24*a33*m1*m2 *n1 *n2
10 11 7 10 9 9 11 18
- 28*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1
11 16 2 11 12 6 11 10 8
- 4*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u1
2 2 13 5 10 2 13 14
*u2*v1 *( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1*n2
2 12 6 9 2 12 4 11
+ 80*a33 *m1 *m2*n1 *n2 - 40*a33 *m1 *m2*n1 *n2
2 12 2 13 2 12 15
- 112*a33 *m1 *m2*n1 *n2 + 8*a33 *m1 *m2*n2
2 11 2 7 8 2 11 2 5 10
- 360*a33 *m1 *m2 *n1 *n2 + 408*a33 *m1 *m2 *n1 *n2
2 11 2 3 12 2 11 2 14
+ 648*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1*n2
2 10 3 8 7 2 10 3 6 9
+ 960*a33 *m1 *m2 *n1 *n2 - 1880*a33 *m1 *m2 *n1 *n2
2 10 3 4 11 2 10 3 2 13
- 2072*a33 *m1 *m2 *n1 *n2 + 760*a33 *m1 *m2 *n1 *n2
2 10 3 15 2 9 4 9 6
- 8*a33 *m1 *m2 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 9 4 7 8 2 9 4 5 10
+ 5160*a33 *m1 *m2 *n1 *n2 + 4000*a33 *m1 *m2 *n1 *n2
2 9 4 3 12 2 9 4 14
- 2760*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1*n2
2 8 5 10 5 2 8 5 8 7
+ 2016*a33 *m1 *m2 *n1 *n2 - 9360*a33 *m1 *m2 *n1 *n2
2 8 5 6 9 2 8 5 4 11
- 4536*a33 *m1 *m2 *n1 *n2 + 6480*a33 *m1 *m2 *n1 *n2
2 8 5 2 13 2 7 6 11 4
- 360*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 7 6 9 6 2 7 6 7 8
+ 11760*a33 *m1 *m2 *n1 *n2 + 2064*a33 *m1 *m2 *n1 *n2
2 7 6 5 10 2 7 6 3 12
- 10416*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 6 7 12 3 2 6 7 10 5
+ 960*a33 *m1 *m2 *n1 *n2 - 10416*a33 *m1 *m2 *n1 *n2
2 6 7 8 7 2 6 7 6 9
+ 2064*a33 *m1 *m2 *n1 *n2 + 11760*a33 *m1 *m2 *n1 *n2
2 6 7 4 11 2 5 8 13 2
- 1680*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 5 8 11 4 2 5 8 9 6
+ 6480*a33 *m1 *m2 *n1 *n2 - 4536*a33 *m1 *m2 *n1 *n2
2 5 8 7 8 2 5 8 5 10
- 9360*a33 *m1 *m2 *n1 *n2 + 2016*a33 *m1 *m2 *n1 *n2
2 4 9 14 2 4 9 12 3
+ 80*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 4 9 10 5 2 4 9 8 7
+ 4000*a33 *m1 *m2 *n1 *n2 + 5160*a33 *m1 *m2 *n1 *n2
2 4 9 6 9 2 3 10 15
- 1680*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 3 10 13 2 2 3 10 11 4
+ 760*a33 *m1 *m2 *n1 *n2 - 2072*a33 *m1 *m2 *n1 *n2
2 3 10 9 6 2 3 10 7 8
- 1880*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 2 11 14 2 2 11 12 3
- 120*a33 *m1 *m2 *n1 *n2 + 648*a33 *m1 *m2 *n1 *n2
2 2 11 10 5 2 2 11 8 7
+ 408*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 12 15 2 12 13 2
+ 8*a33 *m1*m2 *n1 - 112*a33 *m1*m2 *n1 *n2
2 12 11 4 2 12 9 6
- 40*a33 *m1*m2 *n1 *n2 + 80*a33 *m1*m2 *n1 *n2
2 13 14 2 13 10 5
+ 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u1*u2*v1*v2*(
2 13 6 9 2 13 4 11 2 13 2 13
8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 13 15 2 12 7 8 2 12 5 10
+ 8*a33 *m1 *n2 - 72*a33 *m1 *m2*n1 *n2 + 136*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
+ 72*a33 *m1 *m2*n1 *n2 - 136*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 6 9
+ 288*a33 *m1 *m2 *n1 *n2 - 880*a33 *m1 *m2 *n1 *n2
2 11 2 4 11 2 11 2 2 13
- 144*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 9 6
- 16*a33 *m1 *m2 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
+ 3120*a33 *m1 *m2 *n1 *n2 - 688*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
- 4272*a33 *m1 *m2 *n1 *n2 + 208*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
+ 1008*a33 *m1 *m2 *n1 *n2 - 6960*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
+ 4760*a33 *m1 *m2 *n1 *n2 + 11560*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
- 1160*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
- 1008*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
- 13464*a33 *m1 *m2 *n1 *n2 - 21096*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
+ 3720*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
+ 672*a33 *m1 *m2 *n1 *n2 - 10752*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
+ 23136*a33 *m1 *m2 *n1 *n2 + 26592*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
- 7680*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
- 288*a33 *m1 *m2 *n1 *n2 + 7680*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
- 26592*a33 *m1 *m2 *n1 *n2 - 23136*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
+ 10752*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
+ 72*a33 *m1 *m2 *n1 *n2 - 3720*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
+ 21096*a33 *m1 *m2 *n1 *n2 + 13464*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
- 10416*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
- 8*a33 *m1 *m2 *n1 + 1160*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
- 11560*a33 *m1 *m2 *n1 *n2 - 4760*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
+ 6960*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
- 208*a33 *m1 *m2 *n1 *n2 + 4272*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
+ 688*a33 *m1 *m2 *n1 *n2 - 3120*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 15
+ 672*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1
2 2 11 13 2 2 2 11 11 4
- 1008*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 2 11 9 6 2 2 11 7 8
+ 880*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
+ 136*a33 *m1*m2 *n1 *n2 - 72*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7 2 13 15
- 136*a33 *m1*m2 *n1 *n2 + 72*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1
2 13 13 2 2 13 11 4 2 13 9 6
+ 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u1
11 8 9 11 6 11
*u2*v1*(4*a33*m1 *m2*n1 *n2 + 8*a33*m1 *m2*n1 *n2
11 2 15 11 17
- 8*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n2
10 2 9 8 10 2 7 10
- 36*a33*m1 *m2 *n1 *n2 - 56*a33*m1 *m2 *n1 *n2
10 2 5 12 10 2 3 14
+ 48*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
10 2 16 9 3 10 7
+ 52*a33*m1 *m2 *n1*n2 + 144*a33*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11
+ 140*a33*m1 *m2 *n1 *n2 - 440*a33*m1 *m2 *n1 *n2
9 3 4 13 9 3 2 15
- 720*a33*m1 *m2 *n1 *n2 - 280*a33*m1 *m2 *n1 *n2
9 3 17 8 4 11 6
+ 4*a33*m1 *m2 *n2 - 336*a33*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10
- 60*a33*m1 *m2 *n1 *n2 + 1800*a33*m1 *m2 *n1 *n2
8 4 5 12 8 4 3 14
+ 2400*a33*m1 *m2 *n1 *n2 + 840*a33*m1 *m2 *n1 *n2
8 4 16 7 5 12 5
- 36*a33*m1 *m2 *n1*n2 + 504*a33*m1 *m2 *n1 *n2
7 5 10 7 7 5 8 9
- 480*a33*m1 *m2 *n1 *n2 - 4320*a33*m1 *m2 *n1 *n2
7 5 6 11 7 5 4 13
- 5040*a33*m1 *m2 *n1 *n2 - 1560*a33*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4
+ 144*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
6 6 11 6 6 6 9 8
+ 1344*a33*m1 *m2 *n1 *n2 + 6720*a33*m1 *m2 *n1 *n2
6 6 7 10 6 6 5 12
+ 7056*a33*m1 *m2 *n1 *n2 + 1848*a33*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3
- 336*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
5 7 12 5 5 7 10 7
- 1848*a33*m1 *m2 *n1 *n2 - 7056*a33*m1 *m2 *n1 *n2
5 7 8 9 5 7 6 11
- 6720*a33*m1 *m2 *n1 *n2 - 1344*a33*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2
+ 504*a33*m1 *m2 *n1 *n2 - 144*a33*m1 *m2 *n1 *n2
4 8 13 4 4 8 11 6
+ 1560*a33*m1 *m2 *n1 *n2 + 5040*a33*m1 *m2 *n1 *n2
4 8 9 8 4 8 7 10
+ 4320*a33*m1 *m2 *n1 *n2 + 480*a33*m1 *m2 *n1 *n2
4 8 5 12 3 9 16
- 504*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
3 9 14 3 3 9 12 5
- 840*a33*m1 *m2 *n1 *n2 - 2400*a33*m1 *m2 *n1 *n2
3 9 10 7 3 9 8 9
- 1800*a33*m1 *m2 *n1 *n2 + 60*a33*m1 *m2 *n1 *n2
3 9 6 11 2 10 17
+ 336*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
2 10 15 2 2 10 13 4
+ 280*a33*m1 *m2 *n1 *n2 + 720*a33*m1 *m2 *n1 *n2
2 10 11 6 2 10 9 8
+ 440*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
2 10 7 10 11 16
- 144*a33*m1 *m2 *n1 *n2 - 52*a33*m1*m2 *n1 *n2
11 14 3 11 12 5
- 120*a33*m1*m2 *n1 *n2 - 48*a33*m1*m2 *n1 *n2
11 10 7 11 8 9 12 17
+ 56*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2 + 4*a33*m2 *n1
12 15 2 12 11 6 12 9 8
+ 8*a33*m2 *n1 *n2 - 8*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 ) +
2 2 13 5 10 2 13 14
u1*u2*v2 *(8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1*n2
2 12 6 9 2 12 4 11
- 80*a33 *m1 *m2*n1 *n2 + 40*a33 *m1 *m2*n1 *n2
2 12 2 13 2 12 15
+ 112*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n2
2 11 2 7 8 2 11 2 5 10
+ 360*a33 *m1 *m2 *n1 *n2 - 408*a33 *m1 *m2 *n1 *n2
2 11 2 3 12 2 11 2 14
- 648*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1*n2
2 10 3 8 7 2 10 3 6 9
- 960*a33 *m1 *m2 *n1 *n2 + 1880*a33 *m1 *m2 *n1 *n2
2 10 3 4 11 2 10 3 2 13
+ 2072*a33 *m1 *m2 *n1 *n2 - 760*a33 *m1 *m2 *n1 *n2
2 10 3 15 2 9 4 9 6
+ 8*a33 *m1 *m2 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 9 4 7 8 2 9 4 5 10
- 5160*a33 *m1 *m2 *n1 *n2 - 4000*a33 *m1 *m2 *n1 *n2
2 9 4 3 12 2 9 4 14
+ 2760*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1*n2
2 8 5 10 5 2 8 5 8 7
- 2016*a33 *m1 *m2 *n1 *n2 + 9360*a33 *m1 *m2 *n1 *n2
2 8 5 6 9 2 8 5 4 11
+ 4536*a33 *m1 *m2 *n1 *n2 - 6480*a33 *m1 *m2 *n1 *n2
2 8 5 2 13 2 7 6 11 4
+ 360*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 7 6 9 6 2 7 6 7 8
- 11760*a33 *m1 *m2 *n1 *n2 - 2064*a33 *m1 *m2 *n1 *n2
2 7 6 5 10 2 7 6 3 12
+ 10416*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 6 7 12 3 2 6 7 10 5
- 960*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
2 6 7 8 7 2 6 7 6 9
- 2064*a33 *m1 *m2 *n1 *n2 - 11760*a33 *m1 *m2 *n1 *n2
2 6 7 4 11 2 5 8 13 2
+ 1680*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 5 8 11 4 2 5 8 9 6
- 6480*a33 *m1 *m2 *n1 *n2 + 4536*a33 *m1 *m2 *n1 *n2
2 5 8 7 8 2 5 8 5 10
+ 9360*a33 *m1 *m2 *n1 *n2 - 2016*a33 *m1 *m2 *n1 *n2
2 4 9 14 2 4 9 12 3
- 80*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 4 9 10 5 2 4 9 8 7
- 4000*a33 *m1 *m2 *n1 *n2 - 5160*a33 *m1 *m2 *n1 *n2
2 4 9 6 9 2 3 10 15
+ 1680*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
2 3 10 13 2 2 3 10 11 4
- 760*a33 *m1 *m2 *n1 *n2 + 2072*a33 *m1 *m2 *n1 *n2
2 3 10 9 6 2 3 10 7 8
+ 1880*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 2 11 14 2 2 11 12 3
+ 120*a33 *m1 *m2 *n1 *n2 - 648*a33 *m1 *m2 *n1 *n2
2 2 11 10 5 2 2 11 8 7
- 408*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 12 15 2 12 13 2
- 8*a33 *m1*m2 *n1 + 112*a33 *m1*m2 *n1 *n2
2 12 11 4 2 12 9 6
+ 40*a33 *m1*m2 *n1 *n2 - 80*a33 *m1*m2 *n1 *n2
2 13 14 2 13 10 5
- 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) + u1*u2*v2*(
12 8 9 12 6 11 12 2 15
4*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2
12 17 11 9 8 11 7 10
- 4*a33*m1 *n2 - 36*a33*m1 *m2*n1 *n2 - 56*a33*m1 *m2*n1 *n2
11 5 12 11 3 14
+ 48*a33*m1 *m2*n1 *n2 + 120*a33*m1 *m2*n1 *n2
11 16 10 2 10 7
+ 52*a33*m1 *m2*n1*n2 + 144*a33*m1 *m2 *n1 *n2
10 2 8 9 10 2 6 11
+ 140*a33*m1 *m2 *n1 *n2 - 440*a33*m1 *m2 *n1 *n2
10 2 4 13 10 2 2 15
- 720*a33*m1 *m2 *n1 *n2 - 280*a33*m1 *m2 *n1 *n2
10 2 17 9 3 11 6 9 3 9 8
+ 4*a33*m1 *m2 *n2 - 336*a33*m1 *m2 *n1 *n2 - 60*a33*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12
+ 1800*a33*m1 *m2 *n1 *n2 + 2400*a33*m1 *m2 *n1 *n2
9 3 3 14 9 3 16
+ 840*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1*n2
8 4 12 5 8 4 10 7
+ 504*a33*m1 *m2 *n1 *n2 - 480*a33*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11
- 4320*a33*m1 *m2 *n1 *n2 - 5040*a33*m1 *m2 *n1 *n2
8 4 4 13 8 4 2 15
- 1560*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
7 5 13 4 7 5 11 6
- 504*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10
+ 6720*a33*m1 *m2 *n1 *n2 + 7056*a33*m1 *m2 *n1 *n2
7 5 5 12 7 5 3 14
+ 1848*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
6 6 14 3 6 6 12 5
+ 336*a33*m1 *m2 *n1 *n2 - 1848*a33*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9
- 7056*a33*m1 *m2 *n1 *n2 - 6720*a33*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13
- 1344*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
5 7 15 2 5 7 13 4
- 144*a33*m1 *m2 *n1 *n2 + 1560*a33*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8
+ 5040*a33*m1 *m2 *n1 *n2 + 4320*a33*m1 *m2 *n1 *n2
5 7 7 10 5 7 5 12
+ 480*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
4 8 16 4 8 14 3
+ 36*a33*m1 *m2 *n1 *n2 - 840*a33*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7
- 2400*a33*m1 *m2 *n1 *n2 - 1800*a33*m1 *m2 *n1 *n2
4 8 8 9 4 8 6 11 3 9 17
+ 60*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
3 9 15 2 3 9 13 4
+ 280*a33*m1 *m2 *n1 *n2 + 720*a33*m1 *m2 *n1 *n2
3 9 11 6 3 9 9 8
+ 440*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
3 9 7 10 2 10 16
- 144*a33*m1 *m2 *n1 *n2 - 52*a33*m1 *m2 *n1 *n2
2 10 14 3 2 10 12 5
- 120*a33*m1 *m2 *n1 *n2 - 48*a33*m1 *m2 *n1 *n2
2 10 10 7 2 10 8 9 11 17
+ 56*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2 + 4*a33*m1*m2 *n1
11 15 2 11 11 6 11 9 8
+ 8*a33*m1*m2 *n1 *n2 - 8*a33*m1*m2 *n1 *n2 - 4*a33*m1*m2 *n1 *n2
11 9 10 11 7 12 11 3 16
) + u1*u2*(2*m1 *n1 *n2 + 4*m1 *n1 *n2 - 4*m1 *n1 *n2
11 18 10 10 9 10 8 11
- 2*m1 *n1*n2 - 18*m1 *m2*n1 *n2 - 28*m1 *m2*n1 *n2
10 6 13 10 4 15
+ 24*m1 *m2*n1 *n2 + 60*m1 *m2*n1 *n2
10 2 17 9 2 11 8
+ 26*m1 *m2*n1 *n2 + 72*m1 *m2 *n1 *n2
9 2 9 10 9 2 7 12
+ 70*m1 *m2 *n1 *n2 - 220*m1 *m2 *n1 *n2
9 2 5 14 9 2 3 16
- 360*m1 *m2 *n1 *n2 - 140*m1 *m2 *n1 *n2
9 2 18 8 3 12 7
+ 2*m1 *m2 *n1*n2 - 168*m1 *m2 *n1 *n2
8 3 10 9 8 3 8 11
- 30*m1 *m2 *n1 *n2 + 900*m1 *m2 *n1 *n2
8 3 6 13 8 3 4 15
+ 1200*m1 *m2 *n1 *n2 + 420*m1 *m2 *n1 *n2
8 3 2 17 7 4 13 6
- 18*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2
7 4 11 8 7 4 9 10
- 240*m1 *m2 *n1 *n2 - 2160*m1 *m2 *n1 *n2
7 4 7 12 7 4 5 14
- 2520*m1 *m2 *n1 *n2 - 780*m1 *m2 *n1 *n2
7 4 3 16 6 5 14 5
+ 72*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2
6 5 12 7 6 5 10 9
+ 672*m1 *m2 *n1 *n2 + 3360*m1 *m2 *n1 *n2
6 5 8 11 6 5 6 13
+ 3528*m1 *m2 *n1 *n2 + 924*m1 *m2 *n1 *n2
6 5 4 15 5 6 15 4
- 168*m1 *m2 *n1 *n2 + 168*m1 *m2 *n1 *n2
5 6 13 6 5 6 11 8
- 924*m1 *m2 *n1 *n2 - 3528*m1 *m2 *n1 *n2
5 6 9 10 5 6 7 12
- 3360*m1 *m2 *n1 *n2 - 672*m1 *m2 *n1 *n2
5 6 5 14 4 7 16 3
+ 252*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2
4 7 14 5 4 7 12 7
+ 780*m1 *m2 *n1 *n2 + 2520*m1 *m2 *n1 *n2
4 7 10 9 4 7 8 11
+ 2160*m1 *m2 *n1 *n2 + 240*m1 *m2 *n1 *n2
4 7 6 13 3 8 17 2
- 252*m1 *m2 *n1 *n2 + 18*m1 *m2 *n1 *n2
3 8 15 4 3 8 13 6
- 420*m1 *m2 *n1 *n2 - 1200*m1 *m2 *n1 *n2
3 8 11 8 3 8 9 10
- 900*m1 *m2 *n1 *n2 + 30*m1 *m2 *n1 *n2
3 8 7 12 2 9 18
+ 168*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1 *n2
2 9 16 3 2 9 14 5
+ 140*m1 *m2 *n1 *n2 + 360*m1 *m2 *n1 *n2
2 9 12 7 2 9 10 9
+ 220*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2
2 9 8 11 10 17 2
- 72*m1 *m2 *n1 *n2 - 26*m1*m2 *n1 *n2
10 15 4 10 13 6
- 60*m1*m2 *n1 *n2 - 24*m1*m2 *n1 *n2
10 11 8 10 9 10 11 18
+ 28*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2 + 2*m2 *n1 *n2
11 16 3 11 12 7 11 10 9
+ 4*m2 *n1 *n2 - 4*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + u1
2 2 14 4 10 2 14 2 12
*v1 *v2*(8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 13 5 9 2 13 3 11
- 80*a33 *m1 *m2*n1 *n2 + 128*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
- 16*a33 *m1 *m2*n1*n2 + 360*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
- 848*a33 *m1 *m2 *n1 *n2 + 240*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
- 8*a33 *m1 *m2 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
+ 3200*a33 *m1 *m2 *n1 *n2 - 1536*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
+ 128*a33 *m1 *m2 *n1*n2 + 1680*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
- 7800*a33 *m1 *m2 *n1 *n2 + 5680*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
- 848*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
- 2016*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
- 13680*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
- 80*a33 *m1 *m2 *n1*n2 + 1680*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
- 15456*a33 *m1 *m2 *n1 *n2 + 22752*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
- 7800*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
- 960*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
- 26880*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
- 960*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
- 7800*a33 *m1 *m2 *n1 *n2 + 22752*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
- 15456*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
- 80*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
- 13680*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
- 2016*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
- 848*a33 *m1 *m2 *n1 *n2 + 5680*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
- 7800*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 1536*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
+ 3200*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
- 8*a33 *m1 *m2 *n1 + 240*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
- 848*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
- 16*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 12 2
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2
2 14 10 4 2 13 5 11
+ 8*a33 *m2 *n1 *n2 ) + u1*v1 *(4*a33*m1 *n1 *n2
13 15 12 6 10 12 4 12
- 4*a33*m1 *n1*n2 - 40*a33*m1 *m2*n1 *n2 + 20*a33*m1 *m2*n1 *n2
12 2 14 12 16 11 2 7 9
+ 56*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n2 + 180*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
- 204*a33*m1 *m2 *n1 *n2 - 324*a33*m1 *m2 *n1 *n2
11 2 15 10 3 8 8
+ 60*a33*m1 *m2 *n1*n2 - 480*a33*m1 *m2 *n1 *n2
10 3 6 10 10 3 4 12
+ 940*a33*m1 *m2 *n1 *n2 + 1036*a33*m1 *m2 *n1 *n2
10 3 2 14 10 3 16
- 380*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
9 4 9 7 9 4 7 9
+ 840*a33*m1 *m2 *n1 *n2 - 2580*a33*m1 *m2 *n1 *n2
9 4 5 11 9 4 3 13
- 2000*a33*m1 *m2 *n1 *n2 + 1380*a33*m1 *m2 *n1 *n2
9 4 15 8 5 10 6
- 40*a33*m1 *m2 *n1*n2 - 1008*a33*m1 *m2 *n1 *n2
8 5 8 8 8 5 6 10
+ 4680*a33*m1 *m2 *n1 *n2 + 2268*a33*m1 *m2 *n1 *n2
8 5 4 12 8 5 2 14
- 3240*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
7 6 11 5 7 6 9 7
+ 840*a33*m1 *m2 *n1 *n2 - 5880*a33*m1 *m2 *n1 *n2
7 6 7 9 7 6 5 11
- 1032*a33*m1 *m2 *n1 *n2 + 5208*a33*m1 *m2 *n1 *n2
7 6 3 13 6 7 12 4
- 480*a33*m1 *m2 *n1 *n2 - 480*a33*m1 *m2 *n1 *n2
6 7 10 6 6 7 8 8
+ 5208*a33*m1 *m2 *n1 *n2 - 1032*a33*m1 *m2 *n1 *n2
6 7 6 10 6 7 4 12
- 5880*a33*m1 *m2 *n1 *n2 + 840*a33*m1 *m2 *n1 *n2
5 8 13 3 5 8 11 5
+ 180*a33*m1 *m2 *n1 *n2 - 3240*a33*m1 *m2 *n1 *n2
5 8 9 7 5 8 7 9
+ 2268*a33*m1 *m2 *n1 *n2 + 4680*a33*m1 *m2 *n1 *n2
5 8 5 11 4 9 14 2
- 1008*a33*m1 *m2 *n1 *n2 - 40*a33*m1 *m2 *n1 *n2
4 9 12 4 4 9 10 6
+ 1380*a33*m1 *m2 *n1 *n2 - 2000*a33*m1 *m2 *n1 *n2
4 9 8 8 4 9 6 10
- 2580*a33*m1 *m2 *n1 *n2 + 840*a33*m1 *m2 *n1 *n2
3 10 15 3 10 13 3
+ 4*a33*m1 *m2 *n1 *n2 - 380*a33*m1 *m2 *n1 *n2
3 10 11 5 3 10 9 7
+ 1036*a33*m1 *m2 *n1 *n2 + 940*a33*m1 *m2 *n1 *n2
3 10 7 9 2 11 14 2
- 480*a33*m1 *m2 *n1 *n2 + 60*a33*m1 *m2 *n1 *n2
2 11 12 4 2 11 10 6
- 324*a33*m1 *m2 *n1 *n2 - 204*a33*m1 *m2 *n1 *n2
2 11 8 8 12 15
+ 180*a33*m1 *m2 *n1 *n2 - 4*a33*m1*m2 *n1 *n2
12 13 3 12 11 5
+ 56*a33*m1*m2 *n1 *n2 + 20*a33*m1*m2 *n1 *n2
12 9 7 13 14 2 13 10 6
- 40*a33*m1*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 ) +
13 6 10 13 4 12
u1*v1*v2*( - 12*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2
13 2 14 13 16 12 7 9
+ 12*a33*m1 *n1 *n2 - 4*a33*m1 *n2 + 116*a33*m1 *m2*n1 *n2
12 5 11 12 3 13
- 108*a33*m1 *m2*n1 *n2 - 148*a33*m1 *m2*n1 *n2
12 15 11 2 8 8
+ 76*a33*m1 *m2*n1*n2 - 504*a33*m1 *m2 *n1 *n2
11 2 6 10 11 2 4 12
+ 848*a33*m1 *m2 *n1 *n2 + 720*a33*m1 *m2 *n1 *n2
11 2 2 14 11 2 16
- 624*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n2
10 3 9 7 10 3 7 9
+ 1296*a33*m1 *m2 *n1 *n2 - 3440*a33*m1 *m2 *n1 *n2
10 3 5 11 10 3 3 13
- 1728*a33*m1 *m2 *n1 *n2 + 2896*a33*m1 *m2 *n1 *n2
10 3 15 9 4 10 6
- 112*a33*m1 *m2 *n1*n2 - 2184*a33*m1 *m2 *n1 *n2
9 4 8 8 9 4 6 10
+ 8640*a33*m1 *m2 *n1 *n2 + 1620*a33*m1 *m2 *n1 *n2
9 4 4 12 9 4 2 14
- 8540*a33*m1 *m2 *n1 *n2 + 660*a33*m1 *m2 *n1 *n2
9 4 16 8 5 11 5
- 4*a33*m1 *m2 *n2 + 2520*a33*m1 *m2 *n1 *n2
8 5 9 7 8 5 7 9
- 14568*a33*m1 *m2 *n1 *n2 + 2196*a33*m1 *m2 *n1 *n2
8 5 5 11 8 5 3 13
+ 17028*a33*m1 *m2 *n1 *n2 - 2220*a33*m1 *m2 *n1 *n2
8 5 15 7 6 12 4
+ 36*a33*m1 *m2 *n1*n2 - 2016*a33*m1 *m2 *n1 *n2
7 6 10 6 7 6 8 8
+ 17136*a33*m1 *m2 *n1 *n2 - 9504*a33*m1 *m2 *n1 *n2
7 6 6 10 7 6 4 12
- 23712*a33*m1 *m2 *n1 *n2 + 4800*a33*m1 *m2 *n1 *n2
7 6 2 14 6 7 13 3
- 144*a33*m1 *m2 *n1 *n2 + 1104*a33*m1 *m2 *n1 *n2
6 7 11 5 6 7 9 7
- 14256*a33*m1 *m2 *n1 *n2 + 15360*a33*m1 *m2 *n1 *n2
6 7 7 9 6 7 5 11
+ 23328*a33*m1 *m2 *n1 *n2 - 7056*a33*m1 *m2 *n1 *n2
6 7 3 13 5 8 14 2
+ 336*a33*m1 *m2 *n1 *n2 - 396*a33*m1 *m2 *n1 *n2
5 8 12 4 5 8 10 6
+ 8340*a33*m1 *m2 *n1 *n2 - 15084*a33*m1 *m2 *n1 *n2
5 8 8 8 5 8 6 10
- 16092*a33*m1 *m2 *n1 *n2 + 7224*a33*m1 *m2 *n1 *n2
5 8 4 12 4 9 15
- 504*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
4 9 13 3 4 9 11 5
- 3340*a33*m1 *m2 *n1 *n2 + 9780*a33*m1 *m2 *n1 *n2
4 9 9 7 4 9 7 9
+ 7540*a33*m1 *m2 *n1 *n2 - 5160*a33*m1 *m2 *n1 *n2
4 9 5 11 3 10 16
+ 504*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1
3 10 14 2 3 10 12 4
+ 864*a33*m1 *m2 *n1 *n2 - 4208*a33*m1 *m2 *n1 *n2
3 10 10 6 3 10 8 8
- 2224*a33*m1 *m2 *n1 *n2 + 2520*a33*m1 *m2 *n1 *n2
3 10 6 10 2 11 15
- 336*a33*m1 *m2 *n1 *n2 - 128*a33*m1 *m2 *n1 *n2
2 11 13 3 2 11 11 5
+ 1152*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
2 11 9 7 2 11 7 9
- 800*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
12 16 12 14 2
+ 8*a33*m1*m2 *n1 - 180*a33*m1*m2 *n1 *n2
12 12 4 12 10 6
- 4*a33*m1*m2 *n1 *n2 + 148*a33*m1*m2 *n1 *n2
12 8 8 13 15
- 36*a33*m1*m2 *n1 *n2 + 12*a33*m2 *n1 *n2
13 13 3 13 11 5 13 9 7
- 4*a33*m2 *n1 *n2 - 12*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 )
2 2 14 5 9 2 14 13
+ u1*v1*v3 *(4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1*n2
2 13 6 8 2 13 4 10
- 36*a33 *m1 *m2*n1 *n2 + 20*a33 *m1 *m2*n1 *n2
2 13 2 12 2 13 14
+ 52*a33 *m1 *m2*n1 *n2 - 4*a33 *m1 *m2*n2
2 12 2 7 7 2 12 2 5 9
+ 144*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 12 2 3 11 2 12 2 13
- 272*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 11 3 8 6 2 11 3 6 8
- 336*a33 *m1 *m2 *n1 *n2 + 720*a33 *m1 *m2 *n1 *n2
2 11 3 4 10 2 11 3 2 12
+ 784*a33 *m1 *m2 *n1 *n2 - 272*a33 *m1 *m2 *n1 *n2
2 10 4 9 5 2 10 4 7 7
+ 504*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 10 4 5 9 2 10 4 3 11
- 1420*a33 *m1 *m2 *n1 *n2 + 784*a33 *m1 *m2 *n1 *n2
2 10 4 13 2 9 5 10 4
+ 20*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 9 5 8 6 2 9 5 6 8
+ 2520*a33 *m1 *m2 *n1 *n2 + 1788*a33 *m1 *m2 *n1 *n2
2 9 5 4 10 2 9 5 2 12
- 1420*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 11 3
+ 4*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 8 6 9 5 2 8 6 7 7
- 2520*a33 *m1 *m2 *n1 *n2 - 1824*a33 *m1 *m2 *n1 *n2
2 8 6 5 9 2 8 6 3 11
+ 1788*a33 *m1 *m2 *n1 *n2 + 720*a33 *m1 *m2 *n1 *n2
2 8 6 13 2 7 7 12 2
- 36*a33 *m1 *m2 *n1*n2 - 144*a33 *m1 *m2 *n1 *n2
2 7 7 10 4 2 7 7 8 6
+ 1680*a33 *m1 *m2 *n1 *n2 + 1824*a33 *m1 *m2 *n1 *n2
2 7 7 6 8 2 7 7 4 10
- 1824*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 7 7 2 12 2 6 8 13
+ 144*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 8 11 3 2 6 8 9 5
- 720*a33 *m1 *m2 *n1 *n2 - 1788*a33 *m1 *m2 *n1 *n2
2 6 8 7 7 2 6 8 5 9
+ 1824*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 6 8 3 11 2 5 9 14
- 336*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 5 9 12 2 2 5 9 10 4
+ 180*a33 *m1 *m2 *n1 *n2 + 1420*a33 *m1 *m2 *n1 *n2
2 5 9 8 6 2 5 9 6 8
- 1788*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 5 9 4 10 2 4 10 13
+ 504*a33 *m1 *m2 *n1 *n2 - 20*a33 *m1 *m2 *n1 *n2
2 4 10 11 3 2 4 10 9 5
- 784*a33 *m1 *m2 *n1 *n2 + 1420*a33 *m1 *m2 *n1 *n2
2 4 10 7 7 2 4 10 5 9
+ 1680*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 11 12 2 2 3 11 10 4
+ 272*a33 *m1 *m2 *n1 *n2 - 784*a33 *m1 *m2 *n1 *n2
2 3 11 8 6 2 3 11 6 8
- 720*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 12 13 2 2 12 11 3
- 52*a33 *m1 *m2 *n1 *n2 + 272*a33 *m1 *m2 *n1 *n2
2 2 12 9 5 2 2 12 7 7
+ 180*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 13 14 2 13 12 2
+ 4*a33 *m1*m2 *n1 - 52*a33 *m1*m2 *n1 *n2
2 13 10 4 2 13 8 6
- 20*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 14 13 2 14 9 5
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) + u1*v1*(
12 9 9 12 7 11 12 5 13 12 3 15
- 2*m1 *n1 *n2 + 4*m1 *n1 *n2 + 8*m1 *n1 *n2 - 4*m1 *n1 *n2
12 17 11 10 8 11 8 10
- 6*m1 *n1*n2 + 18*m1 *m2*n1 *n2 - 50*m1 *m2*n1 *n2
11 6 12 11 4 14 11 2 16
- 68*m1 *m2*n1 *n2 + 84*m1 *m2*n1 *n2 + 82*m1 *m2*n1 *n2
11 18 10 2 11 7 10 2 9 9
- 2*m1 *m2*n2 - 72*m1 *m2 *n1 *n2 + 272*m1 *m2 *n1 *n2
10 2 7 11 10 2 5 13 10 2 3 15
+ 224*m1 *m2 *n1 *n2 - 624*m1 *m2 *n1 *n2 - 472*m1 *m2 *n1 *n2
10 2 17 9 3 12 6 9 3 10 8
+ 32*m1 *m2 *n1*n2 + 168*m1 *m2 *n1 *n2 - 858*m1 *m2 *n1 *n2
9 3 8 10 9 3 6 12 9 3 4 14
- 270*m1 *m2 *n1 *n2 + 2500*m1 *m2 *n1 *n2 + 1540*m1 *m2 *n1 *n2
9 3 2 16 9 3 18 8 4 13 5
- 202*m1 *m2 *n1 *n2 + 2*m1 *m2 *n2 - 252*m1 *m2 *n1 *n2
8 4 11 7 8 4 9 9 8 4 7 11
+ 1752*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2 - 6300*m1 *m2 *n1 *n2
8 4 5 13 8 4 3 15 8 4 17
- 3180*m1 *m2 *n1 *n2 + 708*m1 *m2 *n1 *n2 - 18*m1 *m2 *n1*n2
7 5 14 4 7 5 12 6 7 5 10 8
+ 252*m1 *m2 *n1 *n2 - 2436*m1 *m2 *n1 *n2 + 2064*m1 *m2 *n1 *n2
7 5 8 10 7 5 6 12 7 5 4 14
+ 10728*m1 *m2 *n1 *n2 + 4332*m1 *m2 *n1 *n2 - 1572*m1 *m2 *n1 *n2
7 5 2 16 6 6 15 3 6 6 13 5
+ 72*m1 *m2 *n1 *n2 - 168*m1 *m2 *n1 *n2 + 2352*m1 *m2 *n1 *n2
6 6 11 7 6 6 9 9 6 6 7 11
- 3864*m1 *m2 *n1 *n2 - 12768*m1 *m2 *n1 *n2 - 3864*m1 *m2 *n1 *n2
6 6 5 13 6 6 3 15 5 7 16 2
+ 2352*m1 *m2 *n1 *n2 - 168*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2
5 7 14 4 5 7 12 6 5 7 10 8
- 1572*m1 *m2 *n1 *n2 + 4332*m1 *m2 *n1 *n2 + 10728*m1 *m2 *n1 *n2
5 7 8 10 5 7 6 12 5 7 4 14
+ 2064*m1 *m2 *n1 *n2 - 2436*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2
4 8 17 4 8 15 3 4 8 13 5
- 18*m1 *m2 *n1 *n2 + 708*m1 *m2 *n1 *n2 - 3180*m1 *m2 *n1 *n2
4 8 11 7 4 8 9 9 4 8 7 11
- 6300*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2 + 1752*m1 *m2 *n1 *n2
4 8 5 13 3 9 18 3 9 16 2
- 252*m1 *m2 *n1 *n2 + 2*m1 *m2 *n1 - 202*m1 *m2 *n1 *n2
3 9 14 4 3 9 12 6 3 9 10 8
+ 1540*m1 *m2 *n1 *n2 + 2500*m1 *m2 *n1 *n2 - 270*m1 *m2 *n1 *n2
3 9 8 10 3 9 6 12 2 10 17
- 858*m1 *m2 *n1 *n2 + 168*m1 *m2 *n1 *n2 + 32*m1 *m2 *n1 *n2
2 10 15 3 2 10 13 5 2 10 11 7
- 472*m1 *m2 *n1 *n2 - 624*m1 *m2 *n1 *n2 + 224*m1 *m2 *n1 *n2
2 10 9 9 2 10 7 11 11 18
+ 272*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2 - 2*m1*m2 *n1
11 16 2 11 14 4 11 12 6
+ 82*m1*m2 *n1 *n2 + 84*m1*m2 *n1 *n2 - 68*m1*m2 *n1 *n2
11 10 8 11 8 10 12 17
- 50*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2 - 6*m2 *n1 *n2
12 15 3 12 13 5 12 11 7 12 9 9
- 4*m2 *n1 *n2 + 8*m2 *n1 *n2 + 4*m2 *n1 *n2 - 2*m2 *n1 *n2 ) +
3 2 14 4 10 2 14 2 12
u1*v2 *(8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 13 5 9 2 13 3 11
- 80*a33 *m1 *m2*n1 *n2 + 128*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
- 16*a33 *m1 *m2*n1*n2 + 360*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
- 848*a33 *m1 *m2 *n1 *n2 + 240*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
- 8*a33 *m1 *m2 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
+ 3200*a33 *m1 *m2 *n1 *n2 - 1536*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
+ 128*a33 *m1 *m2 *n1*n2 + 1680*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
- 7800*a33 *m1 *m2 *n1 *n2 + 5680*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
- 848*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
- 2016*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
- 13680*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
- 80*a33 *m1 *m2 *n1*n2 + 1680*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
- 15456*a33 *m1 *m2 *n1 *n2 + 22752*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
- 7800*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
- 960*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
- 26880*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
- 960*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
- 7800*a33 *m1 *m2 *n1 *n2 + 22752*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
- 15456*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
- 80*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
- 13680*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
- 2016*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
- 848*a33 *m1 *m2 *n1 *n2 + 5680*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
- 7800*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 1536*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
+ 3200*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
- 8*a33 *m1 *m2 *n1 + 240*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
- 848*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
- 16*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 12 2
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2
2 14 10 4 2 13 7 9
+ 8*a33 *m2 *n1 *n2 ) + u1*v2 *(4*a33*m1 *n1 *n2
13 5 11 13 3 13 13 15
- 8*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 + 8*a33*m1 *n1*n2
12 8 8 12 6 10
- 36*a33*m1 *m2*n1 *n2 + 108*a33*m1 *m2*n1 *n2
12 4 12 12 2 14 12 16
+ 16*a33*m1 *m2*n1 *n2 - 124*a33*m1 *m2*n1 *n2 + 4*a33*m1 *m2*n2
11 2 9 7 11 2 7 9
+ 144*a33*m1 *m2 *n1 *n2 - 620*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
+ 132*a33*m1 *m2 *n1 *n2 + 828*a33*m1 *m2 *n1 *n2
11 2 15 10 3 10 6
- 68*a33*m1 *m2 *n1*n2 - 336*a33*m1 *m2 *n1 *n2
10 3 8 8 10 3 6 10
+ 2040*a33*m1 *m2 *n1 *n2 - 1284*a33*m1 *m2 *n1 *n2
10 3 4 12 10 3 2 14
- 3172*a33*m1 *m2 *n1 *n2 + 484*a33*m1 *m2 *n1 *n2
10 3 16 9 4 11 5
- 4*a33*m1 *m2 *n2 + 504*a33*m1 *m2 *n1 *n2
9 4 9 7 9 4 7 9
- 4320*a33*m1 *m2 *n1 *n2 + 4960*a33*m1 *m2 *n1 *n2
9 4 5 11 9 4 3 13
+ 7780*a33*m1 *m2 *n1 *n2 - 1960*a33*m1 *m2 *n1 *n2
9 4 15 8 5 12 4
+ 44*a33*m1 *m2 *n1*n2 - 504*a33*m1 *m2 *n1 *n2
8 5 10 6 8 5 8 8
+ 6216*a33*m1 *m2 *n1 *n2 - 11412*a33*m1 *m2 *n1 *n2
8 5 6 10 8 5 4 12
- 12816*a33*m1 *m2 *n1 *n2 + 5100*a33*m1 *m2 *n1 *n2
8 5 2 14 7 6 13 3
- 216*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
7 6 11 5 7 6 9 7
- 6216*a33*m1 *m2 *n1 *n2 + 17448*a33*m1 *m2 *n1 *n2
7 6 7 9 7 6 5 11
+ 14328*a33*m1 *m2 *n1 *n2 - 9048*a33*m1 *m2 *n1 *n2
7 6 3 13 6 7 14 2
+ 624*a33*m1 *m2 *n1 *n2 - 144*a33*m1 *m2 *n1 *n2
6 7 12 4 6 7 10 6
+ 4320*a33*m1 *m2 *n1 *n2 - 18504*a33*m1 *m2 *n1 *n2
6 7 8 8 6 7 6 10
- 10536*a33*m1 *m2 *n1 *n2 + 11256*a33*m1 *m2 *n1 *n2
6 7 4 12 5 8 15
- 1176*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
5 8 13 3 5 8 11 5
- 2040*a33*m1 *m2 *n1 *n2 + 13788*a33*m1 *m2 *n1 *n2
5 8 9 7 5 8 7 9
+ 4464*a33*m1 *m2 *n1 *n2 - 9888*a33*m1 *m2 *n1 *n2
5 8 5 11 4 9 16
+ 1512*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
4 9 14 2 4 9 12 4
+ 620*a33*m1 *m2 *n1 *n2 - 7160*a33*m1 *m2 *n1 *n2
4 9 10 6 4 9 8 8
- 380*a33*m1 *m2 *n1 *n2 + 6060*a33*m1 *m2 *n1 *n2
4 9 6 10 3 10 15
- 1344*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
3 10 13 3 3 10 11 5
+ 2516*a33*m1 *m2 *n1 *n2 - 692*a33*m1 *m2 *n1 *n2
3 10 9 7 3 10 7 9
- 2500*a33*m1 *m2 *n1 *n2 + 816*a33*m1 *m2 *n1 *n2
2 11 16 2 11 14 2
+ 8*a33*m1 *m2 *n1 - 564*a33*m1 *m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 396*a33*m1 *m2 *n1 *n2 + 644*a33*m1 *m2 *n1 *n2
2 11 8 8 12 15
- 324*a33*m1 *m2 *n1 *n2 + 72*a33*m1*m2 *n1 *n2
12 13 3 12 11 5
- 92*a33*m1*m2 *n1 *n2 - 88*a33*m1*m2 *n1 *n2
12 9 7 13 16 13 14 2
+ 76*a33*m1*m2 *n1 *n2 - 4*a33*m2 *n1 + 8*a33*m2 *n1 *n2
13 12 4 13 10 6 2
+ 4*a33*m2 *n1 *n2 - 8*a33*m2 *n1 *n2 ) + u1*v2*v3 *(
2 14 4 10 2 14 2 12 2 14 14
12*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2 - 4*a33 *m1 *n2
2 13 5 9 2 13 3 11
- 120*a33 *m1 *m2*n1 *n2 + 144*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
+ 40*a33 *m1 *m2*n1*n2 + 540*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
- 1008*a33 *m1 *m2 *n1 *n2 - 100*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
- 8*a33 *m1 *m2 *n2 - 1440*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
+ 3920*a33 *m1 *m2 *n1 *n2 - 320*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
+ 144*a33 *m1 *m2 *n1*n2 + 2520*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
- 9720*a33 *m1 *m2 *n1 *n2 + 2756*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
- 1008*a33 *m1 *m2 *n1 *n2 + 12*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
- 3024*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
- 8552*a33 *m1 *m2 *n1 *n2 + 3920*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
- 120*a33 *m1 *m2 *n1*n2 + 2520*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
- 19488*a33 *m1 *m2 *n1 *n2 + 15780*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
- 9720*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
- 1440*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
- 19200*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
- 1440*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
- 9720*a33 *m1 *m2 *n1 *n2 + 15780*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
- 19488*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
- 120*a33 *m1 *m2 *n1 *n2 + 3920*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
- 8552*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
- 3024*a33 *m1 *m2 *n1 *n2 + 12*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
- 1008*a33 *m1 *m2 *n1 *n2 + 2756*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
- 9720*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
+ 144*a33 *m1 *m2 *n1 *n2 - 320*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
+ 3920*a33 *m1 *m2 *n1 *n2 - 1440*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
- 8*a33 *m1 *m2 *n1 - 100*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
- 1008*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
+ 40*a33 *m1*m2 *n1 *n2 + 144*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 14 2 14 12 2
- 120*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 8*a33 *m2 *n1 *n2
2 14 10 4 12 8 10 12 6 12
+ 12*a33 *m2 *n1 *n2 ) + u1*v2*( - 4*m1 *n1 *n2 - 4*m1 *n1 *n2
12 4 14 12 2 16 11 9 9
+ 4*m1 *n1 *n2 + 4*m1 *n1 *n2 + 38*m1 *m2*n1 *n2
11 7 11 11 5 13 11 3 15
+ 20*m1 *m2*n1 *n2 - 72*m1 *m2*n1 *n2 - 52*m1 *m2*n1 *n2
11 17 10 2 10 8 10 2 8 10
+ 2*m1 *m2*n1*n2 - 162*m1 *m2 *n1 *n2 + 12*m1 *m2 *n1 *n2
10 2 6 12 10 2 4 14 10 2 2 16
+ 480*m1 *m2 *n1 *n2 + 276*m1 *m2 *n1 *n2 - 30*m1 *m2 *n1 *n2
9 3 11 7 9 3 9 9 9 3 7 11
+ 408*m1 *m2 *n1 *n2 - 350*m1 *m2 *n1 *n2 - 1740*m1 *m2 *n1 *n2
9 3 5 13 9 3 3 15 9 3 17
- 800*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2 - 2*m1 *m2 *n1*n2
8 4 12 6 8 4 10 8 8 4 8 10
- 672*m1 *m2 *n1 *n2 + 1290*m1 *m2 *n1 *n2 + 3960*m1 *m2 *n1 *n2
8 4 6 12 8 4 4 14 8 4 2 16
+ 1380*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 + 18*m1 *m2 *n1 *n2
7 5 13 5 7 5 11 7 7 5 9 9
+ 756*m1 *m2 *n1 *n2 - 2592*m1 *m2 *n1 *n2 - 6048*m1 *m2 *n1 *n2
7 5 7 11 7 5 5 13 7 5 3 15
- 1368*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2 - 72*m1 *m2 *n1 *n2
6 6 14 4 6 6 12 6 6 6 10 8
- 588*m1 *m2 *n1 *n2 + 3360*m1 *m2 *n1 *n2 + 6384*m1 *m2 *n1 *n2
6 6 8 10 6 6 6 12 6 6 4 14
+ 504*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2 + 168*m1 *m2 *n1 *n2
5 7 15 3 5 7 13 5 5 7 11 7
+ 312*m1 *m2 *n1 *n2 - 2964*m1 *m2 *n1 *n2 - 4680*m1 *m2 *n1 *n2
5 7 9 9 5 7 7 11 5 7 5 13
+ 528*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2
4 8 16 2 4 8 14 4 4 8 12 6
- 108*m1 *m2 *n1 *n2 + 1800*m1 *m2 *n1 *n2 + 2340*m1 *m2 *n1 *n2
4 8 10 8 4 8 8 10 4 8 6 12
- 900*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2
3 9 17 3 9 15 3 3 9 13 5
+ 22*m1 *m2 *n1 *n2 - 740*m1 *m2 *n1 *n2 - 760*m1 *m2 *n1 *n2
3 9 11 7 3 9 9 9 3 9 7 11
+ 620*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 - 168*m1 *m2 *n1 *n2
2 10 18 2 10 16 2 2 10 14 4
- 2*m1 *m2 *n1 + 196*m1 *m2 *n1 *n2 + 144*m1 *m2 *n1 *n2
2 10 12 6 2 10 10 8 2 10 8 10
- 236*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2
11 17 11 15 3 11 13 5
- 30*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2 + 48*m1*m2 *n1 *n2
11 11 7 11 9 9 12 18
+ 12*m1*m2 *n1 *n2 - 18*m1*m2 *n1 *n2 + 2*m2 *n1
12 14 4 12 10 8 2 13 7 9
- 4*m2 *n1 *n2 + 2*m2 *n1 *n2 ) + u1*v3 *(6*a33*m1 *n1 *n2
13 5 11 13 3 13 13 15
+ 2*a33*m1 *n1 *n2 - 6*a33*m1 *n1 *n2 - 2*a33*m1 *n1*n2
12 8 8 12 6 10
- 54*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
12 4 12 12 2 14
+ 86*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1 *n2
11 2 9 7 11 2 7 9
+ 216*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
- 468*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
11 2 15 10 3 10 6
- 4*a33*m1 *m2 *n1*n2 - 504*a33*m1 *m2 *n1 *n2
10 3 8 8 10 3 6 10
+ 1020*a33*m1 *m2 *n1 *n2 + 1332*a33*m1 *m2 *n1 *n2
10 3 4 12 10 3 2 14
- 124*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1 *n2
9 4 11 5 9 4 9 7
+ 756*a33*m1 *m2 *n1 *n2 - 2580*a33*m1 *m2 *n1 *n2
9 4 7 9 9 4 5 11
- 2150*a33*m1 *m2 *n1 *n2 + 750*a33*m1 *m2 *n1 *n2
9 4 3 13 9 4 15
- 430*a33*m1 *m2 *n1 *n2 + 6*a33*m1 *m2 *n1*n2
8 5 12 4 8 5 10 6
- 756*a33*m1 *m2 *n1 *n2 + 4116*a33*m1 *m2 *n1 *n2
8 5 8 8 8 5 6 10
+ 1782*a33*m1 *m2 *n1 *n2 - 1566*a33*m1 *m2 *n1 *n2
8 5 4 12 8 5 2 14
+ 1470*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
7 6 13 3 7 6 11 5
+ 504*a33*m1 *m2 *n1 *n2 - 4368*a33*m1 *m2 *n1 *n2
7 6 9 7 7 6 7 9
- 72*a33*m1 *m2 *n1 *n2 + 1464*a33*m1 *m2 *n1 *n2
7 6 5 11 7 6 3 13
- 3120*a33*m1 *m2 *n1 *n2 + 216*a33*m1 *m2 *n1 *n2
6 7 14 2 6 7 12 4
- 216*a33*m1 *m2 *n1 *n2 + 3120*a33*m1 *m2 *n1 *n2
6 7 10 6 6 7 8 8
- 1464*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
6 7 6 10 6 7 4 12
+ 4368*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
5 8 15 5 8 13 3
+ 54*a33*m1 *m2 *n1 *n2 - 1470*a33*m1 *m2 *n1 *n2
5 8 11 5 5 8 9 7
+ 1566*a33*m1 *m2 *n1 *n2 - 1782*a33*m1 *m2 *n1 *n2
5 8 7 9 5 8 5 11
- 4116*a33*m1 *m2 *n1 *n2 + 756*a33*m1 *m2 *n1 *n2
4 9 16 4 9 14 2
- 6*a33*m1 *m2 *n1 + 430*a33*m1 *m2 *n1 *n2
4 9 12 4 4 9 10 6
- 750*a33*m1 *m2 *n1 *n2 + 2150*a33*m1 *m2 *n1 *n2
4 9 8 8 4 9 6 10
+ 2580*a33*m1 *m2 *n1 *n2 - 756*a33*m1 *m2 *n1 *n2
3 10 15 3 10 13 3
- 68*a33*m1 *m2 *n1 *n2 + 124*a33*m1 *m2 *n1 *n2
3 10 11 5 3 10 9 7
- 1332*a33*m1 *m2 *n1 *n2 - 1020*a33*m1 *m2 *n1 *n2
3 10 7 9 2 11 16
+ 504*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
2 11 14 2 2 11 12 4
+ 36*a33*m1 *m2 *n1 *n2 + 468*a33*m1 *m2 *n1 *n2
2 11 10 6 2 11 8 8
+ 220*a33*m1 *m2 *n1 *n2 - 216*a33*m1 *m2 *n1 *n2
12 15 12 13 3
- 18*a33*m1*m2 *n1 *n2 - 86*a33*m1*m2 *n1 *n2
12 11 5 12 9 7 13 16
- 14*a33*m1*m2 *n1 *n2 + 54*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
13 14 2 13 12 4 13 10 6 4
+ 6*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2 ) + u2 *
2 11 8 9 2 11 6 11 2 11 2 15
(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 11 17 2 10 9 8 2 10 7 10
- a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
2 10 5 12 2 10 3 14
+ 12*a33 *m1 *m2*n1 *n2 + 30*a33 *m1 *m2*n1 *n2
2 10 16 2 9 2 10 7
+ 13*a33 *m1 *m2*n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 9 2 8 9 2 9 2 6 11
+ 35*a33 *m1 *m2 *n1 *n2 - 110*a33 *m1 *m2 *n1 *n2
2 9 2 4 13 2 9 2 2 15 2 9 2 17
- 180*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2
2 8 3 11 6 2 8 3 9 8
- 84*a33 *m1 *m2 *n1 *n2 - 15*a33 *m1 *m2 *n1 *n2
2 8 3 7 10 2 8 3 5 12
+ 450*a33 *m1 *m2 *n1 *n2 + 600*a33 *m1 *m2 *n1 *n2
2 8 3 3 14 2 8 3 16
+ 210*a33 *m1 *m2 *n1 *n2 - 9*a33 *m1 *m2 *n1*n2
2 7 4 12 5 2 7 4 10 7
+ 126*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
2 7 4 8 9 2 7 4 6 11
- 1080*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 7 4 4 13 2 7 4 2 15
- 390*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 5 13 4 2 6 5 11 6
- 126*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 6 5 9 8 2 6 5 7 10
+ 1680*a33 *m1 *m2 *n1 *n2 + 1764*a33 *m1 *m2 *n1 *n2
2 6 5 5 12 2 6 5 3 14
+ 462*a33 *m1 *m2 *n1 *n2 - 84*a33 *m1 *m2 *n1 *n2
2 5 6 14 3 2 5 6 12 5
+ 84*a33 *m1 *m2 *n1 *n2 - 462*a33 *m1 *m2 *n1 *n2
2 5 6 10 7 2 5 6 8 9
- 1764*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 6 6 11 2 5 6 4 13
- 336*a33 *m1 *m2 *n1 *n2 + 126*a33 *m1 *m2 *n1 *n2
2 4 7 15 2 2 4 7 13 4
- 36*a33 *m1 *m2 *n1 *n2 + 390*a33 *m1 *m2 *n1 *n2
2 4 7 11 6 2 4 7 9 8
+ 1260*a33 *m1 *m2 *n1 *n2 + 1080*a33 *m1 *m2 *n1 *n2
2 4 7 7 10 2 4 7 5 12
+ 120*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
2 3 8 16 2 3 8 14 3
+ 9*a33 *m1 *m2 *n1 *n2 - 210*a33 *m1 *m2 *n1 *n2
2 3 8 12 5 2 3 8 10 7
- 600*a33 *m1 *m2 *n1 *n2 - 450*a33 *m1 *m2 *n1 *n2
2 3 8 8 9 2 3 8 6 11 2 2 9 17
+ 15*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
2 2 9 15 2 2 2 9 13 4
+ 70*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 2 9 11 6 2 2 9 9 8
+ 110*a33 *m1 *m2 *n1 *n2 - 35*a33 *m1 *m2 *n1 *n2
2 2 9 7 10 2 10 16
- 36*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1*m2 *n1 *n2
2 10 14 3 2 10 12 5
- 30*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
2 10 10 7 2 10 8 9 2 11 17
+ 14*a33 *m1*m2 *n1 *n2 + 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1
2 11 15 2 2 11 11 6 2 11 9 8 3
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 ) + u2 *v1
2 12 6 10 2 12 4 12 2 12 2 14
*(4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 12 16 2 11 7 9 2 11 5 11
- 4*a33 *m1 *n2 - 40*a33 *m1 *m2*n1 *n2 - 24*a33 *m1 *m2*n1 *n2
2 11 3 13 2 11 15
+ 72*a33 *m1 *m2*n1 *n2 + 56*a33 *m1 *m2*n1*n2
2 10 2 8 8 2 10 2 6 10
+ 180*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
2 10 2 4 12 2 10 2 2 14
- 504*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 10 2 16 2 9 3 9 7
+ 4*a33 *m1 *m2 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 9 3 7 9 2 9 3 5 11
+ 280*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 9 3 3 13 2 9 3 15
+ 1160*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1*n2
2 8 4 10 6 2 8 4 8 8
+ 840*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 8 4 6 10 2 8 4 4 12
- 4860*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 8 4 2 14 2 7 5 11 5
+ 180*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 7 5 9 7 2 7 5 7 9
+ 2832*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
2 7 5 5 11 2 7 5 3 13
+ 3888*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 6 6 12 4 2 6 6 10 6
+ 840*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
2 6 6 8 8 2 6 6 6 10
- 9744*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
2 6 6 4 12 2 5 7 13 3
+ 840*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 5 7 11 5 2 5 7 9 7
+ 3888*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
2 5 7 7 9 2 5 7 5 11
+ 2832*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 4 8 14 2 2 4 8 12 4
+ 180*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 4 8 10 6 2 4 8 8 8
- 4860*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
2 4 8 6 10 2 3 9 15
+ 840*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1 *n2
2 3 9 13 3 2 3 9 11 5
+ 1160*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 3 9 9 7 2 3 9 7 9
+ 280*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 2
+ 4*a33 *m1 *m2 *n1 - 336*a33 *m1 *m2 *n1 *n2
2 2 10 12 4 2 2 10 10 6
- 504*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
2 2 10 8 8 2 11 15
+ 180*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1*m2 *n1 *n2
2 11 13 3 2 11 11 5
+ 72*a33 *m1*m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
2 11 9 7 2 12 16 2 12 14 2
- 40*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
2 12 12 4 2 12 10 6 3
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u2 *v2*(
2 12 7 9 2 12 5 11 2 12 3 13
- 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 12 15 2 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
2 11 6 10 2 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
2 11 2 14 2 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
2 10 2 9 7 2 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 10 2 5 11 2 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 10 2 15 2 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 3 8 8 2 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
2 9 3 4 12 2 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 9 3 16 2 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 4 9 7 2 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
2 8 4 5 11 2 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 8 4 15 2 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 7 5 10 6 2 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
2 7 5 6 10 2 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 7 5 2 14 2 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 6 6 11 5 2 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
2 6 6 7 9 2 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
2 6 6 3 13 2 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 5 7 12 4 2 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
2 5 7 8 8 2 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
2 5 7 4 12 2 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 4 8 13 3 2 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 4 8 9 7 2 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
2 4 8 5 11 2 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 3 9 14 2 2 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 3 9 10 6 2 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 9 6 10 2 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
2 2 10 13 3 2 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
2 2 10 9 7 2 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
2 11 12 4 2 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 11 8 8 2 12 15 2 12 13 3
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 12 11 5 2 12 9 7 3
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u2 *(
11 8 10 11 6 12 11 2 16
- 2*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2
11 18 10 9 9 10 7 11
+ 2*a33*m1 *n2 + 18*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1 *n2
10 5 13 10 3 15
- 24*a33*m1 *m2*n1 *n2 - 60*a33*m1 *m2*n1 *n2
10 17 9 2 10 8
- 26*a33*m1 *m2*n1*n2 - 72*a33*m1 *m2 *n1 *n2
9 2 8 10 9 2 6 12
- 70*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
9 2 4 14 9 2 2 16
+ 360*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
9 2 18 8 3 11 7 8 3 9 9
- 2*a33*m1 *m2 *n2 + 168*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
8 3 7 11 8 3 5 13
- 900*a33*m1 *m2 *n1 *n2 - 1200*a33*m1 *m2 *n1 *n2
8 3 3 15 8 3 17
- 420*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1*n2
7 4 12 6 7 4 10 8
- 252*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
7 4 8 10 7 4 6 12
+ 2160*a33*m1 *m2 *n1 *n2 + 2520*a33*m1 *m2 *n1 *n2
7 4 4 14 7 4 2 16
+ 780*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 5 13 5 6 5 11 7
+ 252*a33*m1 *m2 *n1 *n2 - 672*a33*m1 *m2 *n1 *n2
6 5 9 9 6 5 7 11
- 3360*a33*m1 *m2 *n1 *n2 - 3528*a33*m1 *m2 *n1 *n2
6 5 5 13 6 5 3 15
- 924*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
5 6 14 4 5 6 12 6
- 168*a33*m1 *m2 *n1 *n2 + 924*a33*m1 *m2 *n1 *n2
5 6 10 8 5 6 8 10
+ 3528*a33*m1 *m2 *n1 *n2 + 3360*a33*m1 *m2 *n1 *n2
5 6 6 12 5 6 4 14
+ 672*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
4 7 15 3 4 7 13 5
+ 72*a33*m1 *m2 *n1 *n2 - 780*a33*m1 *m2 *n1 *n2
4 7 11 7 4 7 9 9
- 2520*a33*m1 *m2 *n1 *n2 - 2160*a33*m1 *m2 *n1 *n2
4 7 7 11 4 7 5 13
- 240*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
3 8 16 2 3 8 14 4
- 18*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
3 8 12 6 3 8 10 8
+ 1200*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
3 8 8 10 3 8 6 12
- 30*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
2 9 17 2 9 15 3
+ 2*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
2 9 13 5 2 9 11 7
- 360*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
2 9 9 9 2 9 7 11
+ 70*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
10 16 2 10 14 4
+ 26*a33*m1*m2 *n1 *n2 + 60*a33*m1*m2 *n1 *n2
10 12 6 10 10 8
+ 24*a33*m1*m2 *n1 *n2 - 28*a33*m1*m2 *n1 *n2
10 8 10 11 17 11 15 3
- 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2
11 11 7 11 9 9 2 2
+ 4*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u2 *v1 *(
2 13 6 9 2 13 4 11 2 13 2 13
- 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 13 15 2 12 7 8 2 12 5 10
- 4*a33 *m1 *n2 + 36*a33 *m1 *m2*n1 *n2 - 68*a33 *m1 *m2*n1 *n2
2 12 3 12 2 12 14
- 36*a33 *m1 *m2*n1 *n2 + 68*a33 *m1 *m2*n1*n2
2 11 2 8 7 2 11 2 6 9
- 144*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 11 2 4 11 2 11 2 2 13
+ 72*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 9 6
+ 8*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 10 3 7 8 2 10 3 5 10
- 1560*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
2 10 3 3 12 2 10 3 14
+ 2136*a33 *m1 *m2 *n1 *n2 - 104*a33 *m1 *m2 *n1*n2
2 9 4 10 5 2 9 4 8 7
- 504*a33 *m1 *m2 *n1 *n2 + 3480*a33 *m1 *m2 *n1 *n2
2 9 4 6 9 2 9 4 4 11
- 2380*a33 *m1 *m2 *n1 *n2 - 5780*a33 *m1 *m2 *n1 *n2
2 9 4 2 13 2 9 4 15
+ 580*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 8 5 11 4 2 8 5 9 6
+ 504*a33 *m1 *m2 *n1 *n2 - 5208*a33 *m1 *m2 *n1 *n2
2 8 5 7 8 2 8 5 5 10
+ 6732*a33 *m1 *m2 *n1 *n2 + 10548*a33 *m1 *m2 *n1 *n2
2 8 5 3 12 2 8 5 14
- 1860*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
2 7 6 12 3 2 7 6 10 5
- 336*a33 *m1 *m2 *n1 *n2 + 5376*a33 *m1 *m2 *n1 *n2
2 7 6 8 7 2 7 6 6 9
- 11568*a33 *m1 *m2 *n1 *n2 - 13296*a33 *m1 *m2 *n1 *n2
2 7 6 4 11 2 7 6 2 13
+ 3840*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 6 7 13 2 2 6 7 11 4
+ 144*a33 *m1 *m2 *n1 *n2 - 3840*a33 *m1 *m2 *n1 *n2
2 6 7 9 6 2 6 7 7 8
+ 13296*a33 *m1 *m2 *n1 *n2 + 11568*a33 *m1 *m2 *n1 *n2
2 6 7 5 10 2 6 7 3 12
- 5376*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 5 8 12 3
- 36*a33 *m1 *m2 *n1 *n2 + 1860*a33 *m1 *m2 *n1 *n2
2 5 8 10 5 2 5 8 8 7
- 10548*a33 *m1 *m2 *n1 *n2 - 6732*a33 *m1 *m2 *n1 *n2
2 5 8 6 9 2 5 8 4 11
+ 5208*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 2
+ 4*a33 *m1 *m2 *n1 - 580*a33 *m1 *m2 *n1 *n2
2 4 9 11 4 2 4 9 9 6
+ 5780*a33 *m1 *m2 *n1 *n2 + 2380*a33 *m1 *m2 *n1 *n2
2 4 9 7 8 2 4 9 5 10
- 3480*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 3 10 14 2 3 10 12 3
+ 104*a33 *m1 *m2 *n1 *n2 - 2136*a33 *m1 *m2 *n1 *n2
2 3 10 10 5 2 3 10 8 7
- 344*a33 *m1 *m2 *n1 *n2 + 1560*a33 *m1 *m2 *n1 *n2
2 3 10 6 9 2 2 11 15
- 336*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 2 11 13 2 2 2 11 11 4
+ 504*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 2 11 9 6 2 2 11 7 8
- 440*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 12 14 2 12 12 3
- 68*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 12 10 5 2 12 8 7 2 13 15
+ 68*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
2 13 13 2 2 13 11 4 2 13 9 6
- 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) +
2 2 13 5 10 2 13 14
u2 *v1*v2*( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1*n2
2 12 6 9 2 12 4 11
+ 80*a33 *m1 *m2*n1 *n2 - 40*a33 *m1 *m2*n1 *n2
2 12 2 13 2 12 15
- 112*a33 *m1 *m2*n1 *n2 + 8*a33 *m1 *m2*n2
2 11 2 7 8 2 11 2 5 10
- 360*a33 *m1 *m2 *n1 *n2 + 408*a33 *m1 *m2 *n1 *n2
2 11 2 3 12 2 11 2 14
+ 648*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1*n2
2 10 3 8 7 2 10 3 6 9
+ 960*a33 *m1 *m2 *n1 *n2 - 1880*a33 *m1 *m2 *n1 *n2
2 10 3 4 11 2 10 3 2 13
- 2072*a33 *m1 *m2 *n1 *n2 + 760*a33 *m1 *m2 *n1 *n2
2 10 3 15 2 9 4 9 6
- 8*a33 *m1 *m2 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 9 4 7 8 2 9 4 5 10
+ 5160*a33 *m1 *m2 *n1 *n2 + 4000*a33 *m1 *m2 *n1 *n2
2 9 4 3 12 2 9 4 14
- 2760*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1*n2
2 8 5 10 5 2 8 5 8 7
+ 2016*a33 *m1 *m2 *n1 *n2 - 9360*a33 *m1 *m2 *n1 *n2
2 8 5 6 9 2 8 5 4 11
- 4536*a33 *m1 *m2 *n1 *n2 + 6480*a33 *m1 *m2 *n1 *n2
2 8 5 2 13 2 7 6 11 4
- 360*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 7 6 9 6 2 7 6 7 8
+ 11760*a33 *m1 *m2 *n1 *n2 + 2064*a33 *m1 *m2 *n1 *n2
2 7 6 5 10 2 7 6 3 12
- 10416*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 6 7 12 3 2 6 7 10 5
+ 960*a33 *m1 *m2 *n1 *n2 - 10416*a33 *m1 *m2 *n1 *n2
2 6 7 8 7 2 6 7 6 9
+ 2064*a33 *m1 *m2 *n1 *n2 + 11760*a33 *m1 *m2 *n1 *n2
2 6 7 4 11 2 5 8 13 2
- 1680*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 5 8 11 4 2 5 8 9 6
+ 6480*a33 *m1 *m2 *n1 *n2 - 4536*a33 *m1 *m2 *n1 *n2
2 5 8 7 8 2 5 8 5 10
- 9360*a33 *m1 *m2 *n1 *n2 + 2016*a33 *m1 *m2 *n1 *n2
2 4 9 14 2 4 9 12 3
+ 80*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 4 9 10 5 2 4 9 8 7
+ 4000*a33 *m1 *m2 *n1 *n2 + 5160*a33 *m1 *m2 *n1 *n2
2 4 9 6 9 2 3 10 15
- 1680*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 3 10 13 2 2 3 10 11 4
+ 760*a33 *m1 *m2 *n1 *n2 - 2072*a33 *m1 *m2 *n1 *n2
2 3 10 9 6 2 3 10 7 8
- 1880*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 2 11 14 2 2 11 12 3
- 120*a33 *m1 *m2 *n1 *n2 + 648*a33 *m1 *m2 *n1 *n2
2 2 11 10 5 2 2 11 8 7
+ 408*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 12 15 2 12 13 2
+ 8*a33 *m1*m2 *n1 - 112*a33 *m1*m2 *n1 *n2
2 12 11 4 2 12 9 6
- 40*a33 *m1*m2 *n1 *n2 + 80*a33 *m1*m2 *n1 *n2
2 13 14 2 13 10 5 2
+ 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u2 *v1*(
12 8 9 12 6 11 12 4 13
2*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2
12 2 15 12 17 11 9 8
+ 4*a33*m1 *n1 *n2 + 6*a33*m1 *n2 - 18*a33*m1 *m2*n1 *n2
11 7 10 11 5 12
+ 52*a33*m1 *m2*n1 *n2 + 72*a33*m1 *m2*n1 *n2
11 3 14 11 16
- 84*a33*m1 *m2*n1 *n2 - 86*a33*m1 *m2*n1*n2
10 2 10 7 10 2 8 9
+ 72*a33*m1 *m2 *n1 *n2 - 290*a33*m1 *m2 *n1 *n2
10 2 6 11 10 2 4 13
- 252*a33*m1 *m2 *n1 *n2 + 648*a33*m1 *m2 *n1 *n2
10 2 2 15 10 2 17
+ 532*a33*m1 *m2 *n1 *n2 - 6*a33*m1 *m2 *n2
9 3 11 6 9 3 9 8
- 168*a33*m1 *m2 *n1 *n2 + 930*a33*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12
+ 340*a33*m1 *m2 *n1 *n2 - 2720*a33*m1 *m2 *n1 *n2
9 3 3 14 9 3 16
- 1900*a33*m1 *m2 *n1 *n2 + 62*a33*m1 *m2 *n1*n2
8 4 12 5 8 4 10 7
+ 252*a33*m1 *m2 *n1 *n2 - 1920*a33*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11
+ 360*a33*m1 *m2 *n1 *n2 + 7200*a33*m1 *m2 *n1 *n2
8 4 4 13 8 4 2 15
+ 4380*a33*m1 *m2 *n1 *n2 - 288*a33*m1 *m2 *n1 *n2
7 5 13 4 7 5 11 6
- 252*a33*m1 *m2 *n1 *n2 + 2688*a33*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10
- 2304*a33*m1 *m2 *n1 *n2 - 12888*a33*m1 *m2 *n1 *n2
7 5 5 12 7 5 3 14
- 6852*a33*m1 *m2 *n1 *n2 + 792*a33*m1 *m2 *n1 *n2
6 6 14 3 6 6 12 5
+ 168*a33*m1 *m2 *n1 *n2 - 2604*a33*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9
+ 4536*a33*m1 *m2 *n1 *n2 + 16128*a33*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13
+ 7392*a33*m1 *m2 *n1 *n2 - 1428*a33*m1 *m2 *n1 *n2
5 7 15 2 5 7 13 4
- 72*a33*m1 *m2 *n1 *n2 + 1740*a33*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8
- 5256*a33*m1 *m2 *n1 *n2 - 14256*a33*m1 *m2 *n1 *n2
5 7 7 10 5 7 5 12
- 5424*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
4 8 16 4 8 14 3
+ 18*a33*m1 *m2 *n1 *n2 - 780*a33*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7
+ 3960*a33*m1 *m2 *n1 *n2 + 8820*a33*m1 *m2 *n1 *n2
4 8 8 9 4 8 6 11
+ 2550*a33*m1 *m2 *n1 *n2 - 1512*a33*m1 *m2 *n1 *n2
3 9 17 3 9 15 2
- 2*a33*m1 *m2 *n1 + 220*a33*m1 *m2 *n1 *n2
3 9 13 4 3 9 11 6
- 1960*a33*m1 *m2 *n1 *n2 - 3700*a33*m1 *m2 *n1 *n2
3 9 9 8 3 9 7 10
- 630*a33*m1 *m2 *n1 *n2 + 888*a33*m1 *m2 *n1 *n2
2 10 16 2 10 14 3
- 34*a33*m1 *m2 *n1 *n2 + 612*a33*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7
+ 984*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1 *n2
2 10 8 9 11 17
- 342*a33*m1 *m2 *n1 *n2 + 2*a33*m1*m2 *n1
11 15 2 11 13 4
- 108*a33*m1*m2 *n1 *n2 - 144*a33*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
+ 44*a33*m1*m2 *n1 *n2 + 78*a33*m1*m2 *n1 *n2 + 8*a33*m2 *n1 *n2
12 14 3 12 12 5 12 10 7 2
+ 8*a33*m2 *n1 *n2 - 8*a33*m2 *n1 *n2 - 8*a33*m2 *n1 *n2 ) + u2
12 7 10 12 5 12 12 3 14
*v2*(8*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2
12 16 11 8 9 11 6 11
- 8*a33*m1 *n1*n2 - 74*a33*m1 *m2*n1 *n2 - 36*a33*m1 *m2*n1 *n2
11 4 13 11 2 15
+ 144*a33*m1 *m2*n1 *n2 + 100*a33*m1 *m2*n1 *n2
11 17 10 2 9 8
- 6*a33*m1 *m2*n2 + 306*a33*m1 *m2 *n1 *n2
10 2 7 10 10 2 5 12
- 52*a33*m1 *m2 *n1 *n2 - 936*a33*m1 *m2 *n1 *n2
10 2 3 14 10 2 16
- 492*a33*m1 *m2 *n1 *n2 + 86*a33*m1 *m2 *n1*n2
9 3 10 7 9 3 8 9
- 744*a33*m1 *m2 *n1 *n2 + 770*a33*m1 *m2 *n1 *n2
9 3 6 11 9 3 4 13
+ 3260*a33*m1 *m2 *n1 *n2 + 1240*a33*m1 *m2 *n1 *n2
9 3 2 15 9 3 17
- 500*a33*m1 *m2 *n1 *n2 + 6*a33*m1 *m2 *n2
8 4 11 6 8 4 9 8
+ 1176*a33*m1 *m2 *n1 *n2 - 2610*a33*m1 *m2 *n1 *n2
8 4 7 10 8 4 5 12
- 7020*a33*m1 *m2 *n1 *n2 - 1560*a33*m1 *m2 *n1 *n2
8 4 3 14 8 4 16
+ 1620*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1*n2
7 5 12 5 7 5 10 7
- 1260*a33*m1 *m2 *n1 *n2 + 4944*a33*m1 *m2 *n1 *n2
7 5 8 9 7 5 6 11
+ 9936*a33*m1 *m2 *n1 *n2 + 216*a33*m1 *m2 *n1 *n2
7 5 4 13 7 5 2 15
- 3300*a33*m1 *m2 *n1 *n2 + 216*a33*m1 *m2 *n1 *n2
6 6 13 4 6 6 11 6
+ 924*a33*m1 *m2 *n1 *n2 - 6048*a33*m1 *m2 *n1 *n2
6 6 9 8 6 6 7 10
- 9408*a33*m1 *m2 *n1 *n2 + 2520*a33*m1 *m2 *n1 *n2
6 6 5 12 6 6 3 14
+ 4452*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
5 7 14 3 5 7 12 5
- 456*a33*m1 *m2 *n1 *n2 + 5004*a33*m1 *m2 *n1 *n2
5 7 10 7 5 7 8 9
+ 5832*a33*m1 *m2 *n1 *n2 - 4416*a33*m1 *m2 *n1 *n2
5 7 6 11 5 7 4 13
- 4032*a33*m1 *m2 *n1 *n2 + 756*a33*m1 *m2 *n1 *n2
4 8 15 2 4 8 13 4
+ 144*a33*m1 *m2 *n1 *n2 - 2820*a33*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8
- 2160*a33*m1 *m2 *n1 *n2 + 3960*a33*m1 *m2 *n1 *n2
4 8 7 10 4 8 5 12
+ 2400*a33*m1 *m2 *n1 *n2 - 756*a33*m1 *m2 *n1 *n2
3 9 16 3 9 14 3
- 26*a33*m1 *m2 *n1 *n2 + 1060*a33*m1 *m2 *n1 *n2
3 9 12 5 3 9 10 7
+ 320*a33*m1 *m2 *n1 *n2 - 2140*a33*m1 *m2 *n1 *n2
3 9 8 9 3 9 6 11
- 870*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
2 10 17 2 10 15 2
+ 2*a33*m1 *m2 *n1 - 252*a33*m1 *m2 *n1 *n2
2 10 13 4 2 10 11 6
+ 72*a33*m1 *m2 *n1 *n2 + 692*a33*m1 *m2 *n1 *n2
2 10 9 8 2 10 7 10
+ 150*a33*m1 *m2 *n1 *n2 - 216*a33*m1 *m2 *n1 *n2
11 16 11 14 3
+ 34*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
11 12 5 11 10 7
- 120*a33*m1*m2 *n1 *n2 + 4*a33*m1*m2 *n1 *n2
11 8 9 12 17 12 15 2
+ 54*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 + 4*a33*m2 *n1 *n2
12 13 4 12 11 6 12 9 8 2
+ 8*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2 ) + u2
2 2 13 6 9 2 13 4 11 2 13 2 13
*v3 *( - 6*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2 + 6*a33 *m1 *n1 *n2
2 13 15 2 12 7 8
+ 2*a33 *m1 *n2 + 54*a33 *m1 *m2*n1 *n2
2 12 5 10 2 12 3 12
- 14*a33 *m1 *m2*n1 *n2 - 86*a33 *m1 *m2*n1 *n2
2 12 14 2 11 2 8 7
- 18*a33 *m1 *m2*n1*n2 - 216*a33 *m1 *m2 *n1 *n2
2 11 2 6 9 2 11 2 4 11
+ 220*a33 *m1 *m2 *n1 *n2 + 468*a33 *m1 *m2 *n1 *n2
2 11 2 2 13 2 11 2 15
+ 36*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n2
2 10 3 9 6 2 10 3 7 8
+ 504*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 10 3 5 10 2 10 3 3 12
- 1332*a33 *m1 *m2 *n1 *n2 + 124*a33 *m1 *m2 *n1 *n2
2 10 3 14 2 9 4 10 5
- 68*a33 *m1 *m2 *n1*n2 - 756*a33 *m1 *m2 *n1 *n2
2 9 4 8 7 2 9 4 6 9
+ 2580*a33 *m1 *m2 *n1 *n2 + 2150*a33 *m1 *m2 *n1 *n2
2 9 4 4 11 2 9 4 2 13
- 750*a33 *m1 *m2 *n1 *n2 + 430*a33 *m1 *m2 *n1 *n2
2 9 4 15 2 8 5 11 4
- 6*a33 *m1 *m2 *n2 + 756*a33 *m1 *m2 *n1 *n2
2 8 5 9 6 2 8 5 7 8
- 4116*a33 *m1 *m2 *n1 *n2 - 1782*a33 *m1 *m2 *n1 *n2
2 8 5 5 10 2 8 5 3 12
+ 1566*a33 *m1 *m2 *n1 *n2 - 1470*a33 *m1 *m2 *n1 *n2
2 8 5 14 2 7 6 12 3
+ 54*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 7 6 10 5 2 7 6 8 7
+ 4368*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 7 6 6 9 2 7 6 4 11
- 1464*a33 *m1 *m2 *n1 *n2 + 3120*a33 *m1 *m2 *n1 *n2
2 7 6 2 13 2 6 7 13 2
- 216*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 6 7 11 4 2 6 7 9 6
- 3120*a33 *m1 *m2 *n1 *n2 + 1464*a33 *m1 *m2 *n1 *n2
2 6 7 7 8 2 6 7 5 10
- 72*a33 *m1 *m2 *n1 *n2 - 4368*a33 *m1 *m2 *n1 *n2
2 6 7 3 12 2 5 8 14
+ 504*a33 *m1 *m2 *n1 *n2 - 54*a33 *m1 *m2 *n1 *n2
2 5 8 12 3 2 5 8 10 5
+ 1470*a33 *m1 *m2 *n1 *n2 - 1566*a33 *m1 *m2 *n1 *n2
2 5 8 8 7 2 5 8 6 9
+ 1782*a33 *m1 *m2 *n1 *n2 + 4116*a33 *m1 *m2 *n1 *n2
2 5 8 4 11 2 4 9 15
- 756*a33 *m1 *m2 *n1 *n2 + 6*a33 *m1 *m2 *n1
2 4 9 13 2 2 4 9 11 4
- 430*a33 *m1 *m2 *n1 *n2 + 750*a33 *m1 *m2 *n1 *n2
2 4 9 9 6 2 4 9 7 8
- 2150*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 4 9 5 10 2 3 10 14
+ 756*a33 *m1 *m2 *n1 *n2 + 68*a33 *m1 *m2 *n1 *n2
2 3 10 12 3 2 3 10 10 5
- 124*a33 *m1 *m2 *n1 *n2 + 1332*a33 *m1 *m2 *n1 *n2
2 3 10 8 7 2 3 10 6 9
+ 1020*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 2 11 15 2 2 11 13 2
- 4*a33 *m1 *m2 *n1 - 36*a33 *m1 *m2 *n1 *n2
2 2 11 11 4 2 2 11 9 6
- 468*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 2 11 7 8 2 12 14
+ 216*a33 *m1 *m2 *n1 *n2 + 18*a33 *m1*m2 *n1 *n2
2 12 12 3 2 12 10 5
+ 86*a33 *m1*m2 *n1 *n2 + 14*a33 *m1*m2 *n1 *n2
2 12 8 7 2 13 15 2 13 13 2
- 54*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1 - 6*a33 *m2 *n1 *n2
2 13 11 4 2 13 9 6 2 11 8 11
+ 2*a33 *m2 *n1 *n2 + 6*a33 *m2 *n1 *n2 ) + u2 *(m1 *n1 *n2
11 6 13 11 2 17 11 19 10 9 10
+ 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n2 - 9*m1 *m2*n1 *n2
10 7 12 10 5 14 10 3 16
- 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2 + 30*m1 *m2*n1 *n2
10 18 9 2 10 9 9 2 8 11
+ 13*m1 *m2*n1*n2 + 36*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
9 2 6 13 9 2 4 15 9 2 2 17
- 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2
9 2 19 8 3 11 8 8 3 9 10
+ m1 *m2 *n2 - 84*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2
8 3 7 12 8 3 5 14 8 3 3 16
+ 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
8 3 18 7 4 12 7 7 4 10 9
- 9*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
7 4 8 11 7 4 6 13 7 4 4 15
- 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2
7 4 2 17 6 5 13 6 6 5 11 8
+ 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2
6 5 9 10 6 5 7 12 6 5 5 14
+ 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2 + 462*m1 *m2 *n1 *n2
6 5 3 16 5 6 14 5 5 6 12 7
- 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 462*m1 *m2 *n1 *n2
5 6 10 9 5 6 8 11 5 6 6 13
- 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2
5 6 4 15 4 7 15 4 4 7 13 6
+ 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2
4 7 11 8 4 7 9 10 4 7 7 12
+ 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2 + 120*m1 *m2 *n1 *n2
4 7 5 14 3 8 16 3 3 8 14 5
- 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
3 8 12 7 3 8 10 9 3 8 8 11
- 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2
3 8 6 13 2 9 17 2 2 9 15 4
+ 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 + 70*m1 *m2 *n1 *n2
2 9 13 6 2 9 11 8 2 9 9 10
+ 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 - 35*m1 *m2 *n1 *n2
2 9 7 12 10 16 3 10 14 5
- 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2 - 30*m1*m2 *n1 *n2
10 12 7 10 10 9 10 8 11
- 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2
11 17 2 11 15 4 11 11 8 11 9 10
+ m2 *n1 *n2 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - m2 *n1 *n2 ) + u2
3 2 14 4 10 2 14 2 12
*v1 *( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2
2 13 5 9 2 13 3 11
+ 80*a33 *m1 *m2*n1 *n2 - 128*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
+ 16*a33 *m1 *m2*n1*n2 - 360*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
+ 848*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
+ 8*a33 *m1 *m2 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
- 3200*a33 *m1 *m2 *n1 *n2 + 1536*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
- 128*a33 *m1 *m2 *n1*n2 - 1680*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
+ 7800*a33 *m1 *m2 *n1 *n2 - 5680*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
+ 848*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
+ 2016*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
+ 13680*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
+ 80*a33 *m1 *m2 *n1*n2 - 1680*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
+ 15456*a33 *m1 *m2 *n1 *n2 - 22752*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
+ 7800*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
+ 960*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
+ 26880*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
+ 960*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
+ 7800*a33 *m1 *m2 *n1 *n2 - 22752*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
+ 15456*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
+ 80*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
+ 13680*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
+ 2016*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
+ 848*a33 *m1 *m2 *n1 *n2 - 5680*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
+ 7800*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
- 128*a33 *m1 *m2 *n1 *n2 + 1536*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
- 3200*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
+ 8*a33 *m1 *m2 *n1 - 240*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
+ 848*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
+ 16*a33 *m1*m2 *n1 *n2 - 128*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 12 2
+ 80*a33 *m1*m2 *n1 *n2 + 8*a33 *m2 *n1 *n2
2 14 10 4 2 13 6 10
- 8*a33 *m2 *n1 *n2 ) + u2*v1 *(8*a33*m1 *n1 *n2
13 4 12 13 2 14 13 16
- 4*a33*m1 *n1 *n2 - 8*a33*m1 *n1 *n2 + 4*a33*m1 *n2
12 7 9 12 5 11
- 76*a33*m1 *m2*n1 *n2 + 88*a33*m1 *m2*n1 *n2
12 3 13 12 15
+ 92*a33*m1 *m2*n1 *n2 - 72*a33*m1 *m2*n1*n2
11 2 8 8 11 2 6 10
+ 324*a33*m1 *m2 *n1 *n2 - 644*a33*m1 *m2 *n1 *n2
11 2 4 12 11 2 2 14
- 396*a33*m1 *m2 *n1 *n2 + 564*a33*m1 *m2 *n1 *n2
11 2 16 10 3 9 7
- 8*a33*m1 *m2 *n2 - 816*a33*m1 *m2 *n1 *n2
10 3 7 9 10 3 5 11
+ 2500*a33*m1 *m2 *n1 *n2 + 692*a33*m1 *m2 *n1 *n2
10 3 3 13 10 3 15
- 2516*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1*n2
9 4 10 6 9 4 8 8
+ 1344*a33*m1 *m2 *n1 *n2 - 6060*a33*m1 *m2 *n1 *n2
9 4 6 10 9 4 4 12
+ 380*a33*m1 *m2 *n1 *n2 + 7160*a33*m1 *m2 *n1 *n2
9 4 2 14 9 4 16
- 620*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
8 5 11 5 8 5 9 7
- 1512*a33*m1 *m2 *n1 *n2 + 9888*a33*m1 *m2 *n1 *n2
8 5 7 9 8 5 5 11
- 4464*a33*m1 *m2 *n1 *n2 - 13788*a33*m1 *m2 *n1 *n2
8 5 3 13 8 5 15
+ 2040*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1*n2
7 6 12 4 7 6 10 6
+ 1176*a33*m1 *m2 *n1 *n2 - 11256*a33*m1 *m2 *n1 *n2
7 6 8 8 7 6 6 10
+ 10536*a33*m1 *m2 *n1 *n2 + 18504*a33*m1 *m2 *n1 *n2
7 6 4 12 7 6 2 14
- 4320*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5
- 624*a33*m1 *m2 *n1 *n2 + 9048*a33*m1 *m2 *n1 *n2
6 7 9 7 6 7 7 9
- 14328*a33*m1 *m2 *n1 *n2 - 17448*a33*m1 *m2 *n1 *n2
6 7 5 11 6 7 3 13
+ 6216*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
5 8 14 2 5 8 12 4
+ 216*a33*m1 *m2 *n1 *n2 - 5100*a33*m1 *m2 *n1 *n2
5 8 10 6 5 8 8 8
+ 12816*a33*m1 *m2 *n1 *n2 + 11412*a33*m1 *m2 *n1 *n2
5 8 6 10 5 8 4 12
- 6216*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
4 9 15 4 9 13 3
- 44*a33*m1 *m2 *n1 *n2 + 1960*a33*m1 *m2 *n1 *n2
4 9 11 5 4 9 9 7
- 7780*a33*m1 *m2 *n1 *n2 - 4960*a33*m1 *m2 *n1 *n2
4 9 7 9 4 9 5 11
+ 4320*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
3 10 16 3 10 14 2
+ 4*a33*m1 *m2 *n1 - 484*a33*m1 *m2 *n1 *n2
3 10 12 4 3 10 10 6
+ 3172*a33*m1 *m2 *n1 *n2 + 1284*a33*m1 *m2 *n1 *n2
3 10 8 8 3 10 6 10
- 2040*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
2 11 15 2 11 13 3
+ 68*a33*m1 *m2 *n1 *n2 - 828*a33*m1 *m2 *n1 *n2
2 11 11 5 2 11 9 7
- 132*a33*m1 *m2 *n1 *n2 + 620*a33*m1 *m2 *n1 *n2
2 11 7 9 12 16
- 144*a33*m1 *m2 *n1 *n2 - 4*a33*m1*m2 *n1
12 14 2 12 12 4
+ 124*a33*m1*m2 *n1 *n2 - 16*a33*m1*m2 *n1 *n2
12 10 6 12 8 8 13 15
- 108*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2 - 8*a33*m2 *n1 *n2
13 13 3 13 11 5 13 9 7
+ 4*a33*m2 *n1 *n2 + 8*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 ) + u2*v1
2 2 14 4 10 2 14 2 12
*v2 *( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2
2 13 5 9 2 13 3 11
+ 80*a33 *m1 *m2*n1 *n2 - 128*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
+ 16*a33 *m1 *m2*n1*n2 - 360*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
+ 848*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
+ 8*a33 *m1 *m2 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
- 3200*a33 *m1 *m2 *n1 *n2 + 1536*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
- 128*a33 *m1 *m2 *n1*n2 - 1680*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
+ 7800*a33 *m1 *m2 *n1 *n2 - 5680*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
+ 848*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
+ 2016*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
+ 13680*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
+ 80*a33 *m1 *m2 *n1*n2 - 1680*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
+ 15456*a33 *m1 *m2 *n1 *n2 - 22752*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
+ 7800*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
+ 960*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
+ 26880*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
+ 960*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
+ 7800*a33 *m1 *m2 *n1 *n2 - 22752*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
+ 15456*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
+ 80*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
+ 13680*a33 *m1 *m2 *n1 *n2 - 13056*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
+ 2016*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
+ 848*a33 *m1 *m2 *n1 *n2 - 5680*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
+ 7800*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
- 128*a33 *m1 *m2 *n1 *n2 + 1536*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
- 3200*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
+ 8*a33 *m1 *m2 *n1 - 240*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
+ 848*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
+ 16*a33 *m1*m2 *n1 *n2 - 128*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 12 2
+ 80*a33 *m1*m2 *n1 *n2 + 8*a33 *m2 *n1 *n2
2 14 10 4 13 7 9
- 8*a33 *m2 *n1 *n2 ) + u2*v1*v2*( - 4*a33*m1 *n1 *n2
13 5 11 13 3 13 13 15
+ 12*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2 - 12*a33*m1 *n1*n2
12 8 8 12 6 10
+ 36*a33*m1 *m2*n1 *n2 - 148*a33*m1 *m2*n1 *n2
12 4 12 12 2 14 12 16
+ 4*a33*m1 *m2*n1 *n2 + 180*a33*m1 *m2*n1 *n2 - 8*a33*m1 *m2*n2
11 2 9 7 11 2 7 9
- 144*a33*m1 *m2 *n1 *n2 + 800*a33*m1 *m2 *n1 *n2
11 2 5 11 11 2 3 13
- 336*a33*m1 *m2 *n1 *n2 - 1152*a33*m1 *m2 *n1 *n2
11 2 15 10 3 10 6
+ 128*a33*m1 *m2 *n1*n2 + 336*a33*m1 *m2 *n1 *n2
10 3 8 8 10 3 6 10
- 2520*a33*m1 *m2 *n1 *n2 + 2224*a33*m1 *m2 *n1 *n2
10 3 4 12 10 3 2 14
+ 4208*a33*m1 *m2 *n1 *n2 - 864*a33*m1 *m2 *n1 *n2
10 3 16 9 4 11 5
+ 8*a33*m1 *m2 *n2 - 504*a33*m1 *m2 *n1 *n2
9 4 9 7 9 4 7 9
+ 5160*a33*m1 *m2 *n1 *n2 - 7540*a33*m1 *m2 *n1 *n2
9 4 5 11 9 4 3 13
- 9780*a33*m1 *m2 *n1 *n2 + 3340*a33*m1 *m2 *n1 *n2
9 4 15 8 5 12 4
- 84*a33*m1 *m2 *n1*n2 + 504*a33*m1 *m2 *n1 *n2
8 5 10 6 8 5 8 8
- 7224*a33*m1 *m2 *n1 *n2 + 16092*a33*m1 *m2 *n1 *n2
8 5 6 10 8 5 4 12
+ 15084*a33*m1 *m2 *n1 *n2 - 8340*a33*m1 *m2 *n1 *n2
8 5 2 14 7 6 13 3
+ 396*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
7 6 11 5 7 6 9 7
+ 7056*a33*m1 *m2 *n1 *n2 - 23328*a33*m1 *m2 *n1 *n2
7 6 7 9 7 6 5 11
- 15360*a33*m1 *m2 *n1 *n2 + 14256*a33*m1 *m2 *n1 *n2
7 6 3 13 6 7 14 2
- 1104*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
6 7 12 4 6 7 10 6
- 4800*a33*m1 *m2 *n1 *n2 + 23712*a33*m1 *m2 *n1 *n2
6 7 8 8 6 7 6 10
+ 9504*a33*m1 *m2 *n1 *n2 - 17136*a33*m1 *m2 *n1 *n2
6 7 4 12 5 8 15
+ 2016*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
5 8 13 3 5 8 11 5
+ 2220*a33*m1 *m2 *n1 *n2 - 17028*a33*m1 *m2 *n1 *n2
5 8 9 7 5 8 7 9
- 2196*a33*m1 *m2 *n1 *n2 + 14568*a33*m1 *m2 *n1 *n2
5 8 5 11 4 9 16
- 2520*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
4 9 14 2 4 9 12 4
- 660*a33*m1 *m2 *n1 *n2 + 8540*a33*m1 *m2 *n1 *n2
4 9 10 6 4 9 8 8
- 1620*a33*m1 *m2 *n1 *n2 - 8640*a33*m1 *m2 *n1 *n2
4 9 6 10 3 10 15
+ 2184*a33*m1 *m2 *n1 *n2 + 112*a33*m1 *m2 *n1 *n2
3 10 13 3 3 10 11 5
- 2896*a33*m1 *m2 *n1 *n2 + 1728*a33*m1 *m2 *n1 *n2
3 10 9 7 3 10 7 9
+ 3440*a33*m1 *m2 *n1 *n2 - 1296*a33*m1 *m2 *n1 *n2
2 11 16 2 11 14 2
- 8*a33*m1 *m2 *n1 + 624*a33*m1 *m2 *n1 *n2
2 11 12 4 2 11 10 6
- 720*a33*m1 *m2 *n1 *n2 - 848*a33*m1 *m2 *n1 *n2
2 11 8 8 12 15
+ 504*a33*m1 *m2 *n1 *n2 - 76*a33*m1*m2 *n1 *n2
12 13 3 12 11 5
+ 148*a33*m1*m2 *n1 *n2 + 108*a33*m1*m2 *n1 *n2
12 9 7 13 16 13 14 2
- 116*a33*m1*m2 *n1 *n2 + 4*a33*m2 *n1 - 12*a33*m2 *n1 *n2
13 12 4 13 10 6 2
- 4*a33*m2 *n1 *n2 + 12*a33*m2 *n1 *n2 ) + u2*v1*v3 *(
2 14 4 10 2 14 2 12 2 14 14
- 12*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 4*a33 *m1 *n2
2 13 5 9 2 13 3 11
+ 120*a33 *m1 *m2*n1 *n2 - 144*a33 *m1 *m2*n1 *n2
2 13 13 2 12 2 6 8
- 40*a33 *m1 *m2*n1*n2 - 540*a33 *m1 *m2 *n1 *n2
2 12 2 4 10 2 12 2 2 12
+ 1008*a33 *m1 *m2 *n1 *n2 + 100*a33 *m1 *m2 *n1 *n2
2 12 2 14 2 11 3 7 7
+ 8*a33 *m1 *m2 *n2 + 1440*a33 *m1 *m2 *n1 *n2
2 11 3 5 9 2 11 3 3 11
- 3920*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 11 3 13 2 10 4 8 6
- 144*a33 *m1 *m2 *n1*n2 - 2520*a33 *m1 *m2 *n1 *n2
2 10 4 6 8 2 10 4 4 10
+ 9720*a33 *m1 *m2 *n1 *n2 - 2756*a33 *m1 *m2 *n1 *n2
2 10 4 2 12 2 10 4 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 12*a33 *m1 *m2 *n2
2 9 5 9 5 2 9 5 7 7
+ 3024*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
2 9 5 5 9 2 9 5 3 11
+ 8552*a33 *m1 *m2 *n1 *n2 - 3920*a33 *m1 *m2 *n1 *n2
2 9 5 13 2 8 6 10 4
+ 120*a33 *m1 *m2 *n1*n2 - 2520*a33 *m1 *m2 *n1 *n2
2 8 6 8 6 2 8 6 6 8
+ 19488*a33 *m1 *m2 *n1 *n2 - 15780*a33 *m1 *m2 *n1 *n2
2 8 6 4 10 2 8 6 2 12
+ 9720*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
2 7 7 11 3 2 7 7 9 5
+ 1440*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
2 7 7 7 7 2 7 7 5 9
+ 19200*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
2 7 7 3 11 2 6 8 12 2
+ 1440*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
2 6 8 10 4 2 6 8 8 6
+ 9720*a33 *m1 *m2 *n1 *n2 - 15780*a33 *m1 *m2 *n1 *n2
2 6 8 6 8 2 6 8 4 10
+ 19488*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 5 9 13 2 5 9 11 3
+ 120*a33 *m1 *m2 *n1 *n2 - 3920*a33 *m1 *m2 *n1 *n2
2 5 9 9 5 2 5 9 7 7
+ 8552*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
2 5 9 5 9 2 4 10 14
+ 3024*a33 *m1 *m2 *n1 *n2 - 12*a33 *m1 *m2 *n1
2 4 10 12 2 2 4 10 10 4
+ 1008*a33 *m1 *m2 *n1 *n2 - 2756*a33 *m1 *m2 *n1 *n2
2 4 10 8 6 2 4 10 6 8
+ 9720*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 3 11 13 2 3 11 11 3
- 144*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
2 3 11 9 5 2 3 11 7 7
- 3920*a33 *m1 *m2 *n1 *n2 + 1440*a33 *m1 *m2 *n1 *n2
2 2 12 14 2 2 12 12 2
+ 8*a33 *m1 *m2 *n1 + 100*a33 *m1 *m2 *n1 *n2
2 2 12 10 4 2 2 12 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
2 13 13 2 13 11 3
- 40*a33 *m1*m2 *n1 *n2 - 144*a33 *m1*m2 *n1 *n2
2 13 9 5 2 14 14 2 14 12 2
+ 120*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 + 8*a33 *m2 *n1 *n2
2 14 10 4 12 8 10 12 4 14
- 12*a33 *m2 *n1 *n2 ) + u2*v1*( - 2*m1 *n1 *n2 + 4*m1 *n1 *n2
12 18 11 9 9 11 7 11
- 2*m1 *n2 + 18*m1 *m2*n1 *n2 - 12*m1 *m2*n1 *n2
11 5 13 11 3 15 11 17
- 48*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2 + 30*m1 *m2*n1*n2
10 2 10 8 10 2 8 10 10 2 6 12
- 72*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 + 236*m1 *m2 *n1 *n2
10 2 4 14 10 2 2 16 10 2 18
- 144*m1 *m2 *n1 *n2 - 196*m1 *m2 *n1 *n2 + 2*m1 *m2 *n2
9 3 11 7 9 3 9 9 9 3 7 11
+ 168*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 620*m1 *m2 *n1 *n2
9 3 5 13 9 3 3 15 9 3 17
+ 760*m1 *m2 *n1 *n2 + 740*m1 *m2 *n1 *n2 - 22*m1 *m2 *n1*n2
8 4 12 6 8 4 10 8 8 4 8 10
- 252*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2 + 900*m1 *m2 *n1 *n2
8 4 6 12 8 4 4 14 8 4 2 16
- 2340*m1 *m2 *n1 *n2 - 1800*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2
7 5 13 5 7 5 11 7 7 5 9 9
+ 252*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 - 528*m1 *m2 *n1 *n2
7 5 7 11 7 5 5 13 7 5 3 15
+ 4680*m1 *m2 *n1 *n2 + 2964*m1 *m2 *n1 *n2 - 312*m1 *m2 *n1 *n2
6 6 14 4 6 6 12 6 6 6 10 8
- 168*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2 - 504*m1 *m2 *n1 *n2
6 6 8 10 6 6 6 12 6 6 4 14
- 6384*m1 *m2 *n1 *n2 - 3360*m1 *m2 *n1 *n2 + 588*m1 *m2 *n1 *n2
5 7 15 3 5 7 13 5 5 7 11 7
+ 72*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2 + 1368*m1 *m2 *n1 *n2
5 7 9 9 5 7 7 11 5 7 5 13
+ 6048*m1 *m2 *n1 *n2 + 2592*m1 *m2 *n1 *n2 - 756*m1 *m2 *n1 *n2
4 8 16 2 4 8 14 4 4 8 12 6
- 18*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2 - 1380*m1 *m2 *n1 *n2
4 8 10 8 4 8 8 10 4 8 6 12
- 3960*m1 *m2 *n1 *n2 - 1290*m1 *m2 *n1 *n2 + 672*m1 *m2 *n1 *n2
3 9 17 3 9 15 3 3 9 13 5
+ 2*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 + 800*m1 *m2 *n1 *n2
3 9 11 7 3 9 9 9 3 9 7 11
+ 1740*m1 *m2 *n1 *n2 + 350*m1 *m2 *n1 *n2 - 408*m1 *m2 *n1 *n2
2 10 16 2 2 10 14 4 2 10 12 6
+ 30*m1 *m2 *n1 *n2 - 276*m1 *m2 *n1 *n2 - 480*m1 *m2 *n1 *n2
2 10 10 8 2 10 8 10 11 17
- 12*m1 *m2 *n1 *n2 + 162*m1 *m2 *n1 *n2 - 2*m1*m2 *n1 *n2
11 15 3 11 13 5 11 11 7
+ 52*m1*m2 *n1 *n2 + 72*m1*m2 *n1 *n2 - 20*m1*m2 *n1 *n2
11 9 9 12 16 2 12 14 4
- 38*m1*m2 *n1 *n2 - 4*m2 *n1 *n2 - 4*m2 *n1 *n2
12 12 6 12 10 8 2 13 6 10
+ 4*m2 *n1 *n2 + 4*m2 *n1 *n2 ) + u2*v2 *( - 4*a33*m1 *n1 *n2
13 2 14 12 7 9 12 5 11
+ 4*a33*m1 *n1 *n2 + 40*a33*m1 *m2*n1 *n2 - 20*a33*m1 *m2*n1 *n2
12 3 13 12 15
- 56*a33*m1 *m2*n1 *n2 + 4*a33*m1 *m2*n1*n2
11 2 8 8 11 2 6 10
- 180*a33*m1 *m2 *n1 *n2 + 204*a33*m1 *m2 *n1 *n2
11 2 4 12 11 2 2 14
+ 324*a33*m1 *m2 *n1 *n2 - 60*a33*m1 *m2 *n1 *n2
10 3 9 7 10 3 7 9
+ 480*a33*m1 *m2 *n1 *n2 - 940*a33*m1 *m2 *n1 *n2
10 3 5 11 10 3 3 13
- 1036*a33*m1 *m2 *n1 *n2 + 380*a33*m1 *m2 *n1 *n2
10 3 15 9 4 10 6
- 4*a33*m1 *m2 *n1*n2 - 840*a33*m1 *m2 *n1 *n2
9 4 8 8 9 4 6 10
+ 2580*a33*m1 *m2 *n1 *n2 + 2000*a33*m1 *m2 *n1 *n2
9 4 4 12 9 4 2 14
- 1380*a33*m1 *m2 *n1 *n2 + 40*a33*m1 *m2 *n1 *n2
8 5 11 5 8 5 9 7
+ 1008*a33*m1 *m2 *n1 *n2 - 4680*a33*m1 *m2 *n1 *n2
8 5 7 9 8 5 5 11
- 2268*a33*m1 *m2 *n1 *n2 + 3240*a33*m1 *m2 *n1 *n2
8 5 3 13 7 6 12 4
- 180*a33*m1 *m2 *n1 *n2 - 840*a33*m1 *m2 *n1 *n2
7 6 10 6 7 6 8 8
+ 5880*a33*m1 *m2 *n1 *n2 + 1032*a33*m1 *m2 *n1 *n2
7 6 6 10 7 6 4 12
- 5208*a33*m1 *m2 *n1 *n2 + 480*a33*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5
+ 480*a33*m1 *m2 *n1 *n2 - 5208*a33*m1 *m2 *n1 *n2
6 7 9 7 6 7 7 9
+ 1032*a33*m1 *m2 *n1 *n2 + 5880*a33*m1 *m2 *n1 *n2
6 7 5 11 5 8 14 2
- 840*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
5 8 12 4 5 8 10 6
+ 3240*a33*m1 *m2 *n1 *n2 - 2268*a33*m1 *m2 *n1 *n2
5 8 8 8 5 8 6 10
- 4680*a33*m1 *m2 *n1 *n2 + 1008*a33*m1 *m2 *n1 *n2
4 9 15 4 9 13 3
+ 40*a33*m1 *m2 *n1 *n2 - 1380*a33*m1 *m2 *n1 *n2
4 9 11 5 4 9 9 7
+ 2000*a33*m1 *m2 *n1 *n2 + 2580*a33*m1 *m2 *n1 *n2
4 9 7 9 3 10 16
- 840*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
3 10 14 2 3 10 12 4
+ 380*a33*m1 *m2 *n1 *n2 - 1036*a33*m1 *m2 *n1 *n2
3 10 10 6 3 10 8 8
- 940*a33*m1 *m2 *n1 *n2 + 480*a33*m1 *m2 *n1 *n2
2 11 15 2 11 13 3
- 60*a33*m1 *m2 *n1 *n2 + 324*a33*m1 *m2 *n1 *n2
2 11 11 5 2 11 9 7
+ 204*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
12 16 12 14 2 12 12 4
+ 4*a33*m1*m2 *n1 - 56*a33*m1*m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2
12 10 6 13 15 13 11 5
+ 40*a33*m1*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 ) +
2 2 14 5 9 2 14 13
u2*v2*v3 *(4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1*n2
2 13 6 8 2 13 4 10
- 36*a33 *m1 *m2*n1 *n2 + 20*a33 *m1 *m2*n1 *n2
2 13 2 12 2 13 14
+ 52*a33 *m1 *m2*n1 *n2 - 4*a33 *m1 *m2*n2
2 12 2 7 7 2 12 2 5 9
+ 144*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 12 2 3 11 2 12 2 13
- 272*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 11 3 8 6 2 11 3 6 8
- 336*a33 *m1 *m2 *n1 *n2 + 720*a33 *m1 *m2 *n1 *n2
2 11 3 4 10 2 11 3 2 12
+ 784*a33 *m1 *m2 *n1 *n2 - 272*a33 *m1 *m2 *n1 *n2
2 10 4 9 5 2 10 4 7 7
+ 504*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 10 4 5 9 2 10 4 3 11
- 1420*a33 *m1 *m2 *n1 *n2 + 784*a33 *m1 *m2 *n1 *n2
2 10 4 13 2 9 5 10 4
+ 20*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 9 5 8 6 2 9 5 6 8
+ 2520*a33 *m1 *m2 *n1 *n2 + 1788*a33 *m1 *m2 *n1 *n2
2 9 5 4 10 2 9 5 2 12
- 1420*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 11 3
+ 4*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 8 6 9 5 2 8 6 7 7
- 2520*a33 *m1 *m2 *n1 *n2 - 1824*a33 *m1 *m2 *n1 *n2
2 8 6 5 9 2 8 6 3 11
+ 1788*a33 *m1 *m2 *n1 *n2 + 720*a33 *m1 *m2 *n1 *n2
2 8 6 13 2 7 7 12 2
- 36*a33 *m1 *m2 *n1*n2 - 144*a33 *m1 *m2 *n1 *n2
2 7 7 10 4 2 7 7 8 6
+ 1680*a33 *m1 *m2 *n1 *n2 + 1824*a33 *m1 *m2 *n1 *n2
2 7 7 6 8 2 7 7 4 10
- 1824*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
2 7 7 2 12 2 6 8 13
+ 144*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 6 8 11 3 2 6 8 9 5
- 720*a33 *m1 *m2 *n1 *n2 - 1788*a33 *m1 *m2 *n1 *n2
2 6 8 7 7 2 6 8 5 9
+ 1824*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 6 8 3 11 2 5 9 14
- 336*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 5 9 12 2 2 5 9 10 4
+ 180*a33 *m1 *m2 *n1 *n2 + 1420*a33 *m1 *m2 *n1 *n2
2 5 9 8 6 2 5 9 6 8
- 1788*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 5 9 4 10 2 4 10 13
+ 504*a33 *m1 *m2 *n1 *n2 - 20*a33 *m1 *m2 *n1 *n2
2 4 10 11 3 2 4 10 9 5
- 784*a33 *m1 *m2 *n1 *n2 + 1420*a33 *m1 *m2 *n1 *n2
2 4 10 7 7 2 4 10 5 9
+ 1680*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 11 12 2 2 3 11 10 4
+ 272*a33 *m1 *m2 *n1 *n2 - 784*a33 *m1 *m2 *n1 *n2
2 3 11 8 6 2 3 11 6 8
- 720*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 12 13 2 2 12 11 3
- 52*a33 *m1 *m2 *n1 *n2 + 272*a33 *m1 *m2 *n1 *n2
2 2 12 9 5 2 2 12 7 7
+ 180*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 13 14 2 13 12 2
+ 4*a33 *m1*m2 *n1 - 52*a33 *m1*m2 *n1 *n2
2 13 10 4 2 13 8 6
- 20*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 14 13 2 14 9 5 2
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) + u2*v3 *(
13 6 10 13 4 12 13 2 14
6*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 6*a33*m1 *n1 *n2
13 16 12 7 9 12 5 11
- 2*a33*m1 *n2 - 54*a33*m1 *m2*n1 *n2 + 14*a33*m1 *m2*n1 *n2
12 3 13 12 15
+ 86*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1*n2
11 2 8 8 11 2 6 10
+ 216*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
11 2 4 12 11 2 2 14
- 468*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
11 2 16 10 3 9 7
- 4*a33*m1 *m2 *n2 - 504*a33*m1 *m2 *n1 *n2
10 3 7 9 10 3 5 11
+ 1020*a33*m1 *m2 *n1 *n2 + 1332*a33*m1 *m2 *n1 *n2
10 3 3 13 10 3 15
- 124*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1*n2
9 4 10 6 9 4 8 8
+ 756*a33*m1 *m2 *n1 *n2 - 2580*a33*m1 *m2 *n1 *n2
9 4 6 10 9 4 4 12
- 2150*a33*m1 *m2 *n1 *n2 + 750*a33*m1 *m2 *n1 *n2
9 4 2 14 9 4 16
- 430*a33*m1 *m2 *n1 *n2 + 6*a33*m1 *m2 *n2
8 5 11 5 8 5 9 7
- 756*a33*m1 *m2 *n1 *n2 + 4116*a33*m1 *m2 *n1 *n2
8 5 7 9 8 5 5 11
+ 1782*a33*m1 *m2 *n1 *n2 - 1566*a33*m1 *m2 *n1 *n2
8 5 3 13 8 5 15
+ 1470*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1*n2
7 6 12 4 7 6 10 6
+ 504*a33*m1 *m2 *n1 *n2 - 4368*a33*m1 *m2 *n1 *n2
7 6 8 8 7 6 6 10
- 72*a33*m1 *m2 *n1 *n2 + 1464*a33*m1 *m2 *n1 *n2
7 6 4 12 7 6 2 14
- 3120*a33*m1 *m2 *n1 *n2 + 216*a33*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5
- 216*a33*m1 *m2 *n1 *n2 + 3120*a33*m1 *m2 *n1 *n2
6 7 9 7 6 7 7 9
- 1464*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
6 7 5 11 6 7 3 13
+ 4368*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
5 8 14 2 5 8 12 4
+ 54*a33*m1 *m2 *n1 *n2 - 1470*a33*m1 *m2 *n1 *n2
5 8 10 6 5 8 8 8
+ 1566*a33*m1 *m2 *n1 *n2 - 1782*a33*m1 *m2 *n1 *n2
5 8 6 10 5 8 4 12
- 4116*a33*m1 *m2 *n1 *n2 + 756*a33*m1 *m2 *n1 *n2
4 9 15 4 9 13 3
- 6*a33*m1 *m2 *n1 *n2 + 430*a33*m1 *m2 *n1 *n2
4 9 11 5 4 9 9 7
- 750*a33*m1 *m2 *n1 *n2 + 2150*a33*m1 *m2 *n1 *n2
4 9 7 9 4 9 5 11
+ 2580*a33*m1 *m2 *n1 *n2 - 756*a33*m1 *m2 *n1 *n2
3 10 14 2 3 10 12 4
- 68*a33*m1 *m2 *n1 *n2 + 124*a33*m1 *m2 *n1 *n2
3 10 10 6 3 10 8 8
- 1332*a33*m1 *m2 *n1 *n2 - 1020*a33*m1 *m2 *n1 *n2
3 10 6 10 2 11 15
+ 504*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1 *n2
2 11 13 3 2 11 11 5
+ 36*a33*m1 *m2 *n1 *n2 + 468*a33*m1 *m2 *n1 *n2
2 11 9 7 2 11 7 9
+ 220*a33*m1 *m2 *n1 *n2 - 216*a33*m1 *m2 *n1 *n2
12 14 2 12 12 4
- 18*a33*m1*m2 *n1 *n2 - 86*a33*m1*m2 *n1 *n2
12 10 6 12 8 8 13 15
- 14*a33*m1*m2 *n1 *n2 + 54*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
13 13 3 13 11 5 13 9 7
+ 6*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2 ) + u3
2 2 14 5 9 2 14 3 11
*v1 *v3*( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2
2 13 6 8 2 13 4 10
+ 72*a33 *m1 *m2*n1 *n2 - 128*a33 *m1 *m2*n1 *n2
2 13 2 12 2 12 2 7 7
+ 24*a33 *m1 *m2*n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 12 2 5 9 2 12 2 3 11
+ 800*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
2 12 2 13 2 11 3 8 6
+ 24*a33 *m1 *m2 *n1*n2 + 672*a33 *m1 *m2 *n1 *n2
2 11 3 6 8 2 11 3 4 10
- 2760*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 11 3 2 12 2 11 3 14
- 344*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 10 4 9 5 2 10 4 7 7
- 1008*a33 *m1 *m2 *n1 *n2 + 6000*a33 *m1 *m2 *n1 *n2
2 10 4 5 9 2 10 4 3 11
- 6840*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 10 4 13 2 9 5 10 4
- 128*a33 *m1 *m2 *n1*n2 + 1008*a33 *m1 *m2 *n1 *n2
2 9 5 8 6 2 9 5 6 8
- 8736*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
2 9 5 4 10 2 9 5 2 12
- 6840*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 11 3
- 8*a33 *m1 *m2 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 8 6 9 5 2 8 6 7 7
+ 8736*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
2 8 6 5 9 2 8 6 3 11
+ 14640*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 8 6 13 2 7 7 12 2
+ 72*a33 *m1 *m2 *n1*n2 + 288*a33 *m1 *m2 *n1 *n2
2 7 7 10 4 2 7 7 8 6
- 6000*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
2 7 7 6 8 2 7 7 4 10
- 21168*a33 *m1 *m2 *n1 *n2 + 6000*a33 *m1 *m2 *n1 *n2
2 7 7 2 12 2 6 8 13
- 288*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 6 8 11 3 2 6 8 9 5
+ 2760*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
2 6 8 7 7 2 6 8 5 9
+ 21168*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
2 6 8 3 11 2 5 9 14
+ 672*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
2 5 9 12 2 2 5 9 10 4
- 800*a33 *m1 *m2 *n1 *n2 + 6840*a33 *m1 *m2 *n1 *n2
2 5 9 8 6 2 5 9 6 8
- 14640*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
2 5 9 4 10 2 4 10 13
- 1008*a33 *m1 *m2 *n1 *n2 + 128*a33 *m1 *m2 *n1 *n2
2 4 10 11 3 2 4 10 9 5
- 2040*a33 *m1 *m2 *n1 *n2 + 6840*a33 *m1 *m2 *n1 *n2
2 4 10 7 7 2 4 10 5 9
- 6000*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 3 11 14 2 3 11 12 2
- 8*a33 *m1 *m2 *n1 + 344*a33 *m1 *m2 *n1 *n2
2 3 11 10 4 2 3 11 8 6
- 2040*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 3 11 6 8 2 2 12 13
- 672*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
2 2 12 11 3 2 2 12 9 5
+ 344*a33 *m1 *m2 *n1 *n2 - 800*a33 *m1 *m2 *n1 *n2
2 2 12 7 7 2 13 12 2
+ 288*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
2 13 10 4 2 13 8 6
+ 128*a33 *m1*m2 *n1 *n2 - 72*a33 *m1*m2 *n1 *n2
2 14 11 3 2 14 9 5 2
- 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) + u3*v2 *v3*(
2 14 5 9 2 14 3 11 2 13 6 8
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 72*a33 *m1 *m2*n1 *n2
2 13 4 10 2 13 2 12
- 128*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
2 12 2 7 7 2 12 2 5 9
- 288*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
2 12 2 3 11 2 12 2 13
- 344*a33 *m1 *m2 *n1 *n2 + 24*a33 *m1 *m2 *n1*n2
2 11 3 8 6 2 11 3 6 8
+ 672*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 11 3 4 10 2 11 3 2 12
+ 2040*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
2 11 3 14 2 10 4 9 5
+ 8*a33 *m1 *m2 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 10 4 7 7 2 10 4 5 9
+ 6000*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
2 10 4 3 11 2 10 4 13
+ 2040*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1*n2
2 9 5 10 4 2 9 5 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
2 9 5 6 8 2 9 5 4 10
+ 14640*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
2 9 5 2 12 2 9 5 14
+ 800*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
2 8 6 11 3 2 8 6 9 5
- 672*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
2 8 6 7 7 2 8 6 5 9
- 21168*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
2 8 6 3 11 2 8 6 13
- 2760*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1*n2
2 7 7 12 2 2 7 7 10 4
+ 288*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
2 7 7 8 6 2 7 7 6 8
+ 21168*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
2 7 7 4 10 2 7 7 2 12
+ 6000*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 6 8 13 2 6 8 11 3
- 72*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 6 8 9 5 2 6 8 7 7
- 14640*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
2 6 8 5 9 2 6 8 3 11
- 8736*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 5 9 14 2 5 9 12 2
+ 8*a33 *m1 *m2 *n1 - 800*a33 *m1 *m2 *n1 *n2
2 5 9 10 4 2 5 9 8 6
+ 6840*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
2 5 9 6 8 2 5 9 4 10
+ 8736*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
2 4 10 13 2 4 10 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 4 10 9 5 2 4 10 7 7
+ 6840*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
2 4 10 5 9 2 3 11 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
2 3 11 12 2 2 3 11 10 4
+ 344*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
2 3 11 8 6 2 3 11 6 8
+ 2760*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 2 12 13 2 2 12 11 3
- 24*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
2 2 12 9 5 2 2 12 7 7
- 800*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
2 13 12 2 2 13 10 4
- 24*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
2 13 8 6 2 14 11 3 2 14 9 5
- 72*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
3 2 14 5 9 2 14 3 11
u3*v3 *( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2
2 13 6 8 2 13 4 10
+ 72*a33 *m1 *m2*n1 *n2 - 128*a33 *m1 *m2*n1 *n2
2 13 2 12 2 12 2 7 7
+ 24*a33 *m1 *m2*n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 12 2 5 9 2 12 2 3 11
+ 800*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
2 12 2 13 2 11 3 8 6
+ 24*a33 *m1 *m2 *n1*n2 + 672*a33 *m1 *m2 *n1 *n2
2 11 3 6 8 2 11 3 4 10
- 2760*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 11 3 2 12 2 11 3 14
- 344*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
2 10 4 9 5 2 10 4 7 7
- 1008*a33 *m1 *m2 *n1 *n2 + 6000*a33 *m1 *m2 *n1 *n2
2 10 4 5 9 2 10 4 3 11
- 6840*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
2 10 4 13 2 9 5 10 4
- 128*a33 *m1 *m2 *n1*n2 + 1008*a33 *m1 *m2 *n1 *n2
2 9 5 8 6 2 9 5 6 8
- 8736*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
2 9 5 4 10 2 9 5 2 12
- 6840*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 11 3
- 8*a33 *m1 *m2 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 8 6 9 5 2 8 6 7 7
+ 8736*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
2 8 6 5 9 2 8 6 3 11
+ 14640*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 8 6 13 2 7 7 12 2
+ 72*a33 *m1 *m2 *n1*n2 + 288*a33 *m1 *m2 *n1 *n2
2 7 7 10 4 2 7 7 8 6
- 6000*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
2 7 7 6 8 2 7 7 4 10
- 21168*a33 *m1 *m2 *n1 *n2 + 6000*a33 *m1 *m2 *n1 *n2
2 7 7 2 12 2 6 8 13
- 288*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 6 8 11 3 2 6 8 9 5
+ 2760*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
2 6 8 7 7 2 6 8 5 9
+ 21168*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
2 6 8 3 11 2 5 9 14
+ 672*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
2 5 9 12 2 2 5 9 10 4
- 800*a33 *m1 *m2 *n1 *n2 + 6840*a33 *m1 *m2 *n1 *n2
2 5 9 8 6 2 5 9 6 8
- 14640*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
2 5 9 4 10 2 4 10 13
- 1008*a33 *m1 *m2 *n1 *n2 + 128*a33 *m1 *m2 *n1 *n2
2 4 10 11 3 2 4 10 9 5
- 2040*a33 *m1 *m2 *n1 *n2 + 6840*a33 *m1 *m2 *n1 *n2
2 4 10 7 7 2 4 10 5 9
- 6000*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 3 11 14 2 3 11 12 2
- 8*a33 *m1 *m2 *n1 + 344*a33 *m1 *m2 *n1 *n2
2 3 11 10 4 2 3 11 8 6
- 2040*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
2 3 11 6 8 2 2 12 13
- 672*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
2 2 12 11 3 2 2 12 9 5
+ 344*a33 *m1 *m2 *n1 *n2 - 800*a33 *m1 *m2 *n1 *n2
2 2 12 7 7 2 13 12 2
+ 288*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
2 13 10 4 2 13 8 6
+ 128*a33 *m1*m2 *n1 *n2 - 72*a33 *m1*m2 *n1 *n2
2 14 11 3 2 14 9 5
- 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) + u3*v3*(
12 7 11 12 5 13 12 3 15 12 17
4*m1 *n1 *n2 + 4*m1 *n1 *n2 - 4*m1 *n1 *n2 - 4*m1 *n1*n2
11 8 10 11 6 12 11 4 14
- 38*m1 *m2*n1 *n2 - 20*m1 *m2*n1 *n2 + 72*m1 *m2*n1 *n2
11 2 16 11 18 10 2 9 9
+ 52*m1 *m2*n1 *n2 - 2*m1 *m2*n2 + 162*m1 *m2 *n1 *n2
10 2 7 11 10 2 5 13 10 2 3 15
- 12*m1 *m2 *n1 *n2 - 480*m1 *m2 *n1 *n2 - 276*m1 *m2 *n1 *n2
10 2 17 9 3 10 8 9 3 8 10
+ 30*m1 *m2 *n1*n2 - 408*m1 *m2 *n1 *n2 + 350*m1 *m2 *n1 *n2
9 3 6 12 9 3 4 14 9 3 2 16
+ 1740*m1 *m2 *n1 *n2 + 800*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2
9 3 18 8 4 11 7 8 4 9 9
+ 2*m1 *m2 *n2 + 672*m1 *m2 *n1 *n2 - 1290*m1 *m2 *n1 *n2
8 4 7 11 8 4 5 13 8 4 3 15
- 3960*m1 *m2 *n1 *n2 - 1380*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2
8 4 17 7 5 12 6 7 5 10 8
- 18*m1 *m2 *n1*n2 - 756*m1 *m2 *n1 *n2 + 2592*m1 *m2 *n1 *n2
7 5 8 10 7 5 6 12 7 5 4 14
+ 6048*m1 *m2 *n1 *n2 + 1368*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2
7 5 2 16 6 6 13 5 6 6 11 7
+ 72*m1 *m2 *n1 *n2 + 588*m1 *m2 *n1 *n2 - 3360*m1 *m2 *n1 *n2
6 6 9 9 6 6 7 11 6 6 5 13
- 6384*m1 *m2 *n1 *n2 - 504*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2
6 6 3 15 5 7 14 4 5 7 12 6
- 168*m1 *m2 *n1 *n2 - 312*m1 *m2 *n1 *n2 + 2964*m1 *m2 *n1 *n2
5 7 10 8 5 7 8 10 5 7 6 12
+ 4680*m1 *m2 *n1 *n2 - 528*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
5 7 4 14 4 8 15 3 4 8 13 5
+ 252*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2 - 1800*m1 *m2 *n1 *n2
4 8 11 7 4 8 9 9 4 8 7 11
- 2340*m1 *m2 *n1 *n2 + 900*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2
4 8 5 13 3 9 16 2 3 9 14 4
- 252*m1 *m2 *n1 *n2 - 22*m1 *m2 *n1 *n2 + 740*m1 *m2 *n1 *n2
3 9 12 6 3 9 10 8 3 9 8 10
+ 760*m1 *m2 *n1 *n2 - 620*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2
3 9 6 12 2 10 17 2 10 15 3
+ 168*m1 *m2 *n1 *n2 + 2*m1 *m2 *n1 *n2 - 196*m1 *m2 *n1 *n2
2 10 13 5 2 10 11 7 2 10 9 9
- 144*m1 *m2 *n1 *n2 + 236*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2
2 10 7 11 11 16 2 11 14 4
- 72*m1 *m2 *n1 *n2 + 30*m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2
11 12 6 11 10 8 11 8 10
- 48*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2
12 17 12 13 5 12 9 9 3
- 2*m2 *n1 *n2 + 4*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + v1 *(
14 6 9 14 4 11 14 2 13
- 4*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2
13 7 8 13 5 10
+ 36*a33*m1 *m2*n1 *n2 - 104*a33*m1 *m2*n1 *n2
13 3 12 13 14
+ 76*a33*m1 *m2*n1 *n2 - 8*a33*m1 *m2*n1*n2
12 2 8 7 12 2 6 9
- 144*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
12 2 4 11 12 2 2 13
- 596*a33*m1 *m2 *n1 *n2 + 132*a33*m1 *m2 *n1 *n2
12 2 15 11 3 9 6
- 4*a33*m1 *m2 *n2 + 336*a33*m1 *m2 *n1 *n2
11 3 7 8 11 3 5 10
- 1860*a33*m1 *m2 *n1 *n2 + 2620*a33*m1 *m2 *n1 *n2
11 3 3 12 11 3 14
- 940*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1*n2
10 4 10 5 10 4 8 7
- 504*a33*m1 *m2 *n1 *n2 + 3840*a33*m1 *m2 *n1 *n2
10 4 6 9 10 4 4 11
- 7320*a33*m1 *m2 *n1 *n2 + 3860*a33*m1 *m2 *n1 *n2
10 4 2 13 10 4 15
- 488*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
9 5 11 4 9 5 9 6
+ 504*a33*m1 *m2 *n1 *n2 - 5376*a33*m1 *m2 *n1 *n2
9 5 7 8 9 5 5 10
+ 13848*a33*m1 *m2 *n1 *n2 - 10260*a33*m1 *m2 *n1 *n2
9 5 3 12 9 5 14
+ 2000*a33*m1 *m2 *n1 *n2 - 44*a33*m1 *m2 *n1*n2
8 6 12 3 8 6 10 5
- 336*a33*m1 *m2 *n1 *n2 + 5208*a33*m1 *m2 *n1 *n2
8 6 8 7 8 6 6 9
- 18312*a33*m1 *m2 *n1 *n2 + 18696*a33*m1 *m2 *n1 *n2
8 6 4 11 8 6 2 13
- 5280*a33*m1 *m2 *n1 *n2 + 216*a33*m1 *m2 *n1 *n2
7 7 13 2 7 7 11 4
+ 144*a33*m1 *m2 *n1 *n2 - 3480*a33*m1 *m2 *n1 *n2
7 7 9 6 7 7 7 8
+ 17112*a33*m1 *m2 *n1 *n2 - 24024*a33*m1 *m2 *n1 *n2
7 7 5 10 7 7 3 12
+ 9528*a33*m1 *m2 *n1 *n2 - 624*a33*m1 *m2 *n1 *n2
6 8 14 6 8 12 3
- 36*a33*m1 *m2 *n1 *n2 + 1560*a33*m1 *m2 *n1 *n2
6 8 10 5 6 8 8 7
- 11220*a33*m1 *m2 *n1 *n2 + 21960*a33*m1 *m2 *n1 *n2
6 8 6 9 6 8 4 11
- 12096*a33*m1 *m2 *n1 *n2 + 1176*a33*m1 *m2 *n1 *n2
5 9 15 5 9 13 2
+ 4*a33*m1 *m2 *n1 - 440*a33*m1 *m2 *n1 *n2
5 9 11 4 5 9 9 6
+ 5020*a33*m1 *m2 *n1 *n2 - 14160*a33*m1 *m2 *n1 *n2
5 9 7 8 5 9 5 10
+ 10896*a33*m1 *m2 *n1 *n2 - 1512*a33*m1 *m2 *n1 *n2
4 10 14 4 10 12 3
+ 68*a33*m1 *m2 *n1 *n2 - 1444*a33*m1 *m2 *n1 *n2
4 10 10 5 4 10 8 7
+ 6260*a33*m1 *m2 *n1 *n2 - 6900*a33*m1 *m2 *n1 *n2
4 10 6 9 3 11 15
+ 1344*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1
3 11 13 2 3 11 11 4
+ 236*a33*m1 *m2 *n1 *n2 - 1788*a33*m1 *m2 *n1 *n2
3 11 9 6 3 11 7 8
+ 2980*a33*m1 *m2 *n1 *n2 - 816*a33*m1 *m2 *n1 *n2
2 12 14 2 12 12 3
- 16*a33*m1 *m2 *n1 *n2 + 292*a33*m1 *m2 *n1 *n2
2 12 10 5 2 12 8 7
- 824*a33*m1 *m2 *n1 *n2 + 324*a33*m1 *m2 *n1 *n2
13 13 2 13 11 4
- 20*a33*m1*m2 *n1 *n2 + 128*a33*m1*m2 *n1 *n2
13 9 6 14 12 3 14 10 5
- 76*a33*m1*m2 *n1 *n2 - 8*a33*m2 *n1 *n2 + 8*a33*m2 *n1 *n2 ) +
2 14 5 10 14 3 12 13 6 9
v1 *v2*( - 8*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 + 76*a33*m1 *m2*n1 *n2
13 4 11 13 2 13
- 128*a33*m1 *m2*n1 *n2 + 20*a33*m1 *m2*n1 *n2
12 2 7 8 12 2 5 10
- 324*a33*m1 *m2 *n1 *n2 + 824*a33*m1 *m2 *n1 *n2
12 2 3 12 12 2 14
- 292*a33*m1 *m2 *n1 *n2 + 16*a33*m1 *m2 *n1*n2
11 3 8 7 11 3 6 9
+ 816*a33*m1 *m2 *n1 *n2 - 2980*a33*m1 *m2 *n1 *n2
11 3 4 11 11 3 2 13
+ 1788*a33*m1 *m2 *n1 *n2 - 236*a33*m1 *m2 *n1 *n2
11 3 15 10 4 9 6
+ 4*a33*m1 *m2 *n2 - 1344*a33*m1 *m2 *n1 *n2
10 4 7 8 10 4 5 10
+ 6900*a33*m1 *m2 *n1 *n2 - 6260*a33*m1 *m2 *n1 *n2
10 4 3 12 10 4 14
+ 1444*a33*m1 *m2 *n1 *n2 - 68*a33*m1 *m2 *n1*n2
9 5 10 5 9 5 8 7
+ 1512*a33*m1 *m2 *n1 *n2 - 10896*a33*m1 *m2 *n1 *n2
9 5 6 9 9 5 4 11
+ 14160*a33*m1 *m2 *n1 *n2 - 5020*a33*m1 *m2 *n1 *n2
9 5 2 13 9 5 15
+ 440*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n2
8 6 11 4 8 6 9 6
- 1176*a33*m1 *m2 *n1 *n2 + 12096*a33*m1 *m2 *n1 *n2
8 6 7 8 8 6 5 10
- 21960*a33*m1 *m2 *n1 *n2 + 11220*a33*m1 *m2 *n1 *n2
8 6 3 12 8 6 14
- 1560*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1*n2
7 7 12 3 7 7 10 5
+ 624*a33*m1 *m2 *n1 *n2 - 9528*a33*m1 *m2 *n1 *n2
7 7 8 7 7 7 6 9
+ 24024*a33*m1 *m2 *n1 *n2 - 17112*a33*m1 *m2 *n1 *n2
7 7 4 11 7 7 2 13
+ 3480*a33*m1 *m2 *n1 *n2 - 144*a33*m1 *m2 *n1 *n2
6 8 13 2 6 8 11 4
- 216*a33*m1 *m2 *n1 *n2 + 5280*a33*m1 *m2 *n1 *n2
6 8 9 6 6 8 7 8
- 18696*a33*m1 *m2 *n1 *n2 + 18312*a33*m1 *m2 *n1 *n2
6 8 5 10 6 8 3 12
- 5208*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
5 9 14 5 9 12 3
+ 44*a33*m1 *m2 *n1 *n2 - 2000*a33*m1 *m2 *n1 *n2
5 9 10 5 5 9 8 7
+ 10260*a33*m1 *m2 *n1 *n2 - 13848*a33*m1 *m2 *n1 *n2
5 9 6 9 5 9 4 11
+ 5376*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
4 10 15 4 10 13 2
- 4*a33*m1 *m2 *n1 + 488*a33*m1 *m2 *n1 *n2
4 10 11 4 4 10 9 6
- 3860*a33*m1 *m2 *n1 *n2 + 7320*a33*m1 *m2 *n1 *n2
4 10 7 8 4 10 5 10
- 3840*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
3 11 14 3 11 12 3
- 68*a33*m1 *m2 *n1 *n2 + 940*a33*m1 *m2 *n1 *n2
3 11 10 5 3 11 8 7
- 2620*a33*m1 *m2 *n1 *n2 + 1860*a33*m1 *m2 *n1 *n2
3 11 6 9 2 12 15
- 336*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
2 12 13 2 2 12 11 4
- 132*a33*m1 *m2 *n1 *n2 + 596*a33*m1 *m2 *n1 *n2
2 12 9 6 2 12 7 8
- 580*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
13 14 13 12 3
+ 8*a33*m1*m2 *n1 *n2 - 76*a33*m1*m2 *n1 *n2
13 10 5 13 8 7
+ 104*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
14 13 2 14 11 4 14 9 6
+ 4*a33*m2 *n1 *n2 - 8*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 ) +
2 2 2 15 4 9 2 15 2 11 2 14 5 8
v1 *v3 *(4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 - 36*a33 *m1 *m2*n1 *n2
2 14 3 10 2 14 12
+ 60*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n1*n2
2 13 2 6 7 2 13 2 4 9
+ 144*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 13 2 2 11 2 13 2 13
+ 108*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 12 3 7 6 2 12 3 5 8
- 336*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 12 3 3 10 2 12 3 12
- 596*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 11 4 8 5 2 11 4 6 7
+ 504*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 11 4 4 9 2 11 4 2 11
+ 1820*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 10 5 9 4 2 10 5 7 6
- 504*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 10 5 5 8 2 10 5 3 10
- 3420*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
2 10 5 12 2 9 6 10 3
+ 24*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 6 8 5 2 9 6 6 7
- 3360*a33 *m1 *m2 *n1 *n2 + 4056*a33 *m1 *m2 *n1 *n2
2 9 6 4 9 2 9 6 2 11
- 480*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 9 6 13 2 8 7 11 2
+ 4*a33 *m1 *m2 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 8 7 9 4 2 8 7 7 6
+ 2160*a33 *m1 *m2 *n1 *n2 - 2856*a33 *m1 *m2 *n1 *n2
2 8 7 5 8 2 8 7 3 10
- 792*a33 *m1 *m2 *n1 *n2 + 900*a33 *m1 *m2 *n1 *n2
2 8 7 12 2 7 8 12
- 36*a33 *m1 *m2 *n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 7 8 10 3 2 7 8 8 5
- 900*a33 *m1 *m2 *n1 *n2 + 792*a33 *m1 *m2 *n1 *n2
2 7 8 6 7 2 7 8 4 9
+ 2856*a33 *m1 *m2 *n1 *n2 - 2160*a33 *m1 *m2 *n1 *n2
2 7 8 2 11 2 6 9 13
+ 144*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 6 9 11 2 2 6 9 9 4
+ 220*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 6 9 7 6 2 6 9 5 8
- 4056*a33 *m1 *m2 *n1 *n2 + 3360*a33 *m1 *m2 *n1 *n2
2 6 9 3 10 2 5 10 12
- 336*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
2 5 10 10 3 2 5 10 8 5
- 580*a33 *m1 *m2 *n1 *n2 + 3420*a33 *m1 *m2 *n1 *n2
2 5 10 6 7 2 5 10 4 9
- 3528*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 4 11 11 2 2 4 11 9 4
+ 252*a33 *m1 *m2 *n1 *n2 - 1820*a33 *m1 *m2 *n1 *n2
2 4 11 7 6 2 4 11 5 8
+ 2520*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 12 12 2 3 12 10 3
- 52*a33 *m1 *m2 *n1 *n2 + 596*a33 *m1 *m2 *n1 *n2
2 3 12 8 5 2 3 12 6 7
- 1200*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 13 13 2 2 13 11 2
+ 4*a33 *m1 *m2 *n1 - 108*a33 *m1 *m2 *n1 *n2
2 2 13 9 4 2 2 13 7 6
+ 360*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 14 12 2 14 10 3
+ 8*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
2 14 8 5 2 15 11 2
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 *n2
2 15 9 4 2 14 6 9
- 4*a33 *m2 *n1 *n2 ) + v1*v2 *( - 4*a33*m1 *n1 *n2
14 4 11 14 2 13 13 7 8
+ 8*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 + 36*a33*m1 *m2*n1 *n2
13 5 10 13 3 12
- 104*a33*m1 *m2*n1 *n2 + 76*a33*m1 *m2*n1 *n2
13 14 12 2 8 7
- 8*a33*m1 *m2*n1*n2 - 144*a33*m1 *m2 *n1 *n2
12 2 6 9 12 2 4 11
+ 580*a33*m1 *m2 *n1 *n2 - 596*a33*m1 *m2 *n1 *n2
12 2 2 13 12 2 15
+ 132*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n2
11 3 9 6 11 3 7 8
+ 336*a33*m1 *m2 *n1 *n2 - 1860*a33*m1 *m2 *n1 *n2
11 3 5 10 11 3 3 12
+ 2620*a33*m1 *m2 *n1 *n2 - 940*a33*m1 *m2 *n1 *n2
11 3 14 10 4 10 5
+ 68*a33*m1 *m2 *n1*n2 - 504*a33*m1 *m2 *n1 *n2
10 4 8 7 10 4 6 9
+ 3840*a33*m1 *m2 *n1 *n2 - 7320*a33*m1 *m2 *n1 *n2
10 4 4 11 10 4 2 13
+ 3860*a33*m1 *m2 *n1 *n2 - 488*a33*m1 *m2 *n1 *n2
10 4 15 9 5 11 4
+ 4*a33*m1 *m2 *n2 + 504*a33*m1 *m2 *n1 *n2
9 5 9 6 9 5 7 8
- 5376*a33*m1 *m2 *n1 *n2 + 13848*a33*m1 *m2 *n1 *n2
9 5 5 10 9 5 3 12
- 10260*a33*m1 *m2 *n1 *n2 + 2000*a33*m1 *m2 *n1 *n2
9 5 14 8 6 12 3
- 44*a33*m1 *m2 *n1*n2 - 336*a33*m1 *m2 *n1 *n2
8 6 10 5 8 6 8 7
+ 5208*a33*m1 *m2 *n1 *n2 - 18312*a33*m1 *m2 *n1 *n2
8 6 6 9 8 6 4 11
+ 18696*a33*m1 *m2 *n1 *n2 - 5280*a33*m1 *m2 *n1 *n2
8 6 2 13 7 7 13 2
+ 216*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
7 7 11 4 7 7 9 6
- 3480*a33*m1 *m2 *n1 *n2 + 17112*a33*m1 *m2 *n1 *n2
7 7 7 8 7 7 5 10
- 24024*a33*m1 *m2 *n1 *n2 + 9528*a33*m1 *m2 *n1 *n2
7 7 3 12 6 8 14
- 624*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 8 12 3 6 8 10 5
+ 1560*a33*m1 *m2 *n1 *n2 - 11220*a33*m1 *m2 *n1 *n2
6 8 8 7 6 8 6 9
+ 21960*a33*m1 *m2 *n1 *n2 - 12096*a33*m1 *m2 *n1 *n2
6 8 4 11 5 9 15
+ 1176*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
5 9 13 2 5 9 11 4
- 440*a33*m1 *m2 *n1 *n2 + 5020*a33*m1 *m2 *n1 *n2
5 9 9 6 5 9 7 8
- 14160*a33*m1 *m2 *n1 *n2 + 10896*a33*m1 *m2 *n1 *n2
5 9 5 10 4 10 14
- 1512*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1 *n2
4 10 12 3 4 10 10 5
- 1444*a33*m1 *m2 *n1 *n2 + 6260*a33*m1 *m2 *n1 *n2
4 10 8 7 4 10 6 9
- 6900*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
3 11 15 3 11 13 2
- 4*a33*m1 *m2 *n1 + 236*a33*m1 *m2 *n1 *n2
3 11 11 4 3 11 9 6
- 1788*a33*m1 *m2 *n1 *n2 + 2980*a33*m1 *m2 *n1 *n2
3 11 7 8 2 12 14
- 816*a33*m1 *m2 *n1 *n2 - 16*a33*m1 *m2 *n1 *n2
2 12 12 3 2 12 10 5
+ 292*a33*m1 *m2 *n1 *n2 - 824*a33*m1 *m2 *n1 *n2
2 12 8 7 13 13 2
+ 324*a33*m1 *m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2
13 11 4 13 9 6 14 12 3
+ 128*a33*m1*m2 *n1 *n2 - 76*a33*m1*m2 *n1 *n2 - 8*a33*m2 *n1 *n2
14 10 5 13 7 10 13 5 12
+ 8*a33*m2 *n1 *n2 ) + v1*v2*(4*m1 *n1 *n2 - 4*m1 *n1 *n2
13 3 14 13 16 12 8 9
- 4*m1 *n1 *n2 + 4*m1 *n1*n2 - 38*m1 *m2*n1 *n2
12 6 11 12 4 13 12 2 15
+ 64*m1 *m2*n1 *n2 + 36*m1 *m2*n1 *n2 - 64*m1 *m2*n1 *n2
12 17 11 2 9 8 11 2 7 10
+ 2*m1 *m2*n2 + 162*m1 *m2 *n1 *n2 - 412*m1 *m2 *n1 *n2
11 2 5 12 11 2 3 14 11 2 16
- 96*m1 *m2 *n1 *n2 + 444*m1 *m2 *n1 *n2 - 34*m1 *m2 *n1*n2
10 3 10 7 10 3 8 9 10 3 6 11
- 408*m1 *m2 *n1 *n2 + 1490*m1 *m2 *n1 *n2 - 124*m1 *m2 *n1 *n2
10 3 4 13 10 3 2 15 10 3 17
- 1776*m1 *m2 *n1 *n2 + 244*m1 *m2 *n1 *n2 - 2*m1 *m2 *n2
9 4 11 6 9 4 9 8 9 4 7 10
+ 672*m1 *m2 *n1 *n2 - 3450*m1 *m2 *n1 *n2 + 1480*m1 *m2 *n1 *n2
9 4 5 12 9 4 3 14 9 4 16
+ 4580*m1 *m2 *n1 *n2 - 1000*m1 *m2 *n1 *n2 + 22*m1 *m2 *n1*n2
8 5 12 5 8 5 10 7 8 5 8 9
- 756*m1 *m2 *n1 *n2 + 5448*m1 *m2 *n1 *n2 - 4572*m1 *m2 *n1 *n2
8 5 6 11 8 5 4 13 8 5 2 15
- 8028*m1 *m2 *n1 *n2 + 2640*m1 *m2 *n1 *n2 - 108*m1 *m2 *n1 *n2
7 6 13 4 7 6 11 6 7 6 9 8
+ 588*m1 *m2 *n1 *n2 - 6048*m1 *m2 *n1 *n2 + 8208*m1 *m2 *n1 *n2
7 6 7 10 7 6 5 12 7 6 3 14
+ 9768*m1 *m2 *n1 *n2 - 4764*m1 *m2 *n1 *n2 + 312*m1 *m2 *n1 *n2
6 7 14 3 6 7 12 5 6 7 10 7
- 312*m1 *m2 *n1 *n2 + 4764*m1 *m2 *n1 *n2 - 9768*m1 *m2 *n1 *n2
6 7 8 9 6 7 6 11 6 7 4 13
- 8208*m1 *m2 *n1 *n2 + 6048*m1 *m2 *n1 *n2 - 588*m1 *m2 *n1 *n2
5 8 15 2 5 8 13 4 5 8 11 6
+ 108*m1 *m2 *n1 *n2 - 2640*m1 *m2 *n1 *n2 + 8028*m1 *m2 *n1 *n2
5 8 9 8 5 8 7 10 5 8 5 12
+ 4572*m1 *m2 *n1 *n2 - 5448*m1 *m2 *n1 *n2 + 756*m1 *m2 *n1 *n2
4 9 16 4 9 14 3 4 9 12 5
- 22*m1 *m2 *n1 *n2 + 1000*m1 *m2 *n1 *n2 - 4580*m1 *m2 *n1 *n2
4 9 10 7 4 9 8 9 4 9 6 11
- 1480*m1 *m2 *n1 *n2 + 3450*m1 *m2 *n1 *n2 - 672*m1 *m2 *n1 *n2
3 10 17 3 10 15 2 3 10 13 4
+ 2*m1 *m2 *n1 - 244*m1 *m2 *n1 *n2 + 1776*m1 *m2 *n1 *n2
3 10 11 6 3 10 9 8 3 10 7 10
+ 124*m1 *m2 *n1 *n2 - 1490*m1 *m2 *n1 *n2 + 408*m1 *m2 *n1 *n2
2 11 16 2 11 14 3 2 11 12 5
+ 34*m1 *m2 *n1 *n2 - 444*m1 *m2 *n1 *n2 + 96*m1 *m2 *n1 *n2
2 11 10 7 2 11 8 9 12 17
+ 412*m1 *m2 *n1 *n2 - 162*m1 *m2 *n1 *n2 - 2*m1*m2 *n1
12 15 2 12 13 4 12 11 6
+ 64*m1*m2 *n1 *n2 - 36*m1*m2 *n1 *n2 - 64*m1*m2 *n1 *n2
12 9 8 13 16 13 14 3 13 12 5
+ 38*m1*m2 *n1 *n2 - 4*m2 *n1 *n2 + 4*m2 *n1 *n2 + 4*m2 *n1 *n2
13 10 7 2 14 6 9 14 4 11
- 4*m2 *n1 *n2 ) + v1*v3 *( - 6*a33*m1 *n1 *n2 + 10*a33*m1 *n1 *n2
14 2 13 14 15 13 7 8
- 2*a33*m1 *n1 *n2 - 2*a33*m1 *n2 + 54*a33*m1 *m2*n1 *n2
13 5 10 13 3 12
- 134*a33*m1 *m2*n1 *n2 + 58*a33*m1 *m2*n1 *n2
13 14 12 2 8 7
+ 22*a33*m1 *m2*n1*n2 - 216*a33*m1 *m2 *n1 *n2
12 2 6 9 12 2 4 11
+ 760*a33*m1 *m2 *n1 *n2 - 540*a33*m1 *m2 *n1 *n2
12 2 2 13 12 2 15
- 64*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n2
11 3 9 6 11 3 7 8
+ 504*a33*m1 *m2 *n1 *n2 - 2460*a33*m1 *m2 *n1 *n2
11 3 5 10 11 3 3 12
+ 2588*a33*m1 *m2 *n1 *n2 - 196*a33*m1 *m2 *n1 *n2
11 3 14 10 4 10 5
+ 76*a33*m1 *m2 *n1*n2 - 756*a33*m1 *m2 *n1 *n2
10 4 8 7 10 4 6 9
+ 5100*a33*m1 *m2 *n1 *n2 - 7570*a33*m1 *m2 *n1 *n2
10 4 4 11 10 4 2 13
+ 2006*a33*m1 *m2 *n1 *n2 - 578*a33*m1 *m2 *n1 *n2
10 4 15 9 5 11 4
+ 6*a33*m1 *m2 *n2 + 756*a33*m1 *m2 *n1 *n2
9 5 9 6 9 5 7 8
- 7140*a33*m1 *m2 *n1 *n2 + 14634*a33*m1 *m2 *n1 *n2
9 5 5 10 9 5 3 12
- 6986*a33*m1 *m2 *n1 *n2 + 2450*a33*m1 *m2 *n1 *n2
9 5 14 8 6 12 3
- 66*a33*m1 *m2 *n1*n2 - 504*a33*m1 *m2 *n1 *n2
8 6 10 5 8 6 8 7
+ 6888*a33*m1 *m2 *n1 *n2 - 19416*a33*m1 *m2 *n1 *n2
8 6 6 9 8 6 4 11
+ 14316*a33*m1 *m2 *n1 *n2 - 6600*a33*m1 *m2 *n1 *n2
8 6 2 13 7 7 13 2
+ 324*a33*m1 *m2 *n1 *n2 + 216*a33*m1 *m2 *n1 *n2
7 7 11 4 7 7 9 6
- 4560*a33*m1 *m2 *n1 *n2 + 17880*a33*m1 *m2 *n1 *n2
7 7 7 8 7 7 5 10
- 19272*a33*m1 *m2 *n1 *n2 + 12048*a33*m1 *m2 *n1 *n2
7 7 3 12 6 8 14
- 936*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
6 8 12 3 6 8 10 5
+ 2010*a33*m1 *m2 *n1 *n2 - 11286*a33*m1 *m2 *n1 *n2
6 8 8 7 6 8 6 9
+ 17562*a33*m1 *m2 *n1 *n2 - 15372*a33*m1 *m2 *n1 *n2
6 8 4 11 5 9 15
+ 1764*a33*m1 *m2 *n1 *n2 + 6*a33*m1 *m2 *n1
5 9 13 2 5 9 11 4
- 550*a33*m1 *m2 *n1 *n2 + 4670*a33*m1 *m2 *n1 *n2
5 9 9 6 5 9 7 8
- 10702*a33*m1 *m2 *n1 *n2 + 13836*a33*m1 *m2 *n1 *n2
5 9 5 10 4 10 14
- 2268*a33*m1 *m2 *n1 *n2 + 80*a33*m1 *m2 *n1 *n2
4 10 12 3 4 10 10 5
- 1132*a33*m1 *m2 *n1 *n2 + 4088*a33*m1 *m2 *n1 *n2
4 10 8 7 4 10 6 9
- 8700*a33*m1 *m2 *n1 *n2 + 2016*a33*m1 *m2 *n1 *n2
3 11 15 3 11 13 2
- 4*a33*m1 *m2 *n1 + 108*a33*m1 *m2 *n1 *n2
3 11 11 4 3 11 9 6
- 788*a33*m1 *m2 *n1 *n2 + 3700*a33*m1 *m2 *n1 *n2
3 11 7 8 2 12 14
- 1224*a33*m1 *m2 *n1 *n2 + 10*a33*m1 *m2 *n1 *n2
2 12 12 3 2 12 10 5
- 14*a33*m1 *m2 *n1 *n2 - 994*a33*m1 *m2 *n1 *n2
2 12 8 7 13 15 13 13 2
+ 486*a33*m1 *m2 *n1 *n2 - 2*a33*m1*m2 *n1 + 34*a33*m1*m2 *n1 *n2
13 11 4 13 9 6 14 14
+ 146*a33*m1*m2 *n1 *n2 - 114*a33*m1*m2 *n1 *n2 - 4*a33*m2 *n1 *n2
14 12 3 14 10 5 3
- 8*a33*m2 *n1 *n2 + 12*a33*m2 *n1 *n2 ) + v2 *(
14 5 10 14 3 12 13 6 9
- 8*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 + 76*a33*m1 *m2*n1 *n2
13 4 11 13 2 13
- 128*a33*m1 *m2*n1 *n2 + 20*a33*m1 *m2*n1 *n2
12 2 7 8 12 2 5 10
- 324*a33*m1 *m2 *n1 *n2 + 824*a33*m1 *m2 *n1 *n2
12 2 3 12 12 2 14
- 292*a33*m1 *m2 *n1 *n2 + 16*a33*m1 *m2 *n1*n2
11 3 8 7 11 3 6 9
+ 816*a33*m1 *m2 *n1 *n2 - 2980*a33*m1 *m2 *n1 *n2
11 3 4 11 11 3 2 13
+ 1788*a33*m1 *m2 *n1 *n2 - 236*a33*m1 *m2 *n1 *n2
11 3 15 10 4 9 6
+ 4*a33*m1 *m2 *n2 - 1344*a33*m1 *m2 *n1 *n2
10 4 7 8 10 4 5 10
+ 6900*a33*m1 *m2 *n1 *n2 - 6260*a33*m1 *m2 *n1 *n2
10 4 3 12 10 4 14
+ 1444*a33*m1 *m2 *n1 *n2 - 68*a33*m1 *m2 *n1*n2
9 5 10 5 9 5 8 7
+ 1512*a33*m1 *m2 *n1 *n2 - 10896*a33*m1 *m2 *n1 *n2
9 5 6 9 9 5 4 11
+ 14160*a33*m1 *m2 *n1 *n2 - 5020*a33*m1 *m2 *n1 *n2
9 5 2 13 9 5 15
+ 440*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n2
8 6 11 4 8 6 9 6
- 1176*a33*m1 *m2 *n1 *n2 + 12096*a33*m1 *m2 *n1 *n2
8 6 7 8 8 6 5 10
- 21960*a33*m1 *m2 *n1 *n2 + 11220*a33*m1 *m2 *n1 *n2
8 6 3 12 8 6 14
- 1560*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1*n2
7 7 12 3 7 7 10 5
+ 624*a33*m1 *m2 *n1 *n2 - 9528*a33*m1 *m2 *n1 *n2
7 7 8 7 7 7 6 9
+ 24024*a33*m1 *m2 *n1 *n2 - 17112*a33*m1 *m2 *n1 *n2
7 7 4 11 7 7 2 13
+ 3480*a33*m1 *m2 *n1 *n2 - 144*a33*m1 *m2 *n1 *n2
6 8 13 2 6 8 11 4
- 216*a33*m1 *m2 *n1 *n2 + 5280*a33*m1 *m2 *n1 *n2
6 8 9 6 6 8 7 8
- 18696*a33*m1 *m2 *n1 *n2 + 18312*a33*m1 *m2 *n1 *n2
6 8 5 10 6 8 3 12
- 5208*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
5 9 14 5 9 12 3
+ 44*a33*m1 *m2 *n1 *n2 - 2000*a33*m1 *m2 *n1 *n2
5 9 10 5 5 9 8 7
+ 10260*a33*m1 *m2 *n1 *n2 - 13848*a33*m1 *m2 *n1 *n2
5 9 6 9 5 9 4 11
+ 5376*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
4 10 15 4 10 13 2
- 4*a33*m1 *m2 *n1 + 488*a33*m1 *m2 *n1 *n2
4 10 11 4 4 10 9 6
- 3860*a33*m1 *m2 *n1 *n2 + 7320*a33*m1 *m2 *n1 *n2
4 10 7 8 4 10 5 10
- 3840*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
3 11 14 3 11 12 3
- 68*a33*m1 *m2 *n1 *n2 + 940*a33*m1 *m2 *n1 *n2
3 11 10 5 3 11 8 7
- 2620*a33*m1 *m2 *n1 *n2 + 1860*a33*m1 *m2 *n1 *n2
3 11 6 9 2 12 15
- 336*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n1
2 12 13 2 2 12 11 4
- 132*a33*m1 *m2 *n1 *n2 + 596*a33*m1 *m2 *n1 *n2
2 12 9 6 2 12 7 8
- 580*a33*m1 *m2 *n1 *n2 + 144*a33*m1 *m2 *n1 *n2
13 14 13 12 3
+ 8*a33*m1*m2 *n1 *n2 - 76*a33*m1*m2 *n1 *n2
13 10 5 13 8 7 14 13 2
+ 104*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2 + 4*a33*m2 *n1 *n2
14 11 4 14 9 6 2 2
- 8*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 ) + v2 *v3 *(
2 15 4 9 2 15 2 11 2 14 5 8
4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 - 36*a33 *m1 *m2*n1 *n2
2 14 3 10 2 14 12
+ 60*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n1*n2
2 13 2 6 7 2 13 2 4 9
+ 144*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 13 2 2 11 2 13 2 13
+ 108*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 12 3 7 6 2 12 3 5 8
- 336*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 12 3 3 10 2 12 3 12
- 596*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 11 4 8 5 2 11 4 6 7
+ 504*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 11 4 4 9 2 11 4 2 11
+ 1820*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 10 5 9 4 2 10 5 7 6
- 504*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 10 5 5 8 2 10 5 3 10
- 3420*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
2 10 5 12 2 9 6 10 3
+ 24*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 9 6 8 5 2 9 6 6 7
- 3360*a33 *m1 *m2 *n1 *n2 + 4056*a33 *m1 *m2 *n1 *n2
2 9 6 4 9 2 9 6 2 11
- 480*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 9 6 13 2 8 7 11 2
+ 4*a33 *m1 *m2 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 8 7 9 4 2 8 7 7 6
+ 2160*a33 *m1 *m2 *n1 *n2 - 2856*a33 *m1 *m2 *n1 *n2
2 8 7 5 8 2 8 7 3 10
- 792*a33 *m1 *m2 *n1 *n2 + 900*a33 *m1 *m2 *n1 *n2
2 8 7 12 2 7 8 12
- 36*a33 *m1 *m2 *n1*n2 + 36*a33 *m1 *m2 *n1 *n2
2 7 8 10 3 2 7 8 8 5
- 900*a33 *m1 *m2 *n1 *n2 + 792*a33 *m1 *m2 *n1 *n2
2 7 8 6 7 2 7 8 4 9
+ 2856*a33 *m1 *m2 *n1 *n2 - 2160*a33 *m1 *m2 *n1 *n2
2 7 8 2 11 2 6 9 13
+ 144*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 6 9 11 2 2 6 9 9 4
+ 220*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 6 9 7 6 2 6 9 5 8
- 4056*a33 *m1 *m2 *n1 *n2 + 3360*a33 *m1 *m2 *n1 *n2
2 6 9 3 10 2 5 10 12
- 336*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
2 5 10 10 3 2 5 10 8 5
- 580*a33 *m1 *m2 *n1 *n2 + 3420*a33 *m1 *m2 *n1 *n2
2 5 10 6 7 2 5 10 4 9
- 3528*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 4 11 11 2 2 4 11 9 4
+ 252*a33 *m1 *m2 *n1 *n2 - 1820*a33 *m1 *m2 *n1 *n2
2 4 11 7 6 2 4 11 5 8
+ 2520*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 12 12 2 3 12 10 3
- 52*a33 *m1 *m2 *n1 *n2 + 596*a33 *m1 *m2 *n1 *n2
2 3 12 8 5 2 3 12 6 7
- 1200*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 13 13 2 2 13 11 2
+ 4*a33 *m1 *m2 *n1 - 108*a33 *m1 *m2 *n1 *n2
2 2 13 9 4 2 2 13 7 6
+ 360*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 14 12 2 14 10 3
+ 8*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
2 14 8 5 2 15 11 2 2 15 9 4
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) +
2 13 8 9 13 6 11 13 2 15 13 17
v2 *( - m1 *n1 *n2 + 6*m1 *n1 *n2 - 6*m1 *n1 *n2 + m1 *n2
12 9 8 12 7 10 12 5 12
+ 9*m1 *m2*n1 *n2 - 66*m1 *m2*n1 *n2 + 28*m1 *m2*n1 *n2
12 3 14 12 16 11 2 10 7
+ 82*m1 *m2*n1 *n2 - 21*m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2
11 2 8 9 11 2 6 11 11 2 4 13
+ 326*m1 *m2 *n1 *n2 - 296*m1 *m2 *n1 *n2 - 468*m1 *m2 *n1 *n2
11 2 2 15 11 2 17 10 3 11 6
+ 188*m1 *m2 *n1 *n2 - 2*m1 *m2 *n2 + 84*m1 *m2 *n1 *n2
10 3 9 8 10 3 7 10
- 954*m1 *m2 *n1 *n2 + 1416*m1 *m2 *n1 *n2
10 3 5 12 10 3 3 14 10 3 16
+ 1484*m1 *m2 *n1 *n2 - 940*m1 *m2 *n1 *n2 + 30*m1 *m2 *n1*n2
9 4 12 5 9 4 10 7 9 4 8 9
- 126*m1 *m2 *n1 *n2 + 1836*m1 *m2 *n1 *n2 - 4045*m1 *m2 *n1 *n2
9 4 6 11 9 4 4 13 9 4 2 15
- 2850*m1 *m2 *n1 *n2 + 2970*m1 *m2 *n1 *n2 - 186*m1 *m2 *n1 *n2
9 4 17 8 5 13 4 8 5 11 6
+ m1 *m2 *n2 + 126*m1 *m2 *n1 *n2 - 2436*m1 *m2 *n1 *n2
8 5 9 8 8 5 7 10 8 5 5 12
+ 7665*m1 *m2 *n1 *n2 + 3222*m1 *m2 *n1 *n2 - 6342*m1 *m2 *n1 *n2
8 5 3 14 8 5 16 7 6 14 3
+ 654*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2 - 84*m1 *m2 *n1 *n2
7 6 12 5 7 6 10 7
+ 2268*m1 *m2 *n1 *n2 - 10116*m1 *m2 *n1 *n2
7 6 8 9 7 6 6 11 7 6 4 13
- 1464*m1 *m2 *n1 *n2 + 9492*m1 *m2 *n1 *n2 - 1476*m1 *m2 *n1 *n2
7 6 2 15 6 7 15 2 6 7 13 4
+ 36*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 1476*m1 *m2 *n1 *n2
6 7 11 6 6 7 9 8
+ 9492*m1 *m2 *n1 *n2 - 1464*m1 *m2 *n1 *n2
6 7 7 10 6 7 5 12 6 7 3 14
- 10116*m1 *m2 *n1 *n2 + 2268*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
5 8 16 5 8 14 3 5 8 12 5
- 9*m1 *m2 *n1 *n2 + 654*m1 *m2 *n1 *n2 - 6342*m1 *m2 *n1 *n2
5 8 10 7 5 8 8 9 5 8 6 11
+ 3222*m1 *m2 *n1 *n2 + 7665*m1 *m2 *n1 *n2 - 2436*m1 *m2 *n1 *n2
5 8 4 13 4 9 17 4 9 15 2
+ 126*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 186*m1 *m2 *n1 *n2
4 9 13 4 4 9 11 6 4 9 9 8
+ 2970*m1 *m2 *n1 *n2 - 2850*m1 *m2 *n1 *n2 - 4045*m1 *m2 *n1 *n2
4 9 7 10 4 9 5 12 3 10 16
+ 1836*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 30*m1 *m2 *n1 *n2
3 10 14 3 3 10 12 5
- 940*m1 *m2 *n1 *n2 + 1484*m1 *m2 *n1 *n2
3 10 10 7 3 10 8 9 3 10 6 11
+ 1416*m1 *m2 *n1 *n2 - 954*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
2 11 17 2 11 15 2 2 11 13 4
- 2*m1 *m2 *n1 + 188*m1 *m2 *n1 *n2 - 468*m1 *m2 *n1 *n2
2 11 11 6 2 11 9 8 2 11 7 10
- 296*m1 *m2 *n1 *n2 + 326*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
12 16 12 14 3 12 12 5
- 21*m1*m2 *n1 *n2 + 82*m1*m2 *n1 *n2 + 28*m1*m2 *n1 *n2
12 10 7 12 8 9 13 17
- 66*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2 + m2 *n1
13 15 2 13 11 6 13 9 8 2
- 6*m2 *n1 *n2 + 6*m2 *n1 *n2 - m2 *n1 *n2 ) + v2*v3 *(
14 5 10 14 3 12 14 14
- 12*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2 + 4*a33*m1 *n1*n2
13 6 9 13 4 11
+ 114*a33*m1 *m2*n1 *n2 - 146*a33*m1 *m2*n1 *n2
13 2 13 13 15 12 2 7 8
- 34*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n2 - 486*a33*m1 *m2 *n1 *n2
12 2 5 10 12 2 3 12
+ 994*a33*m1 *m2 *n1 *n2 + 14*a33*m1 *m2 *n1 *n2
12 2 14 11 3 8 7
- 10*a33*m1 *m2 *n1*n2 + 1224*a33*m1 *m2 *n1 *n2
11 3 6 9 11 3 4 11
- 3700*a33*m1 *m2 *n1 *n2 + 788*a33*m1 *m2 *n1 *n2
11 3 2 13 11 3 15
- 108*a33*m1 *m2 *n1 *n2 + 4*a33*m1 *m2 *n2
10 4 9 6 10 4 7 8
- 2016*a33*m1 *m2 *n1 *n2 + 8700*a33*m1 *m2 *n1 *n2
10 4 5 10 10 4 3 12
- 4088*a33*m1 *m2 *n1 *n2 + 1132*a33*m1 *m2 *n1 *n2
10 4 14 9 5 10 5
- 80*a33*m1 *m2 *n1*n2 + 2268*a33*m1 *m2 *n1 *n2
9 5 8 7 9 5 6 9
- 13836*a33*m1 *m2 *n1 *n2 + 10702*a33*m1 *m2 *n1 *n2
9 5 4 11 9 5 2 13
- 4670*a33*m1 *m2 *n1 *n2 + 550*a33*m1 *m2 *n1 *n2
9 5 15 8 6 11 4
- 6*a33*m1 *m2 *n2 - 1764*a33*m1 *m2 *n1 *n2
8 6 9 6 8 6 7 8
+ 15372*a33*m1 *m2 *n1 *n2 - 17562*a33*m1 *m2 *n1 *n2
8 6 5 10 8 6 3 12
+ 11286*a33*m1 *m2 *n1 *n2 - 2010*a33*m1 *m2 *n1 *n2
8 6 14 7 7 12 3
+ 54*a33*m1 *m2 *n1*n2 + 936*a33*m1 *m2 *n1 *n2
7 7 10 5 7 7 8 7
- 12048*a33*m1 *m2 *n1 *n2 + 19272*a33*m1 *m2 *n1 *n2
7 7 6 9 7 7 4 11
- 17880*a33*m1 *m2 *n1 *n2 + 4560*a33*m1 *m2 *n1 *n2
7 7 2 13 6 8 13 2
- 216*a33*m1 *m2 *n1 *n2 - 324*a33*m1 *m2 *n1 *n2
6 8 11 4 6 8 9 6
+ 6600*a33*m1 *m2 *n1 *n2 - 14316*a33*m1 *m2 *n1 *n2
6 8 7 8 6 8 5 10
+ 19416*a33*m1 *m2 *n1 *n2 - 6888*a33*m1 *m2 *n1 *n2
6 8 3 12 5 9 14
+ 504*a33*m1 *m2 *n1 *n2 + 66*a33*m1 *m2 *n1 *n2
5 9 12 3 5 9 10 5
- 2450*a33*m1 *m2 *n1 *n2 + 6986*a33*m1 *m2 *n1 *n2
5 9 8 7 5 9 6 9
- 14634*a33*m1 *m2 *n1 *n2 + 7140*a33*m1 *m2 *n1 *n2
5 9 4 11 4 10 15
- 756*a33*m1 *m2 *n1 *n2 - 6*a33*m1 *m2 *n1
4 10 13 2 4 10 11 4
+ 578*a33*m1 *m2 *n1 *n2 - 2006*a33*m1 *m2 *n1 *n2
4 10 9 6 4 10 7 8
+ 7570*a33*m1 *m2 *n1 *n2 - 5100*a33*m1 *m2 *n1 *n2
4 10 5 10 3 11 14
+ 756*a33*m1 *m2 *n1 *n2 - 76*a33*m1 *m2 *n1 *n2
3 11 12 3 3 11 10 5
+ 196*a33*m1 *m2 *n1 *n2 - 2588*a33*m1 *m2 *n1 *n2
3 11 8 7 3 11 6 9
+ 2460*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
2 12 15 2 12 13 2
+ 4*a33*m1 *m2 *n1 + 64*a33*m1 *m2 *n1 *n2
2 12 11 4 2 12 9 6
+ 540*a33*m1 *m2 *n1 *n2 - 760*a33*m1 *m2 *n1 *n2
2 12 7 8 13 14
+ 216*a33*m1 *m2 *n1 *n2 - 22*a33*m1*m2 *n1 *n2
13 12 3 13 10 5
- 58*a33*m1*m2 *n1 *n2 + 134*a33*m1*m2 *n1 *n2
13 8 7 14 15 14 13 2
- 54*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 + 2*a33*m2 *n1 *n2
14 11 4 14 9 6 4 2 15 4 9
- 10*a33*m2 *n1 *n2 + 6*a33*m2 *n1 *n2 ) + v3 *(5*a33 *m1 *n1 *n2
2 15 2 11 2 15 13 2 14 5 8
- 4*a33 *m1 *n1 *n2 - a33 *m1 *n2 - 45*a33 *m1 *m2*n1 *n2
2 14 3 10 2 14 12
+ 64*a33 *m1 *m2*n1 *n2 + 5*a33 *m1 *m2*n1*n2
2 13 2 6 7 2 13 2 4 9
+ 180*a33 *m1 *m2 *n1 *n2 - 395*a33 *m1 *m2 *n1 *n2
2 13 2 2 11 2 13 2 13
+ 36*a33 *m1 *m2 *n1 *n2 - 5*a33 *m1 *m2 *n2
2 12 3 7 6 2 12 3 5 8
- 420*a33 *m1 *m2 *n1 *n2 + 1335*a33 *m1 *m2 *n1 *n2
2 12 3 3 10 2 12 3 12
- 360*a33 *m1 *m2 *n1 *n2 + 69*a33 *m1 *m2 *n1*n2
2 11 4 8 5 2 11 4 6 7
+ 630*a33 *m1 *m2 *n1 *n2 - 2820*a33 *m1 *m2 *n1 *n2
2 11 4 4 9 2 11 4 2 11
+ 1285*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 11 4 13 2 10 5 9 4
+ a33 *m1 *m2 *n2 - 630*a33 *m1 *m2 *n1 *n2
2 10 5 7 6 2 10 5 5 8
+ 3948*a33 *m1 *m2 *n1 *n2 - 2493*a33 *m1 *m2 *n1 *n2
2 10 5 3 10 2 10 5 12
+ 956*a33 *m1 *m2 *n1 *n2 + 19*a33 *m1 *m2 *n1*n2
2 9 6 10 3 2 9 6 8 5
+ 420*a33 *m1 *m2 *n1 *n2 - 3738*a33 *m1 *m2 *n1 *n2
2 9 6 6 7 2 9 6 4 9
+ 2760*a33 *m1 *m2 *n1 *n2 - 1315*a33 *m1 *m2 *n1 *n2
2 9 6 2 11 2 9 6 13
- 220*a33 *m1 *m2 *n1 *n2 + 5*a33 *m1 *m2 *n2
2 8 7 11 2 2 8 7 9 4
- 180*a33 *m1 *m2 *n1 *n2 + 2370*a33 *m1 *m2 *n1 *n2
2 8 7 7 6 2 8 7 5 8
- 1392*a33 *m1 *m2 *n1 *n2 + 495*a33 *m1 *m2 *n1 *n2
2 8 7 3 10 2 8 7 12
+ 960*a33 *m1 *m2 *n1 *n2 - 45*a33 *m1 *m2 *n1*n2
2 7 8 12 2 7 8 10 3
+ 45*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
2 7 8 8 5 2 7 8 6 7
- 495*a33 *m1 *m2 *n1 *n2 + 1392*a33 *m1 *m2 *n1 *n2
2 7 8 4 9 2 7 8 2 11
- 2370*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 6 9 13 2 6 9 11 2
- 5*a33 *m1 *m2 *n1 + 220*a33 *m1 *m2 *n1 *n2
2 6 9 9 4 2 6 9 7 6
+ 1315*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
2 6 9 5 8 2 6 9 3 10
+ 3738*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 5 10 12 2 5 10 10 3
- 19*a33 *m1 *m2 *n1 *n2 - 956*a33 *m1 *m2 *n1 *n2
2 5 10 8 5 2 5 10 6 7
+ 2493*a33 *m1 *m2 *n1 *n2 - 3948*a33 *m1 *m2 *n1 *n2
2 5 10 4 9 2 4 11 13
+ 630*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
2 4 11 11 2 2 4 11 9 4
+ 360*a33 *m1 *m2 *n1 *n2 - 1285*a33 *m1 *m2 *n1 *n2
2 4 11 7 6 2 4 11 5 8
+ 2820*a33 *m1 *m2 *n1 *n2 - 630*a33 *m1 *m2 *n1 *n2
2 3 12 12 2 3 12 10 3
- 69*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 3 12 8 5 2 3 12 6 7
- 1335*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 2 13 13 2 2 13 11 2
+ 5*a33 *m1 *m2 *n1 - 36*a33 *m1 *m2 *n1 *n2
2 2 13 9 4 2 2 13 7 6
+ 395*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 14 12 2 14 10 3
- 5*a33 *m1*m2 *n1 *n2 - 64*a33 *m1*m2 *n1 *n2
2 14 8 5 2 15 13 2 15 11 2
+ 45*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1 + 4*a33 *m2 *n1 *n2
2 15 9 4 2 13 8 9 13 6 11
- 5*a33 *m2 *n1 *n2 ) + v3 *( - m1 *n1 *n2 + 2*m1 *n1 *n2
13 2 15 13 17 12 9 8 12 7 10
- 2*m1 *n1 *n2 + m1 *n2 + 9*m1 *m2*n1 *n2 - 26*m1 *m2*n1 *n2
12 5 12 12 3 14 12 16
+ 8*m1 *m2*n1 *n2 + 26*m1 *m2*n1 *n2 - 17*m1 *m2*n1*n2
11 2 10 7 11 2 8 9 11 2 6 11
- 36*m1 *m2 *n1 *n2 + 145*m1 *m2 *n1 *n2 - 94*m1 *m2 *n1 *n2
11 2 4 13 11 2 2 15 11 2 17
- 144*m1 *m2 *n1 *n2 + 130*m1 *m2 *n1 *n2 - m1 *m2 *n2
10 3 11 6 10 3 9 8 10 3 7 10
+ 84*m1 *m2 *n1 *n2 - 465*m1 *m2 *n1 *n2 + 490*m1 *m2 *n1 *n2
10 3 5 12 10 3 3 14 10 3 16
+ 436*m1 *m2 *n1 *n2 - 590*m1 *m2 *n1 *n2 + 13*m1 *m2 *n1*n2
9 4 12 5 9 4 10 7 9 4 8 9
- 126*m1 *m2 *n1 *n2 + 960*m1 *m2 *n1 *n2 - 1500*m1 *m2 *n1 *n2
9 4 6 11 9 4 4 13 9 4 2 15
- 740*m1 *m2 *n1 *n2 + 1770*m1 *m2 *n1 *n2 - 76*m1 *m2 *n1 *n2
8 5 13 4 8 5 11 6 8 5 9 8
+ 126*m1 *m2 *n1 *n2 - 1344*m1 *m2 *n1 *n2 + 3000*m1 *m2 *n1 *n2
8 5 7 10 8 5 5 12 8 5 3 14
+ 504*m1 *m2 *n1 *n2 - 3702*m1 *m2 *n1 *n2 + 264*m1 *m2 *n1 *n2
7 6 14 3 7 6 12 5 7 6 10 7
- 84*m1 *m2 *n1 *n2 + 1302*m1 *m2 *n1 *n2 - 4116*m1 *m2 *n1 *n2
7 6 8 9 7 6 6 11 7 6 4 13
+ 648*m1 *m2 *n1 *n2 + 5544*m1 *m2 *n1 *n2 - 606*m1 *m2 *n1 *n2
6 7 15 2 6 7 13 4 6 7 11 6
+ 36*m1 *m2 *n1 *n2 - 870*m1 *m2 *n1 *n2 + 3948*m1 *m2 *n1 *n2
6 7 9 8 6 7 7 10 6 7 5 12
- 2112*m1 *m2 *n1 *n2 - 6000*m1 *m2 *n1 *n2 + 966*m1 *m2 *n1 *n2
5 8 16 5 8 14 3 5 8 12 5
- 9*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2 - 2640*m1 *m2 *n1 *n2
5 8 10 7 5 8 8 9 5 8 6 11
+ 2718*m1 *m2 *n1 *n2 + 4665*m1 *m2 *n1 *n2 - 1092*m1 *m2 *n1 *n2
4 9 17 4 9 15 2 4 9 13 4
+ m1 *m2 *n1 - 110*m1 *m2 *n1 *n2 + 1200*m1 *m2 *n1 *n2
4 9 11 6 4 9 9 8 4 9 7 10
- 2110*m1 *m2 *n1 *n2 - 2545*m1 *m2 *n1 *n2 + 876*m1 *m2 *n1 *n2
3 10 16 3 10 14 3 3 10 12 5
+ 17*m1 *m2 *n1 *n2 - 350*m1 *m2 *n1 *n2 + 1048*m1 *m2 *n1 *n2
3 10 10 7 3 10 8 9 2 11 17
+ 926*m1 *m2 *n1 *n2 - 489*m1 *m2 *n1 *n2 - m1 *m2 *n1
2 11 15 2 2 11 13 4 2 11 11 6
+ 58*m1 *m2 *n1 *n2 - 324*m1 *m2 *n1 *n2 - 202*m1 *m2 *n1 *n2
2 11 9 8 12 16 12 14 3
+ 181*m1 *m2 *n1 *n2 - 4*m1*m2 *n1 *n2 + 56*m1*m2 *n1 *n2
12 12 5 12 10 7 13 15 2
+ 20*m1*m2 *n1 *n2 - 40*m1*m2 *n1 *n2 - 4*m2 *n1 *n2
13 11 6
+ 4*m2 *n1 *n2 )
= a product of the elements of: {4,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n1 - m1*n2 + m2*n1 + m2*n2,
m1*n1 + m1*n2 - m2*n1 + m2*n2,
2 6 2 4 2 2 2 4 2 6
4 a33 *n1 + 3*a33 *n1 *n2 + 3*a33 *n1 *n2 + a33 *n2 3
u1 *------------------------------------------------------- + u1 *v1*(
4
2 5 2 3 2 2 4 2 4
- a33 *m1*n1 - 2*a33 *m1*n1 *n2 - a33 *m1*n1*n2 - a33 *m2*n1 *n2
2 2 3 2 5 3 2 4
- 2*a33 *m2*n1 *n2 - a33 *m2*n2 ) + u1 *v2*( - a33 *m1*n1 *n2
2 2 3 2 5 2 5 2 3 2
- 2*a33 *m1*n1 *n2 - a33 *m1*n2 + a33 *m2*n1 + 2*a33 *m2*n1 *n2
2 4
+ a33 *m2*n1*n2 )
7 5 2 3 4 6
3 - a33*n1 - 3*a33*n1 *n2 - 3*a33*n1 *n2 - a33*n1*n2
+ u1 *---------------------------------------------------------
2
2 6 2 4 2 2 2 4 2 6
2 2 a33 *n1 + 3*a33 *n1 *n2 + 3*a33 *n1 *n2 + a33 *n2 2
+ u1 *u2 *------------------------------------------------------- + u1 *u2
2
2 4 2 2 3 2 5 2 5
*v1*(a33 *m1*n1 *n2 + 2*a33 *m1*n1 *n2 + a33 *m1*n2 - a33 *m2*n1
2 3 2 2 4 2 2 5
- 2*a33 *m2*n1 *n2 - a33 *m2*n1*n2 ) + u1 *u2*v2*( - a33 *m1*n1
2 3 2 2 4 2 4 2 2 3
- 2*a33 *m1*n1 *n2 - a33 *m1*n1*n2 - a33 *m2*n1 *n2 - 2*a33 *m2*n1 *n2
2 5
- a33 *m2*n2 )
6 4 3 2 5 7
2 - a33*n1 *n2 - 3*a33*n1 *n2 - 3*a33*n1 *n2 - a33*n2 2
+ u1 *u2*--------------------------------------------------------- + u1 *v1
2
2 2 3 2 2 3 2 4
*v2*(2*a33 *m1 *n1 *n2 + 2*a33 *m1 *n1*n2 - 2*a33 *m1*m2*n1
2 4 2 2 3 2 2 3 2
+ 2*a33 *m1*m2*n2 - 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1*n2 ) + u1 *v1*(
6 4 2 2 4 6
3*a33*m1*n1 + 5*a33*m1*n1 *n2 + a33*m1*n1 *n2 - a33*m1*n2
5 3 3 5 2 2
+ 4*a33*m2*n1 *n2 + 8*a33*m2*n1 *n2 + 4*a33*m2*n1*n2 )/2 + u1 *v2 *(
2 2 4 2 2 4 2 3 2 3
- a33 *m1 *n1 + a33 *m1 *n2 - 4*a33 *m1*m2*n1 *n2 - 4*a33 *m1*m2*n1*n2
2 2 4 2 2 4 2 5
+ a33 *m2 *n1 - a33 *m2 *n2 ) + u1 *v2*(4*a33*m1*n1 *n2
3 3 5 6 4 2
+ 8*a33*m1*n1 *n2 + 4*a33*m1*n1*n2 - 3*a33*m2*n1 - 5*a33*m2*n1 *n2
2 4 6 2 2 2 2 4
- a33*m2*n1 *n2 + a33*m2*n2 )/2 + u1 *v3 *( - 3*a33 *m1 *n1
2 2 2 2 2 2 4 2 3
- 4*a33 *m1 *n1 *n2 - a33 *m1 *n2 - 4*a33 *m1*m2*n1 *n2
2 3 2 2 4 2 2 2 2
- 4*a33 *m1*m2*n1*n2 - a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
8 6 2 4 4 2 6
2 2 4 2 n1 + 3*n1 *n2 + 3*n1 *n2 + n1 *n2
- 3*a33 *m2 *n2 )/2 + u1 *--------------------------------------- + u1
4
2 2 5 2 3 2 2 4 2 4
*u2 *v1*( - a33 *m1*n1 - 2*a33 *m1*n1 *n2 - a33 *m1*n1*n2 - a33 *m2*n1 *n2
2 2 3 2 5 2 2 4
- 2*a33 *m2*n1 *n2 - a33 *m2*n2 ) + u1*u2 *v2*( - a33 *m1*n1 *n2
2 2 3 2 5 2 5 2 3 2
- 2*a33 *m1*n1 *n2 - a33 *m1*n2 + a33 *m2*n1 + 2*a33 *m2*n1 *n2
2 4
+ a33 *m2*n1*n2 )
7 5 2 3 4 6
2 - a33*n1 - 3*a33*n1 *n2 - 3*a33*n1 *n2 - a33*n1*n2
+ u1*u2 *--------------------------------------------------------- + u1*u2
2
2 2 2 3 2 2 3 2 4
*v1 *( - 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1*n2 + 2*a33 *m1*m2*n1
2 4 2 2 3 2 2 3
- 2*a33 *m1*m2*n2 + 2*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1*n2 ) + u1*u2*v1
2 2 4 2 2 4 2 3
*v2*(2*a33 *m1 *n1 - 2*a33 *m1 *n2 + 8*a33 *m1*m2*n1 *n2
2 3 2 2 4 2 2 4
+ 8*a33 *m1*m2*n1*n2 - 2*a33 *m2 *n1 + 2*a33 *m2 *n2 )
6 4 2 2 4 6
+ u1*u2*v1*(a33*m2*n1 + 3*a33*m2*n1 *n2 + 3*a33*m2*n1 *n2 + a33*m2*n2 ) +
2 2 2 3 2 2 3 2 4
u1*u2*v2 *(2*a33 *m1 *n1 *n2 + 2*a33 *m1 *n1*n2 - 2*a33 *m1*m2*n1
2 4 2 2 3 2 2 3
+ 2*a33 *m1*m2*n2 - 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1*n2 )
6 4 2 2 4 6
+ u1*u2*v2*(a33*m1*n1 + 3*a33*m1*n1 *n2 + 3*a33*m1*n1 *n2 + a33*m1*n2 )
7 5 3 3 5 7
n1 *n2 + 3*n1 *n2 + 3*n1 *n2 + n1*n2 2
+ u1*u2*----------------------------------------- + u1*v1 *v2*(
2
2 3 2 2 2 3 2 2 2
2*a33 *m1 *n1 *n2 - 2*a33 *m1 *m2*n1 + 4*a33 *m1 *m2*n1*n2
2 2 2 2 2 3 2 3 2 2
- 4*a33 *m1*m2 *n1 *n2 + 2*a33 *m1*m2 *n2 - 2*a33 *m2 *n1*n2 ) + u1*v1 *
2 3 2 2 4 4 5
(a33*m1 *n1 *n2 + a33*m1 *n1*n2 - a33*m1*m2*n1 *n2 + a33*m1*m2*n2
2 3 2 2 4 2 4
- a33*m2 *n1 *n2 - a33*m2 *n1*n2 ) + u1*v1*v2*( - 3*a33*m1 *n1 *n2
2 2 3 2 5 5 3 2
- 2*a33*m1 *n1 *n2 + a33*m1 *n2 + 2*a33*m1*m2*n1 - 4*a33*m1*m2*n1 *n2
4 2 4 2 2 3 2 5
- 6*a33*m1*m2*n1*n2 + 3*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - a33*m2 *n2
2 2 3 3 2 3 2 2 2 2
) + u1*v1*v3 *(a33 *m1 *n1 + a33 *m1 *n1*n2 + a33 *m1 *m2*n1 *n2
2 2 3 2 2 3 2 2 2
+ a33 *m1 *m2*n2 + a33 *m1*m2 *n1 + a33 *m1*m2 *n1*n2
2 3 2 2 3 3 7 5 2
+ a33 *m2 *n1 *n2 + a33 *m2 *n2 ) + u1*v1*( - m1*n1 + m1*n1 *n2
3 4 6 6 4 3 2 5
+ 5*m1*n1 *n2 + 3*m1*n1*n2 - 3*m2*n1 *n2 - 5*m2*n1 *n2 - m2*n1 *n2
7 3 2 3 2 2 2 3
+ m2*n2 )/2 + u1*v2 *(2*a33 *m1 *n1 *n2 - 2*a33 *m1 *m2*n1
2 2 2 2 2 2 2 2 3
+ 4*a33 *m1 *m2*n1*n2 - 4*a33 *m1*m2 *n1 *n2 + 2*a33 *m1*m2 *n2
2 3 2 2 2 5 2 3 2
- 2*a33 *m2 *n1*n2 ) + u1*v2 *(a33*m1 *n1 - a33*m1 *n1 *n2
2 4 4 2 3
- 2*a33*m1 *n1*n2 + 5*a33*m1*m2*n1 *n2 + 4*a33*m1*m2*n1 *n2
5 2 5 2 3 2 2 4
- a33*m1*m2*n2 - a33*m2 *n1 + a33*m2 *n1 *n2 + 2*a33*m2 *n1*n2 ) + u1
2 2 3 2 2 3 3 2 2 3
*v2*v3 *(3*a33 *m1 *n1 *n2 + a33 *m1 *n2 - 3*a33 *m1 *m2*n1
2 2 2 2 2 2 2 2 3
+ 3*a33 *m1 *m2*n1*n2 - 3*a33 *m1*m2 *n1 *n2 + 3*a33 *m1*m2 *n2
2 3 3 2 3 2 6
- a33 *m2 *n1 - 3*a33 *m2 *n1*n2 ) + u1*v2*( - 2*m1*n1 *n2
4 3 2 5 7 5 2 3 4
- 4*m1*n1 *n2 - 2*m1*n1 *n2 + m2*n1 + m2*n1 *n2 - m2*n1 *n2
6 2 2 5 2 3 2
- m2*n1*n2 )/2 + u1*v3 *(3*a33*m1 *n1 + 4*a33*m1 *n1 *n2
2 4 4 2 3 2 5
+ a33*m1 *n1*n2 + 4*a33*m1*m2*n1 *n2 + 4*a33*m1*m2*n1 *n2 + a33*m2 *n1
2 3 2 2 4
+ 4*a33*m2 *n1 *n2 + 3*a33*m2 *n1*n2 )/2
2 6 2 4 2 2 2 4 2 6
4 a33 *n1 + 3*a33 *n1 *n2 + 3*a33 *n1 *n2 + a33 *n2 3
+ u2 *------------------------------------------------------- + u2 *v1*(
4
2 4 2 2 3 2 5 2 5
a33 *m1*n1 *n2 + 2*a33 *m1*n1 *n2 + a33 *m1*n2 - a33 *m2*n1
2 3 2 2 4 3 2 5
- 2*a33 *m2*n1 *n2 - a33 *m2*n1*n2 ) + u2 *v2*( - a33 *m1*n1
2 3 2 2 4 2 4 2 2 3
- 2*a33 *m1*n1 *n2 - a33 *m1*n1*n2 - a33 *m2*n1 *n2 - 2*a33 *m2*n1 *n2
2 5
- a33 *m2*n2 )
6 4 3 2 5 7
3 - a33*n1 *n2 - 3*a33*n1 *n2 - 3*a33*n1 *n2 - a33*n2 2 2
+ u2 *--------------------------------------------------------- + u2 *v1 *(
2
2 2 4 2 2 4 2 3 2 3
- a33 *m1 *n1 + a33 *m1 *n2 - 4*a33 *m1*m2*n1 *n2 - 4*a33 *m1*m2*n1*n2
2 2 4 2 2 4 2 2 2 3
+ a33 *m2 *n1 - a33 *m2 *n2 ) + u2 *v1*v2*( - 2*a33 *m1 *n1 *n2
2 2 3 2 4 2 4
- 2*a33 *m1 *n1*n2 + 2*a33 *m1*m2*n1 - 2*a33 *m1*m2*n2
2 2 3 2 2 3 2 6
+ 2*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1*n2 ) + u2 *v1*(a33*m1*n1
4 2 2 4 6 5
- a33*m1*n1 *n2 - 5*a33*m1*n1 *n2 - 3*a33*m1*n2 + 4*a33*m2*n1 *n2
3 3 5 2 5
+ 8*a33*m2*n1 *n2 + 4*a33*m2*n1*n2 )/2 + u2 *v2*(4*a33*m1*n1 *n2
3 3 5 6 4 2
+ 8*a33*m1*n1 *n2 + 4*a33*m1*n1*n2 - a33*m2*n1 + a33*m2*n1 *n2
2 4 6 2 2 2 2 4
+ 5*a33*m2*n1 *n2 + 3*a33*m2*n2 )/2 + u2 *v3 *( - 3*a33 *m1 *n1
2 2 2 2 2 2 4 2 3
- 4*a33 *m1 *n1 *n2 - a33 *m1 *n2 - 4*a33 *m1*m2*n1 *n2
2 3 2 2 4 2 2 2 2
- 4*a33 *m1*m2*n1*n2 - a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
6 2 4 4 2 6 8
2 2 4 2 n1 *n2 + 3*n1 *n2 + 3*n1 *n2 + n2
- 3*a33 *m2 *n2 )/2 + u2 *--------------------------------------- + u2
4
3 2 3 2 2 2 3 2 2 2
*v1 *( - 2*a33 *m1 *n1 *n2 + 2*a33 *m1 *m2*n1 - 4*a33 *m1 *m2*n1*n2
2 2 2 2 2 3 2 3 2
+ 4*a33 *m1*m2 *n1 *n2 - 2*a33 *m1*m2 *n2 + 2*a33 *m2 *n1*n2 ) + u2
2 2 4 2 2 3 2 5 5
*v1 *(2*a33*m1 *n1 *n2 + a33*m1 *n1 *n2 - a33*m1 *n2 - a33*m1*m2*n1
3 2 4 2 4
+ 4*a33*m1*m2*n1 *n2 + 5*a33*m1*m2*n1*n2 - 2*a33*m2 *n1 *n2
2 2 3 2 5 2 2 3 2
- a33*m2 *n1 *n2 + a33*m2 *n2 ) + u2*v1*v2 *( - 2*a33 *m1 *n1 *n2
2 2 3 2 2 2 2 2 2
+ 2*a33 *m1 *m2*n1 - 4*a33 *m1 *m2*n1*n2 + 4*a33 *m1*m2 *n1 *n2
2 2 3 2 3 2 2 5
- 2*a33 *m1*m2 *n2 + 2*a33 *m2 *n1*n2 ) + u2*v1*v2*( - a33*m1 *n1
2 3 2 2 4 4
+ 2*a33*m1 *n1 *n2 + 3*a33*m1 *n1*n2 - 6*a33*m1*m2*n1 *n2
2 3 5 2 5 2 3 2
- 4*a33*m1*m2*n1 *n2 + 2*a33*m1*m2*n2 + a33*m2 *n1 - 2*a33*m2 *n1 *n2
2 4 2 2 3 2 2 3 3
- 3*a33*m2 *n1*n2 ) + u2*v1*v3 *( - 3*a33 *m1 *n1 *n2 - a33 *m1 *n2
2 2 3 2 2 2 2 2 2
+ 3*a33 *m1 *m2*n1 - 3*a33 *m1 *m2*n1*n2 + 3*a33 *m1*m2 *n1 *n2
2 2 3 2 3 3 2 3 2
- 3*a33 *m1*m2 *n2 + a33 *m2 *n1 + 3*a33 *m2 *n1*n2 ) + u2*v1*(
6 4 3 2 5 7 5 2
- m1*n1 *n2 - m1*n1 *n2 + m1*n1 *n2 + m1*n2 - 2*m2*n1 *n2
3 4 6 2 2 4
- 4*m2*n1 *n2 - 2*m2*n1*n2 )/2 + u2*v2 *( - a33*m1 *n1 *n2
2 2 3 5 4 2 4
- a33*m1 *n1 *n2 + a33*m1*m2*n1 - a33*m1*m2*n1*n2 + a33*m2 *n1 *n2
2 2 3 2 2 3 3 2 3 2
+ a33*m2 *n1 *n2 ) + u2*v2*v3 *(a33 *m1 *n1 + a33 *m1 *n1*n2
2 2 2 2 2 3 2 2 3
+ a33 *m1 *m2*n1 *n2 + a33 *m1 *m2*n2 + a33 *m1*m2 *n1
2 2 2 2 3 2 2 3 3 2
+ a33 *m1*m2 *n1*n2 + a33 *m2 *n1 *n2 + a33 *m2 *n2 ) + u2*v3 *(
2 4 2 2 3 2 5 3 2
3*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2 + a33*m1 *n2 + 4*a33*m1*m2*n1 *n2
4 2 4 2 2 3 2 5
+ 4*a33*m1*m2*n1*n2 + a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 + 3*a33*m2 *n2
2 2 3 3 2 2 2
)/2 + u3*v1 *v3*( - 2*a33 *m1 *n1 - 6*a33 *m1 *m2*n1 *n2
2 2 2 2 3 3 2 2 3 3
- 6*a33 *m1*m2 *n1*n2 - 2*a33 *m2 *n2 ) + u3*v2 *v3*( - 2*a33 *m1 *n1
2 2 2 2 2 2 2 3 3 3
- 6*a33 *m1 *m2*n1 *n2 - 6*a33 *m1*m2 *n1*n2 - 2*a33 *m2 *n2 ) + u3*v3 *
2 3 3 2 2 2 2 2 2
( - 2*a33 *m1 *n1 - 6*a33 *m1 *m2*n1 *n2 - 6*a33 *m1*m2 *n1*n2
2 3 3 5 2 3 4 6
- 2*a33 *m2 *n2 ) + u3*v3*(2*m1*n1 *n2 + 4*m1*n1 *n2 + 2*m1*n1*n2
6 4 3 2 5 7 3 3 4
- m2*n1 *n2 - m2*n1 *n2 + m2*n1 *n2 + m2*n2 )/2 + v1 *( - a33*m1 *n1
3 2 2 2 3 2 3
+ a33*m1 *n1 *n2 - 4*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n1*n2
2 2 2 2 4 3 3 2
- 5*a33*m1*m2 *n1 *n2 + a33*m1*m2 *n2 - 2*a33*m2 *n1*n2 ) + v1 *v2*(
3 3 2 4 2 2 2
- 2*a33*m1 *n1 *n2 + a33*m1 *m2*n1 - 5*a33*m1 *m2*n1 *n2
2 3 2 3 3 2 2
+ 2*a33*m1*m2 *n1 *n2 - 4*a33*m1*m2 *n1*n2 + a33*m2 *n1 *n2
3 4 2 2 2 4 2 2 3
- a33*m2 *n2 ) + v1 *v3 *(a33 *m1 *n1 + 2*a33 *m1 *m2*n1*n2
2 2 2 2 2 2 2 2 2 3
+ a33 *m1 *m2 *n1 + a33 *m1 *m2 *n2 + 2*a33 *m1*m2 *n1*n2
2 4 2 2 3 4 3 2 2
+ a33 *m2 *n2 ) + v1*v2 *( - a33*m1 *n1 + a33*m1 *n1 *n2
2 3 2 3 2 2 2
- 4*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n1*n2 - 5*a33*m1*m2 *n1 *n2
2 4 3 3 2 5 2 5
+ a33*m1*m2 *n2 - 2*a33*m2 *n1*n2 ) + v1*v2*(2*m1 *n1 *n2 - 2*m1 *n1*n2
6 4 2 2 4 6
- m1*m2*n1 + 5*m1*m2*n1 *n2 + 5*m1*m2*n1 *n2 - m1*m2*n2
2 5 2 5 2 3 4
- 2*m2 *n1 *n2 + 2*m2 *n1*n2 )/2 + v1*v3 *( - 3*a33*m1 *n1
3 2 2 3 4 2 3
+ 2*a33*m1 *n1 *n2 + a33*m1 *n2 - 10*a33*m1 *m2*n1 *n2
2 3 2 4 2 2 2
+ 2*a33*m1 *m2*n1*n2 - a33*m1*m2 *n1 - 10*a33*m1*m2 *n1 *n2
2 4 3 3 3 3 3
+ 3*a33*m1*m2 *n2 - 2*a33*m2 *n1 *n2 - 6*a33*m2 *n1*n2 )/2 + v2 *(
3 3 2 4 2 2 2
- 2*a33*m1 *n1 *n2 + a33*m1 *m2*n1 - 5*a33*m1 *m2*n1 *n2
2 3 2 3 3 2 2
+ 2*a33*m1*m2 *n1 *n2 - 4*a33*m1*m2 *n1*n2 + a33*m2 *n1 *n2
3 4 2 2 2 4 2 2 3
- a33*m2 *n2 ) + v2 *v3 *(a33 *m1 *n1 + 2*a33 *m1 *m2*n1*n2
2 2 2 2 2 2 2 2 2 3
+ a33 *m1 *m2 *n1 + a33 *m1 *m2 *n2 + 2*a33 *m1*m2 *n1*n2
2 4 2 2 2 6 2 4 2 2 2 4
+ a33 *m2 *n2 ) + v2 *( - m1 *n1 + 5*m1 *n1 *n2 + 5*m1 *n1 *n2
2 6 5 5 2 6 2 4 2
- m1 *n2 - 8*m1*m2*n1 *n2 + 8*m1*m2*n1*n2 + m2 *n1 - 5*m2 *n1 *n2
2 2 4 2 6 2 3 3
- 5*m2 *n1 *n2 + m2 *n2 )/4 + v2*v3 *( - 6*a33*m1 *n1 *n2
3 3 2 4 2 2 2
- 2*a33*m1 *n1*n2 + 3*a33*m1 *m2*n1 - 10*a33*m1 *m2*n1 *n2
2 4 2 3 2 3
- a33*m1 *m2*n2 + 2*a33*m1*m2 *n1 *n2 - 10*a33*m1*m2 *n1*n2
3 4 3 2 2 3 4 4
+ a33*m2 *n1 + 2*a33*m2 *n1 *n2 - 3*a33*m2 *n2 )/2 + v3 *(
2 4 2 2 4 2 2 3 2 2 2 2
5*a33 *m1 *n1 + a33 *m1 *n2 + 8*a33 *m1 *m2*n1*n2 + 6*a33 *m1 *m2 *n1
2 2 2 2 2 3 2 4 2
+ 6*a33 *m1 *m2 *n2 + 8*a33 *m1*m2 *n1*n2 + a33 *m2 *n1
2 4 2 2 2 6 2 4 2 2 2 4
+ 5*a33 *m2 *n2 )/4 + v3 *( - m1 *n1 + m1 *n1 *n2 + m1 *n1 *n2
2 6 5 5 2 4 2
- m1 *n2 - 4*m1*m2*n1 *n2 + 4*m1*m2*n1*n2 - 4*m2 *n1 *n2
2 2 4
- 4*m2 *n1 *n2 )/4}
{HAM,FI} = 0
3 11 8 9 11 6 11 11 2 15
FI=u1 *v1*(a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
- a33*m1 *n2 - 9*a33*m1 *m2*n1 *n2 - 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
+ 12*a33*m1 *m2*n1 *n2 + 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
+ 13*a33*m1 *m2*n1*n2 + 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
+ 35*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15
- 180*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
9 2 17 8 3 11 6
+ a33*m1 *m2 *n2 - 84*a33*m1 *m2 *n1 *n2
8 3 9 8 8 3 7 10
- 15*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
8 3 5 12 8 3 3 14
+ 600*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
8 3 16 7 4 12 5
- 9*a33*m1 *m2 *n1*n2 + 126*a33*m1 *m2 *n1 *n2
7 4 10 7 7 4 8 9
- 120*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
7 4 6 11 7 4 4 13
- 1260*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
7 4 2 15 6 5 13 4
+ 36*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
6 5 11 6 6 5 9 8
+ 336*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
6 5 7 10 6 5 5 12
+ 1764*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
6 5 3 14 5 6 14 3
- 84*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 12 5 5 6 10 7
- 462*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
5 6 8 9 5 6 6 11
- 1680*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
5 6 4 13 4 7 15 2
+ 126*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
4 7 13 4 4 7 11 6
+ 390*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
4 7 9 8 4 7 7 10
+ 1080*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
4 7 5 12 3 8 16
- 126*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
3 8 14 3 3 8 12 5
- 210*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
3 8 10 7 3 8 8 9
- 450*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
3 8 6 11 2 9 17
+ 84*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
+ 70*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
+ 110*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
- 36*a33*m1 *m2 *n1 *n2 - 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
- 30*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
+ 14*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
11 15 2 11 11 6 11 9 8
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) +
2 11 8 9 11 6 11 11 2 15
u1 *u2*v2*(a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
- a33*m1 *n2 - 9*a33*m1 *m2*n1 *n2 - 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
+ 12*a33*m1 *m2*n1 *n2 + 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
+ 13*a33*m1 *m2*n1*n2 + 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
+ 35*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15
- 180*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
9 2 17 8 3 11 6
+ a33*m1 *m2 *n2 - 84*a33*m1 *m2 *n1 *n2
8 3 9 8 8 3 7 10
- 15*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
8 3 5 12 8 3 3 14
+ 600*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
8 3 16 7 4 12 5
- 9*a33*m1 *m2 *n1*n2 + 126*a33*m1 *m2 *n1 *n2
7 4 10 7 7 4 8 9
- 120*a33*m1 *m2 *n1 *n2 - 1080*a33*m1 *m2 *n1 *n2
7 4 6 11 7 4 4 13
- 1260*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
7 4 2 15 6 5 13 4
+ 36*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
6 5 11 6 6 5 9 8
+ 336*a33*m1 *m2 *n1 *n2 + 1680*a33*m1 *m2 *n1 *n2
6 5 7 10 6 5 5 12
+ 1764*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
6 5 3 14 5 6 14 3
- 84*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 12 5 5 6 10 7
- 462*a33*m1 *m2 *n1 *n2 - 1764*a33*m1 *m2 *n1 *n2
5 6 8 9 5 6 6 11
- 1680*a33*m1 *m2 *n1 *n2 - 336*a33*m1 *m2 *n1 *n2
5 6 4 13 4 7 15 2
+ 126*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
4 7 13 4 4 7 11 6
+ 390*a33*m1 *m2 *n1 *n2 + 1260*a33*m1 *m2 *n1 *n2
4 7 9 8 4 7 7 10
+ 1080*a33*m1 *m2 *n1 *n2 + 120*a33*m1 *m2 *n1 *n2
4 7 5 12 3 8 16
- 126*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
3 8 14 3 3 8 12 5
- 210*a33*m1 *m2 *n1 *n2 - 600*a33*m1 *m2 *n1 *n2
3 8 10 7 3 8 8 9
- 450*a33*m1 *m2 *n1 *n2 + 15*a33*m1 *m2 *n1 *n2
3 8 6 11 2 9 17
+ 84*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
+ 70*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
+ 110*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
- 36*a33*m1 *m2 *n1 *n2 - 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
- 30*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
+ 14*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
11 15 2 11 11 6 11 9 8
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) +
2 11 8 9 11 6 11 11 2 15
u1 *u3*v3*(a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 17 10 9 8
- a33*m1 *n2 - 9*a33*m1 *m2*n1 *n2
10 7 10 10 5 12
- 14*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
10 3 14 10 16
+ 30*a33*m1 *m2*n1 *n2 + 13*a33*m1 *m2*n1*n2
9 2 10 7 9 2 8 9
+ 36*a33*m1 *m2 *n1 *n2 + 35*a33*m1 *m2 *n1 *n2
9 2 6 11 9 2 4 13
- 110*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
9 2 2 15 9 2 17
- 70*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2
8 3 11 6 8 3 9 8
- 84*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
8 3 7 10 8 3 5 12
+ 450*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
8 3 3 14 8 3 16
+ 210*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1*n2
7 4 12 5 7 4 10 7
+ 126*a33*m1 *m2 *n1 *n2 - 120*a33*m1 *m2 *n1 *n2
7 4 8 9 7 4 6 11
- 1080*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
7 4 4 13 7 4 2 15
- 390*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 5 13 4 6 5 11 6
- 126*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
6 5 9 8 6 5 7 10
+ 1680*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
6 5 5 12 6 5 3 14
+ 462*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 6 14 3 5 6 12 5
+ 84*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
5 6 10 7 5 6 8 9
- 1764*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
5 6 6 11 5 6 4 13
- 336*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
4 7 15 2 4 7 13 4
- 36*a33*m1 *m2 *n1 *n2 + 390*a33*m1 *m2 *n1 *n2
4 7 11 6 4 7 9 8
+ 1260*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
4 7 7 10 4 7 5 12
+ 120*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 8 16 3 8 14 3
+ 9*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
3 8 12 5 3 8 10 7
- 600*a33*m1 *m2 *n1 *n2 - 450*a33*m1 *m2 *n1 *n2
3 8 8 9 3 8 6 11
+ 15*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
2 9 17 2 9 15 2
- a33*m1 *m2 *n1 + 70*a33*m1 *m2 *n1 *n2
2 9 13 4 2 9 11 6
+ 180*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
2 9 9 8 2 9 7 10
- 35*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
10 16 10 14 3
- 13*a33*m1*m2 *n1 *n2 - 30*a33*m1*m2 *n1 *n2
10 12 5 10 10 7
- 12*a33*m1*m2 *n1 *n2 + 14*a33*m1*m2 *n1 *n2
10 8 9 11 17 11 15 2
+ 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1 + 2*a33*m2 *n1 *n2
11 11 6 11 9 8 2
- 2*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u1 *v1*v2*(
12 6 10 12 4 12 12 2 14
- 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
12 16 11 7 9 11 5 11
+ 2*a33*m1 *n2 + 20*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
- 36*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
- 90*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
+ 252*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7 9 3 7 9
- 2*a33*m1 *m2 *n2 + 240*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
9 3 5 11 9 3 3 13
- 980*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
9 3 15 8 4 10 6
+ 20*a33*m1 *m2 *n1*n2 - 420*a33*m1 *m2 *n1 *n2
8 4 8 8 8 4 6 10
+ 630*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
8 4 4 12 8 4 2 14
+ 1290*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
7 5 11 5 7 5 9 7
+ 504*a33*m1 *m2 *n1 *n2 - 1416*a33*m1 *m2 *n1 *n2
7 5 7 9 7 5 5 11
- 4104*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
7 5 3 13 6 6 12 4
+ 240*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
6 6 10 6 6 6 8 8
+ 2016*a33*m1 *m2 *n1 *n2 + 4872*a33*m1 *m2 *n1 *n2
6 6 6 10 6 6 4 12
+ 2016*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
5 7 13 3 5 7 11 5
+ 240*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
5 7 9 7 5 7 7 9
- 4104*a33*m1 *m2 *n1 *n2 - 1416*a33*m1 *m2 *n1 *n2
5 7 5 11 4 8 14 2
+ 504*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
4 8 12 4 4 8 10 6
+ 1290*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
4 8 8 8 4 8 6 10
+ 630*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
3 9 15 3 9 13 3
+ 20*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
3 9 11 5 3 9 9 7
- 980*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
3 9 7 9 2 10 16
+ 240*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
2 10 14 2 2 10 12 4
+ 168*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
2 10 10 6 2 10 8 8
- 8*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
11 15 11 13 3
- 28*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
11 11 5 11 9 7 12 16
+ 12*a33*m1*m2 *n1 *n2 + 20*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
12 14 2 12 12 4 12 10 6 2
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u1
11 9 9 11 7 11 11 3 15 11 17
*v1*( - m1 *n1 *n2 - 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + m1 *n1*n2
10 10 8 10 8 10 10 6 12
+ 9*m1 *m2*n1 *n2 + 14*m1 *m2*n1 *n2 - 12*m1 *m2*n1 *n2
10 4 14 10 2 16 9 2 11 7
- 30*m1 *m2*n1 *n2 - 13*m1 *m2*n1 *n2 - 36*m1 *m2 *n1 *n2
9 2 9 9 9 2 7 11 9 2 5 13
- 35*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2
9 2 3 15 9 2 17 8 3 12 6
+ 70*m1 *m2 *n1 *n2 - m1 *m2 *n1*n2 + 84*m1 *m2 *n1 *n2
8 3 10 8 8 3 8 10 8 3 6 12
+ 15*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2
8 3 4 14 8 3 2 16 7 4 13 5
- 210*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
7 4 11 7 7 4 9 9 7 4 7 11
+ 120*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2
7 4 5 13 7 4 3 15 6 5 14 4
+ 390*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
6 5 12 6 6 5 10 8 6 5 8 10
- 336*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2
6 5 6 12 6 5 4 14 5 6 15 3
- 462*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
5 6 13 5 5 6 11 7 5 6 9 9
+ 462*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
5 6 7 11 5 6 5 13 4 7 16 2
+ 336*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
4 7 14 4 4 7 12 6 4 7 10 8
- 390*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2
4 7 8 10 4 7 6 12 3 8 17
- 120*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2
3 8 15 3 3 8 13 5 3 8 11 7
+ 210*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2
3 8 9 9 3 8 7 11 2 9 18
- 15*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + m1 *m2 *n1
2 9 16 2 2 9 14 4 2 9 12 6
- 70*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2
2 9 10 8 2 9 8 10 10 17
+ 35*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 + 13*m1*m2 *n1 *n2
10 15 3 10 13 5 10 11 7
+ 30*m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2 - 14*m1*m2 *n1 *n2
10 9 9 11 18 11 16 2 11 12 6
- 9*m1*m2 *n1 *n2 - m2 *n1 - 2*m2 *n1 *n2 + 2*m2 *n1 *n2
11 10 8 2 2 12 7 9 12 5 11
+ m2 *n1 *n2 ) + u1 *v2 *(a33*m1 *n1 *n2 + a33*m1 *n1 *n2
12 3 13 12 15 11 8 8
- a33*m1 *n1 *n2 - a33*m1 *n1*n2 - 9*a33*m1 *m2*n1 *n2
11 6 10 11 4 12
- 4*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1 *n2
11 2 14 11 16 10 2 9 7
+ 12*a33*m1 *m2*n1 *n2 - a33*m1 *m2*n2 + 36*a33*m1 *m2 *n1 *n2
10 2 7 9 10 2 5 11
- 10*a33*m1 *m2 *n1 *n2 - 114*a33*m1 *m2 *n1 *n2
10 2 3 13 10 2 15
- 54*a33*m1 *m2 *n1 *n2 + 14*a33*m1 *m2 *n1*n2
9 3 10 6 9 3 8 8
- 84*a33*m1 *m2 *n1 *n2 + 105*a33*m1 *m2 *n1 *n2
9 3 6 10 9 3 4 12
+ 380*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
9 3 2 14 9 3 16 8 4 11 5
- 80*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 + 126*a33*m1 *m2 *n1 *n2
8 4 9 7 8 4 7 9
- 330*a33*m1 *m2 *n1 *n2 - 765*a33*m1 *m2 *n1 *n2
8 4 5 11 8 4 3 13
- 45*a33*m1 *m2 *n1 *n2 + 255*a33*m1 *m2 *n1 *n2
8 4 15 7 5 12 4
- 9*a33*m1 *m2 *n1*n2 - 126*a33*m1 *m2 *n1 *n2
7 5 10 6 7 5 8 8
+ 588*a33*m1 *m2 *n1 *n2 + 972*a33*m1 *m2 *n1 *n2
7 5 6 10 7 5 4 12
- 288*a33*m1 *m2 *n1 *n2 - 510*a33*m1 *m2 *n1 *n2
7 5 2 14 6 6 13 3
+ 36*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
6 6 11 5 6 6 9 7
- 672*a33*m1 *m2 *n1 *n2 - 756*a33*m1 *m2 *n1 *n2
6 6 7 9 6 6 5 11
+ 756*a33*m1 *m2 *n1 *n2 + 672*a33*m1 *m2 *n1 *n2
6 6 3 13 5 7 14 2
- 84*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
5 7 12 4 5 7 10 6
+ 510*a33*m1 *m2 *n1 *n2 + 288*a33*m1 *m2 *n1 *n2
5 7 8 8 5 7 6 10
- 972*a33*m1 *m2 *n1 *n2 - 588*a33*m1 *m2 *n1 *n2
5 7 4 12 4 8 15
+ 126*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
4 8 13 3 4 8 11 5
- 255*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
4 8 9 7 4 8 7 9
+ 765*a33*m1 *m2 *n1 *n2 + 330*a33*m1 *m2 *n1 *n2
4 8 5 11 3 9 16 3 9 14 2
- 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 + 80*a33*m1 *m2 *n1 *n2
3 9 12 4 3 9 10 6
- 110*a33*m1 *m2 *n1 *n2 - 380*a33*m1 *m2 *n1 *n2
3 9 8 8 3 9 6 10
- 105*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
2 10 15 2 10 13 3
- 14*a33*m1 *m2 *n1 *n2 + 54*a33*m1 *m2 *n1 *n2
2 10 11 5 2 10 9 7
+ 114*a33*m1 *m2 *n1 *n2 + 10*a33*m1 *m2 *n1 *n2
2 10 7 9 11 16 11 14 2
- 36*a33*m1 *m2 *n1 *n2 + a33*m1*m2 *n1 - 12*a33*m1*m2 *n1 *n2
11 12 4 11 10 6
- 18*a33*m1*m2 *n1 *n2 + 4*a33*m1*m2 *n1 *n2
11 8 8 12 15 12 13 3
+ 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2 + a33*m2 *n1 *n2
12 11 5 12 9 7 2 2 12 7 9
- a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u1 *v3 *(a33*m1 *n1 *n2
12 5 11 12 3 13 12 15
+ a33*m1 *n1 *n2 - a33*m1 *n1 *n2 - a33*m1 *n1*n2
11 8 8 11 6 10
- 9*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n1 *n2
11 4 12 11 2 14 11 16
+ 18*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2 - a33*m1 *m2*n2
10 2 9 7 10 2 7 9
+ 36*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
10 2 5 11 10 2 3 13
- 114*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
10 2 15 9 3 10 6
+ 14*a33*m1 *m2 *n1*n2 - 84*a33*m1 *m2 *n1 *n2
9 3 8 8 9 3 6 10
+ 105*a33*m1 *m2 *n1 *n2 + 380*a33*m1 *m2 *n1 *n2
9 3 4 12 9 3 2 14 9 3 16
+ 110*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2
8 4 11 5 8 4 9 7
+ 126*a33*m1 *m2 *n1 *n2 - 330*a33*m1 *m2 *n1 *n2
8 4 7 9 8 4 5 11
- 765*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2
8 4 3 13 8 4 15
+ 255*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1*n2
7 5 12 4 7 5 10 6
- 126*a33*m1 *m2 *n1 *n2 + 588*a33*m1 *m2 *n1 *n2
7 5 8 8 7 5 6 10
+ 972*a33*m1 *m2 *n1 *n2 - 288*a33*m1 *m2 *n1 *n2
7 5 4 12 7 5 2 14
- 510*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 6 13 3 6 6 11 5
+ 84*a33*m1 *m2 *n1 *n2 - 672*a33*m1 *m2 *n1 *n2
6 6 9 7 6 6 7 9
- 756*a33*m1 *m2 *n1 *n2 + 756*a33*m1 *m2 *n1 *n2
6 6 5 11 6 6 3 13
+ 672*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 7 14 2 5 7 12 4
- 36*a33*m1 *m2 *n1 *n2 + 510*a33*m1 *m2 *n1 *n2
5 7 10 6 5 7 8 8
+ 288*a33*m1 *m2 *n1 *n2 - 972*a33*m1 *m2 *n1 *n2
5 7 6 10 5 7 4 12
- 588*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
4 8 15 4 8 13 3
+ 9*a33*m1 *m2 *n1 *n2 - 255*a33*m1 *m2 *n1 *n2
4 8 11 5 4 8 9 7
+ 45*a33*m1 *m2 *n1 *n2 + 765*a33*m1 *m2 *n1 *n2
4 8 7 9 4 8 5 11 3 9 16
+ 330*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
3 9 14 2 3 9 12 4
+ 80*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
3 9 10 6 3 9 8 8
- 380*a33*m1 *m2 *n1 *n2 - 105*a33*m1 *m2 *n1 *n2
3 9 6 10 2 10 15
+ 84*a33*m1 *m2 *n1 *n2 - 14*a33*m1 *m2 *n1 *n2
2 10 13 3 2 10 11 5
+ 54*a33*m1 *m2 *n1 *n2 + 114*a33*m1 *m2 *n1 *n2
2 10 9 7 2 10 7 9 11 16
+ 10*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2 + a33*m1*m2 *n1
11 14 2 11 12 4
- 12*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2
11 10 6 11 8 8 12 15
+ 4*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2
12 13 3 12 11 5 12 9 7 2
+ a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u1*u2 *v1*(
11 8 9 11 6 11 11 2 15
a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
- a33*m1 *n2 - 9*a33*m1 *m2*n1 *n2 - 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
+ 12*a33*m1 *m2*n1 *n2 + 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
+ 13*a33*m1 *m2*n1*n2 + 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
+ 35*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15 9 2 17
- 180*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2
8 3 11 6 8 3 9 8
- 84*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
8 3 7 10 8 3 5 12
+ 450*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
8 3 3 14 8 3 16
+ 210*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1*n2
7 4 12 5 7 4 10 7
+ 126*a33*m1 *m2 *n1 *n2 - 120*a33*m1 *m2 *n1 *n2
7 4 8 9 7 4 6 11
- 1080*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
7 4 4 13 7 4 2 15
- 390*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 5 13 4 6 5 11 6
- 126*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
6 5 9 8 6 5 7 10
+ 1680*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
6 5 5 12 6 5 3 14
+ 462*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 6 14 3 5 6 12 5
+ 84*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
5 6 10 7 5 6 8 9
- 1764*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
5 6 6 11 5 6 4 13
- 336*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
4 7 15 2 4 7 13 4
- 36*a33*m1 *m2 *n1 *n2 + 390*a33*m1 *m2 *n1 *n2
4 7 11 6 4 7 9 8
+ 1260*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
4 7 7 10 4 7 5 12
+ 120*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 8 16 3 8 14 3
+ 9*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
3 8 12 5 3 8 10 7
- 600*a33*m1 *m2 *n1 *n2 - 450*a33*m1 *m2 *n1 *n2
3 8 8 9 3 8 6 11 2 9 17
+ 15*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
+ 70*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
+ 110*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
- 36*a33*m1 *m2 *n1 *n2 - 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
- 30*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
+ 14*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
11 15 2 11 11 6 11 9 8
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u1*u2
2 12 6 10 12 4 12 12 2 14
*v1 *(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 16 11 7 9 11 5 11
- 2*a33*m1 *n2 - 20*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
+ 36*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
+ 90*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
- 252*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7
+ 2*a33*m1 *m2 *n2 - 240*a33*m1 *m2 *n1 *n2
9 3 7 9 9 3 5 11
+ 140*a33*m1 *m2 *n1 *n2 + 980*a33*m1 *m2 *n1 *n2
9 3 3 13 9 3 15
+ 580*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1*n2
8 4 10 6 8 4 8 8
+ 420*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
8 4 6 10 8 4 4 12
- 2430*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
8 4 2 14 7 5 11 5
+ 90*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
7 5 9 7 7 5 7 9
+ 1416*a33*m1 *m2 *n1 *n2 + 4104*a33*m1 *m2 *n1 *n2
7 5 5 11 7 5 3 13
+ 1944*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
6 6 12 4 6 6 10 6
+ 420*a33*m1 *m2 *n1 *n2 - 2016*a33*m1 *m2 *n1 *n2
6 6 8 8 6 6 6 10
- 4872*a33*m1 *m2 *n1 *n2 - 2016*a33*m1 *m2 *n1 *n2
6 6 4 12 5 7 13 3
+ 420*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
5 7 11 5 5 7 9 7
+ 1944*a33*m1 *m2 *n1 *n2 + 4104*a33*m1 *m2 *n1 *n2
5 7 7 9 5 7 5 11
+ 1416*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
4 8 14 2 4 8 12 4
+ 90*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
4 8 10 6 4 8 8 8
- 2430*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
4 8 6 10 3 9 15
+ 420*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
3 9 13 3 3 9 11 5
+ 580*a33*m1 *m2 *n1 *n2 + 980*a33*m1 *m2 *n1 *n2
3 9 9 7 3 9 7 9
+ 140*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
2 10 16 2 10 14 2
+ 2*a33*m1 *m2 *n1 - 168*a33*m1 *m2 *n1 *n2
2 10 12 4 2 10 10 6
- 252*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
2 10 8 8 11 15
+ 90*a33*m1 *m2 *n1 *n2 + 28*a33*m1*m2 *n1 *n2
11 13 3 11 11 5
+ 36*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
11 9 7 12 16 12 14 2
- 20*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 - 2*a33*m2 *n1 *n2
12 12 4 12 10 6
+ 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u1*u2*v1*v2*(
12 7 9 12 5 11 12 3 13
- 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
12 15 11 8 8 11 6 10
+ 2*a33*m1 *n1*n2 + 18*a33*m1 *m2*n1 *n2 + 8*a33*m1 *m2*n1 *n2
11 4 12 11 2 14 11 16
- 36*a33*m1 *m2*n1 *n2 - 24*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n2
10 2 9 7 10 2 7 9
- 72*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
10 2 5 11 10 2 3 13
+ 228*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
10 2 15 9 3 10 6
- 28*a33*m1 *m2 *n1*n2 + 168*a33*m1 *m2 *n1 *n2
9 3 8 8 9 3 6 10
- 210*a33*m1 *m2 *n1 *n2 - 760*a33*m1 *m2 *n1 *n2
9 3 4 12 9 3 2 14
- 220*a33*m1 *m2 *n1 *n2 + 160*a33*m1 *m2 *n1 *n2
9 3 16 8 4 11 5 8 4 9 7
- 2*a33*m1 *m2 *n2 - 252*a33*m1 *m2 *n1 *n2 + 660*a33*m1 *m2 *n1 *n2
8 4 7 9 8 4 5 11
+ 1530*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
8 4 3 13 8 4 15
- 510*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1*n2
7 5 12 4 7 5 10 6
+ 252*a33*m1 *m2 *n1 *n2 - 1176*a33*m1 *m2 *n1 *n2
7 5 8 8 7 5 6 10
- 1944*a33*m1 *m2 *n1 *n2 + 576*a33*m1 *m2 *n1 *n2
7 5 4 12 7 5 2 14
+ 1020*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 6 13 3 6 6 11 5
- 168*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
6 6 9 7 6 6 7 9
+ 1512*a33*m1 *m2 *n1 *n2 - 1512*a33*m1 *m2 *n1 *n2
6 6 5 11 6 6 3 13
- 1344*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
5 7 14 2 5 7 12 4
+ 72*a33*m1 *m2 *n1 *n2 - 1020*a33*m1 *m2 *n1 *n2
5 7 10 6 5 7 8 8
- 576*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
5 7 6 10 5 7 4 12
+ 1176*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
4 8 15 4 8 13 3
- 18*a33*m1 *m2 *n1 *n2 + 510*a33*m1 *m2 *n1 *n2
4 8 11 5 4 8 9 7
- 90*a33*m1 *m2 *n1 *n2 - 1530*a33*m1 *m2 *n1 *n2
4 8 7 9 4 8 5 11 3 9 16
- 660*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
3 9 14 2 3 9 12 4
- 160*a33*m1 *m2 *n1 *n2 + 220*a33*m1 *m2 *n1 *n2
3 9 10 6 3 9 8 8
+ 760*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
3 9 6 10 2 10 15
- 168*a33*m1 *m2 *n1 *n2 + 28*a33*m1 *m2 *n1 *n2
2 10 13 3 2 10 11 5
- 108*a33*m1 *m2 *n1 *n2 - 228*a33*m1 *m2 *n1 *n2
2 10 9 7 2 10 7 9 11 16
- 20*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2 - 2*a33*m1*m2 *n1
11 14 2 11 12 4
+ 24*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2
11 10 6 11 8 8 12 15
- 8*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
12 13 3 12 11 5 12 9 7
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u1*u2
11 8 10 11 6 12 11 2 16 11 18
*v1*( - m1 *n1 *n2 - 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + m1 *n2
10 9 9 10 7 11 10 5 13
+ 9*m1 *m2*n1 *n2 + 14*m1 *m2*n1 *n2 - 12*m1 *m2*n1 *n2
10 3 15 10 17 9 2 10 8
- 30*m1 *m2*n1 *n2 - 13*m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2
9 2 8 10 9 2 6 12 9 2 4 14
- 35*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2
9 2 2 16 9 2 18 8 3 11 7
+ 70*m1 *m2 *n1 *n2 - m1 *m2 *n2 + 84*m1 *m2 *n1 *n2
8 3 9 9 8 3 7 11 8 3 5 13
+ 15*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2
8 3 3 15 8 3 17 7 4 12 6
- 210*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2
7 4 10 8 7 4 8 10 7 4 6 12
+ 120*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2
7 4 4 14 7 4 2 16 6 5 13 5
+ 390*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
6 5 11 7 6 5 9 9 6 5 7 11
- 336*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2
6 5 5 13 6 5 3 15 5 6 14 4
- 462*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
5 6 12 6 5 6 10 8 5 6 8 10
+ 462*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
5 6 6 12 5 6 4 14 4 7 15 3
+ 336*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
4 7 13 5 4 7 11 7 4 7 9 9
- 390*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2
4 7 7 11 4 7 5 13 3 8 16 2
- 120*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2
3 8 14 4 3 8 12 6 3 8 10 8
+ 210*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2
3 8 8 10 3 8 6 12 2 9 17
- 15*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2
2 9 15 3 2 9 13 5 2 9 11 7
- 70*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2
2 9 9 9 2 9 7 11 10 16 2
+ 35*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 + 13*m1*m2 *n1 *n2
10 14 4 10 12 6 10 10 8
+ 30*m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2 - 14*m1*m2 *n1 *n2
10 8 10 11 17 11 15 3 11 11 7
- 9*m1*m2 *n1 *n2 - m2 *n1 *n2 - 2*m2 *n1 *n2 + 2*m2 *n1 *n2
11 9 9 2 12 6 10
+ m2 *n1 *n2 ) + u1*u2*v2 *( - 2*a33*m1 *n1 *n2
12 4 12 12 2 14 12 16
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 + 2*a33*m1 *n2
11 7 9 11 5 11
+ 20*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
- 36*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
- 90*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
+ 252*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7 9 3 7 9
- 2*a33*m1 *m2 *n2 + 240*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
9 3 5 11 9 3 3 13
- 980*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
9 3 15 8 4 10 6
+ 20*a33*m1 *m2 *n1*n2 - 420*a33*m1 *m2 *n1 *n2
8 4 8 8 8 4 6 10
+ 630*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
8 4 4 12 8 4 2 14
+ 1290*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
7 5 11 5 7 5 9 7
+ 504*a33*m1 *m2 *n1 *n2 - 1416*a33*m1 *m2 *n1 *n2
7 5 7 9 7 5 5 11
- 4104*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
7 5 3 13 6 6 12 4
+ 240*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
6 6 10 6 6 6 8 8
+ 2016*a33*m1 *m2 *n1 *n2 + 4872*a33*m1 *m2 *n1 *n2
6 6 6 10 6 6 4 12
+ 2016*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
5 7 13 3 5 7 11 5
+ 240*a33*m1 *m2 *n1 *n2 - 1944*a33*m1 *m2 *n1 *n2
5 7 9 7 5 7 7 9
- 4104*a33*m1 *m2 *n1 *n2 - 1416*a33*m1 *m2 *n1 *n2
5 7 5 11 4 8 14 2
+ 504*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
4 8 12 4 4 8 10 6
+ 1290*a33*m1 *m2 *n1 *n2 + 2430*a33*m1 *m2 *n1 *n2
4 8 8 8 4 8 6 10
+ 630*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
3 9 15 3 9 13 3
+ 20*a33*m1 *m2 *n1 *n2 - 580*a33*m1 *m2 *n1 *n2
3 9 11 5 3 9 9 7
- 980*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
3 9 7 9 2 10 16
+ 240*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
2 10 14 2 2 10 12 4
+ 168*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
2 10 10 6 2 10 8 8
- 8*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
11 15 11 13 3
- 28*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
11 11 5 11 9 7 12 16
+ 12*a33*m1*m2 *n1 *n2 + 20*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
12 14 2 12 12 4 12 10 6
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u1
11 9 9 11 7 11 11 3 15 11 17
*u2*v2*( - m1 *n1 *n2 - 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + m1 *n1*n2
10 10 8 10 8 10 10 6 12
+ 9*m1 *m2*n1 *n2 + 14*m1 *m2*n1 *n2 - 12*m1 *m2*n1 *n2
10 4 14 10 2 16 9 2 11 7
- 30*m1 *m2*n1 *n2 - 13*m1 *m2*n1 *n2 - 36*m1 *m2 *n1 *n2
9 2 9 9 9 2 7 11 9 2 5 13
- 35*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2
9 2 3 15 9 2 17 8 3 12 6
+ 70*m1 *m2 *n1 *n2 - m1 *m2 *n1*n2 + 84*m1 *m2 *n1 *n2
8 3 10 8 8 3 8 10 8 3 6 12
+ 15*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2
8 3 4 14 8 3 2 16 7 4 13 5
- 210*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
7 4 11 7 7 4 9 9
+ 120*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2
7 4 7 11 7 4 5 13 7 4 3 15
+ 1260*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
6 5 14 4 6 5 12 6
+ 126*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2
6 5 10 8 6 5 8 10
- 1680*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2
6 5 6 12 6 5 4 14 5 6 15 3
- 462*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
5 6 13 5 5 6 11 7
+ 462*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2
5 6 9 9 5 6 7 11 5 6 5 13
+ 1680*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
4 7 16 2 4 7 14 4 4 7 12 6
+ 36*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2
4 7 10 8 4 7 8 10
- 1080*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
4 7 6 12 3 8 17 3 8 15 3
+ 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
3 8 13 5 3 8 11 7 3 8 9 9
+ 600*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2
3 8 7 11 2 9 18 2 9 16 2
- 84*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 70*m1 *m2 *n1 *n2
2 9 14 4 2 9 12 6 2 9 10 8
- 180*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
2 9 8 10 10 17 10 15 3
+ 36*m1 *m2 *n1 *n2 + 13*m1*m2 *n1 *n2 + 30*m1*m2 *n1 *n2
10 13 5 10 11 7 10 9 9
+ 12*m1*m2 *n1 *n2 - 14*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2
11 18 11 16 2 11 12 6 11 10 8
- m2 *n1 - 2*m2 *n1 *n2 + 2*m2 *n1 *n2 + m2 *n1 *n2 ) +
12 6 10 12 4 12
u1*u3*v2*v3*( - 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 2 14 12 16
+ 2*a33*m1 *n1 *n2 + 2*a33*m1 *n2
11 7 9 11 5 11
+ 20*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
- 36*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
- 90*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
+ 252*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7
- 2*a33*m1 *m2 *n2 + 240*a33*m1 *m2 *n1 *n2
9 3 7 9 9 3 5 11
- 140*a33*m1 *m2 *n1 *n2 - 980*a33*m1 *m2 *n1 *n2
9 3 3 13 9 3 15
- 580*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1*n2
8 4 10 6 8 4 8 8
- 420*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
8 4 6 10 8 4 4 12
+ 2430*a33*m1 *m2 *n1 *n2 + 1290*a33*m1 *m2 *n1 *n2
8 4 2 14 7 5 11 5
- 90*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
7 5 9 7 7 5 7 9
- 1416*a33*m1 *m2 *n1 *n2 - 4104*a33*m1 *m2 *n1 *n2
7 5 5 11 7 5 3 13
- 1944*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
6 6 12 4 6 6 10 6
- 420*a33*m1 *m2 *n1 *n2 + 2016*a33*m1 *m2 *n1 *n2
6 6 8 8 6 6 6 10
+ 4872*a33*m1 *m2 *n1 *n2 + 2016*a33*m1 *m2 *n1 *n2
6 6 4 12 5 7 13 3
- 420*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
5 7 11 5 5 7 9 7
- 1944*a33*m1 *m2 *n1 *n2 - 4104*a33*m1 *m2 *n1 *n2
5 7 7 9 5 7 5 11
- 1416*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
4 8 14 2 4 8 12 4
- 90*a33*m1 *m2 *n1 *n2 + 1290*a33*m1 *m2 *n1 *n2
4 8 10 6 4 8 8 8
+ 2430*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
4 8 6 10 3 9 15
- 420*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
3 9 13 3 3 9 11 5
- 580*a33*m1 *m2 *n1 *n2 - 980*a33*m1 *m2 *n1 *n2
3 9 9 7 3 9 7 9
- 140*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
2 10 16 2 10 14 2
- 2*a33*m1 *m2 *n1 + 168*a33*m1 *m2 *n1 *n2
2 10 12 4 2 10 10 6
+ 252*a33*m1 *m2 *n1 *n2 - 8*a33*m1 *m2 *n1 *n2
2 10 8 8 11 15
- 90*a33*m1 *m2 *n1 *n2 - 28*a33*m1*m2 *n1 *n2
11 13 3 11 11 5
- 36*a33*m1*m2 *n1 *n2 + 12*a33*m1*m2 *n1 *n2
11 9 7 12 16
+ 20*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
12 14 2 12 12 4
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
12 10 6 11 9 9
- 2*a33*m2 *n1 *n2 ) + u1*u3*v3*( - m1 *n1 *n2
11 7 11 11 3 15 11 17 10 10 8
- 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + m1 *n1*n2 + 9*m1 *m2*n1 *n2
10 8 10 10 6 12 10 4 14
+ 14*m1 *m2*n1 *n2 - 12*m1 *m2*n1 *n2 - 30*m1 *m2*n1 *n2
10 2 16 9 2 11 7 9 2 9 9
- 13*m1 *m2*n1 *n2 - 36*m1 *m2 *n1 *n2 - 35*m1 *m2 *n1 *n2
9 2 7 11 9 2 5 13 9 2 3 15
+ 110*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2 + 70*m1 *m2 *n1 *n2
9 2 17 8 3 12 6 8 3 10 8
- m1 *m2 *n1*n2 + 84*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2
8 3 8 10 8 3 6 12 8 3 4 14
- 450*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
8 3 2 16 7 4 13 5 7 4 11 7
+ 9*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 120*m1 *m2 *n1 *n2
7 4 9 9 7 4 7 11 7 4 5 13
+ 1080*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2
7 4 3 15 6 5 14 4 6 5 12 6
- 36*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2
6 5 10 8 6 5 8 10 6 5 6 12
- 1680*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2 - 462*m1 *m2 *n1 *n2
6 5 4 14 5 6 15 3 5 6 13 5
+ 84*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 462*m1 *m2 *n1 *n2
5 6 11 7 5 6 9 9 5 6 7 11
+ 1764*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2
5 6 5 13 4 7 16 2 4 7 14 4
- 126*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2
4 7 12 6 4 7 10 8 4 7 8 10
- 1260*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
4 7 6 12 3 8 17 3 8 15 3
+ 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
3 8 13 5 3 8 11 7 3 8 9 9
+ 600*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2
3 8 7 11 2 9 18 2 9 16 2
- 84*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 70*m1 *m2 *n1 *n2
2 9 14 4 2 9 12 6 2 9 10 8
- 180*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
2 9 8 10 10 17 10 15 3
+ 36*m1 *m2 *n1 *n2 + 13*m1*m2 *n1 *n2 + 30*m1*m2 *n1 *n2
10 13 5 10 11 7 10 9 9
+ 12*m1*m2 *n1 *n2 - 14*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2
11 18 11 16 2 11 12 6 11 10 8 2
- m2 *n1 - 2*m2 *n1 *n2 + 2*m2 *n1 *n2 + m2 *n1 *n2 ) + u1*v1
13 5 10 13 14 12 6 9
*v2*( - 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1*n2 + 20*a33*m1 *m2*n1 *n2
12 4 11 12 2 13
- 10*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1 *n2
12 15 11 2 7 8
+ 2*a33*m1 *m2*n2 - 90*a33*m1 *m2 *n1 *n2
11 2 5 10 11 2 3 12
+ 102*a33*m1 *m2 *n1 *n2 + 162*a33*m1 *m2 *n1 *n2
11 2 14 10 3 8 7
- 30*a33*m1 *m2 *n1*n2 + 240*a33*m1 *m2 *n1 *n2
10 3 6 9 10 3 4 11
- 470*a33*m1 *m2 *n1 *n2 - 518*a33*m1 *m2 *n1 *n2
10 3 2 13 10 3 15
+ 190*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n2
9 4 9 6 9 4 7 8
- 420*a33*m1 *m2 *n1 *n2 + 1290*a33*m1 *m2 *n1 *n2
9 4 5 10 9 4 3 12
+ 1000*a33*m1 *m2 *n1 *n2 - 690*a33*m1 *m2 *n1 *n2
9 4 14 8 5 10 5
+ 20*a33*m1 *m2 *n1*n2 + 504*a33*m1 *m2 *n1 *n2
8 5 8 7 8 5 6 9
- 2340*a33*m1 *m2 *n1 *n2 - 1134*a33*m1 *m2 *n1 *n2
8 5 4 11 8 5 2 13
+ 1620*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
7 6 11 4 7 6 9 6
- 420*a33*m1 *m2 *n1 *n2 + 2940*a33*m1 *m2 *n1 *n2
7 6 7 8 7 6 5 10
+ 516*a33*m1 *m2 *n1 *n2 - 2604*a33*m1 *m2 *n1 *n2
7 6 3 12 6 7 12 3
+ 240*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
6 7 10 5 6 7 8 7
- 2604*a33*m1 *m2 *n1 *n2 + 516*a33*m1 *m2 *n1 *n2
6 7 6 9 6 7 4 11
+ 2940*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
5 8 13 2 5 8 11 4
- 90*a33*m1 *m2 *n1 *n2 + 1620*a33*m1 *m2 *n1 *n2
5 8 9 6 5 8 7 8
- 1134*a33*m1 *m2 *n1 *n2 - 2340*a33*m1 *m2 *n1 *n2
5 8 5 10 4 9 14
+ 504*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1 *n2
4 9 12 3 4 9 10 5
- 690*a33*m1 *m2 *n1 *n2 + 1000*a33*m1 *m2 *n1 *n2
4 9 8 7 4 9 6 9
+ 1290*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
3 10 15 3 10 13 2
- 2*a33*m1 *m2 *n1 + 190*a33*m1 *m2 *n1 *n2
3 10 11 4 3 10 9 6
- 518*a33*m1 *m2 *n1 *n2 - 470*a33*m1 *m2 *n1 *n2
3 10 7 8 2 11 14
+ 240*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
2 11 12 3 2 11 10 5
+ 162*a33*m1 *m2 *n1 *n2 + 102*a33*m1 *m2 *n1 *n2
2 11 8 7 12 15
- 90*a33*m1 *m2 *n1 *n2 + 2*a33*m1*m2 *n1
12 13 2 12 11 4
- 28*a33*m1*m2 *n1 *n2 - 10*a33*m1*m2 *n1 *n2
12 9 6 13 14 13 10 5
+ 20*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) +
2 12 6 11 12 4 13 12 2 15 12 17
u1*v1 *( - m1 *n1 *n2 - m1 *n1 *n2 + m1 *n1 *n2 + m1 *n2
11 7 10 11 5 12 11 3 14
+ 10*m1 *m2*n1 *n2 + 6*m1 *m2*n1 *n2 - 18*m1 *m2*n1 *n2
11 16 10 2 8 9 10 2 6 11
- 14*m1 *m2*n1*n2 - 45*m1 *m2 *n1 *n2 - 4*m1 *m2 *n1 *n2
10 2 4 13 10 2 2 15 10 2 17
+ 126*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - m1 *m2 *n2
9 3 9 8 9 3 7 10 9 3 5 12
+ 120*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2 - 490*m1 *m2 *n1 *n2
9 3 3 14 9 3 16 8 4 10 7
- 290*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1*n2 - 210*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11 8 4 4 13
+ 315*m1 *m2 *n1 *n2 + 1215*m1 *m2 *n1 *n2 + 645*m1 *m2 *n1 *n2
8 4 2 15 7 5 11 6 7 5 9 8
- 45*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 - 708*m1 *m2 *n1 *n2
7 5 7 10 7 5 5 12
- 2052*m1 *m2 *n1 *n2 - 972*m1 *m2 *n1 *n2
7 5 3 14 6 6 12 5
+ 120*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9
+ 1008*m1 *m2 *n1 *n2 + 2436*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13
+ 1008*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
5 7 13 4 5 7 11 6 5 7 9 8
+ 120*m1 *m2 *n1 *n2 - 972*m1 *m2 *n1 *n2 - 2052*m1 *m2 *n1 *n2
5 7 7 10 5 7 5 12 4 8 14 3
- 708*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7 4 8 8 9
+ 645*m1 *m2 *n1 *n2 + 1215*m1 *m2 *n1 *n2 + 315*m1 *m2 *n1 *n2
4 8 6 11 3 9 15 2 3 9 13 4
- 210*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2 - 290*m1 *m2 *n1 *n2
3 9 11 6 3 9 9 8 3 9 7 10
- 490*m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2 + 120*m1 *m2 *n1 *n2
2 10 16 2 10 14 3 2 10 12 5
- m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
2 10 10 7 2 10 8 9 11 15 2
- 4*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2 - 14*m1*m2 *n1 *n2
11 13 4 11 11 6 11 9 8
- 18*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2
12 16 12 14 3 12 12 5 12 10 7
+ m2 *n1 *n2 + m2 *n1 *n2 - m2 *n1 *n2 - m2 *n1 *n2 ) + u1
12 7 10 12 5 12 12 3 14 12 16
*v1*v2*(2*m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - 2*m1 *n1*n2
11 8 9 11 6 11 11 4 13
- 19*m1 *m2*n1 *n2 - 10*m1 *m2*n1 *n2 + 36*m1 *m2*n1 *n2
11 2 15 11 17 10 2 9 8
+ 26*m1 *m2*n1 *n2 - m1 *m2*n2 + 81*m1 *m2 *n1 *n2
10 2 7 10 10 2 5 12
- 6*m1 *m2 *n1 *n2 - 240*m1 *m2 *n1 *n2
10 2 3 14 10 2 16 9 3 10 7
- 138*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1*n2 - 204*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11 9 3 4 13
+ 175*m1 *m2 *n1 *n2 + 870*m1 *m2 *n1 *n2 + 400*m1 *m2 *n1 *n2
9 3 2 15 9 3 17 8 4 11 6
- 90*m1 *m2 *n1 *n2 + m1 *m2 *n2 + 336*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10 8 4 5 12
- 645*m1 *m2 *n1 *n2 - 1980*m1 *m2 *n1 *n2 - 690*m1 *m2 *n1 *n2
8 4 3 14 8 4 16 7 5 12 5
+ 300*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2 - 378*m1 *m2 *n1 *n2
7 5 10 7 7 5 8 9
+ 1296*m1 *m2 *n1 *n2 + 3024*m1 *m2 *n1 *n2
7 5 6 11 7 5 4 13 7 5 2 15
+ 684*m1 *m2 *n1 *n2 - 630*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
6 6 13 4 6 6 11 6
+ 294*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
6 6 9 8 6 6 7 10 6 6 5 12
- 3192*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2 + 882*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3 5 7 12 5
- 84*m1 *m2 *n1 *n2 - 156*m1 *m2 *n1 *n2 + 1482*m1 *m2 *n1 *n2
5 7 10 7 5 7 8 9 5 7 6 11
+ 2340*m1 *m2 *n1 *n2 - 264*m1 *m2 *n1 *n2 - 840*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2 4 8 13 4
+ 126*m1 *m2 *n1 *n2 + 54*m1 *m2 *n1 *n2 - 900*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8 4 8 7 10
- 1170*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 + 540*m1 *m2 *n1 *n2
4 8 5 12 3 9 16 3 9 14 3
- 126*m1 *m2 *n1 *n2 - 11*m1 *m2 *n1 *n2 + 370*m1 *m2 *n1 *n2
3 9 12 5 3 9 10 7 3 9 8 9
+ 380*m1 *m2 *n1 *n2 - 310*m1 *m2 *n1 *n2 - 225*m1 *m2 *n1 *n2
3 9 6 11 2 10 17 2 10 15 2
+ 84*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 98*m1 *m2 *n1 *n2
2 10 13 4 2 10 11 6 2 10 9 8
- 72*m1 *m2 *n1 *n2 + 118*m1 *m2 *n1 *n2 + 55*m1 *m2 *n1 *n2
2 10 7 10 11 16 11 14 3
- 36*m1 *m2 *n1 *n2 + 15*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2
11 12 5 11 10 7 11 8 9
- 24*m1*m2 *n1 *n2 - 6*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2
12 17 12 13 4 12 9 8 2
- m2 *n1 + 2*m2 *n1 *n2 - m2 *n1 *n2 ) + u1*v1*v3 *(
13 6 9 13 4 11 13 2 13
- a33*m1 *n1 *n2 - a33*m1 *n1 *n2 + a33*m1 *n1 *n2
13 15 12 7 8 12 5 10
+ a33*m1 *n2 + 9*a33*m1 *m2*n1 *n2 + 5*a33*m1 *m2*n1 *n2
12 3 12 12 14
- 17*a33*m1 *m2*n1 *n2 - 13*a33*m1 *m2*n1*n2
11 2 8 7 11 2 4 11
- 36*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
11 2 2 13 10 3 9 6
+ 72*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
10 3 7 8 10 3 5 10
- 60*a33*m1 *m2 *n1 *n2 - 376*a33*m1 *m2 *n1 *n2
10 3 3 12 10 3 14
- 236*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1*n2
9 4 10 5 9 4 8 7
- 126*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
9 4 6 9 9 4 4 11
+ 835*a33*m1 *m2 *n1 *n2 + 535*a33*m1 *m2 *n1 *n2
9 4 2 13 9 4 15 8 5 11 4
+ 35*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2 + 126*a33*m1 *m2 *n1 *n2
8 5 9 6 8 5 7 8
- 378*a33*m1 *m2 *n1 *n2 - 1287*a33*m1 *m2 *n1 *n2
8 5 5 10 8 5 3 12
- 927*a33*m1 *m2 *n1 *n2 - 135*a33*m1 *m2 *n1 *n2
8 5 14 7 6 12 3
+ 9*a33*m1 *m2 *n1*n2 - 84*a33*m1 *m2 *n1 *n2
7 6 10 5 7 6 8 7
+ 420*a33*m1 *m2 *n1 *n2 + 1464*a33*m1 *m2 *n1 *n2
7 6 6 9 7 6 4 11
+ 1296*a33*m1 *m2 *n1 *n2 + 300*a33*m1 *m2 *n1 *n2
7 6 2 13 6 7 13 2
- 36*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 7 11 4 6 7 9 6
- 300*a33*m1 *m2 *n1 *n2 - 1296*a33*m1 *m2 *n1 *n2
6 7 7 8 6 7 5 10
- 1464*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
6 7 3 12 5 8 14
+ 84*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1 *n2
5 8 12 3 5 8 10 5
+ 135*a33*m1 *m2 *n1 *n2 + 927*a33*m1 *m2 *n1 *n2
5 8 8 7 5 8 6 9
+ 1287*a33*m1 *m2 *n1 *n2 + 378*a33*m1 *m2 *n1 *n2
5 8 4 11 4 9 15 4 9 13 2
- 126*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 - 35*a33*m1 *m2 *n1 *n2
4 9 11 4 4 9 9 6
- 535*a33*m1 *m2 *n1 *n2 - 835*a33*m1 *m2 *n1 *n2
4 9 7 8 4 9 5 10
- 210*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 10 14 3 10 12 3
+ 4*a33*m1 *m2 *n1 *n2 + 236*a33*m1 *m2 *n1 *n2
3 10 10 5 3 10 8 7
+ 376*a33*m1 *m2 *n1 *n2 + 60*a33*m1 *m2 *n1 *n2
3 10 6 9 2 11 13 2
- 84*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
2 11 11 4 2 11 7 8
- 108*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
12 14 12 12 3
+ 13*a33*m1*m2 *n1 *n2 + 17*a33*m1*m2 *n1 *n2
12 10 5 12 8 7 13 15
- 5*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1
13 13 2 13 11 4 13 9 6 3
- a33*m2 *n1 *n2 + a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u1*v2 *(
13 5 10 13 14 12 6 9
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1*n2 + 20*a33*m1 *m2*n1 *n2
12 4 11 12 2 13 12 15
- 10*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n2
11 2 7 8 11 2 5 10
- 90*a33*m1 *m2 *n1 *n2 + 102*a33*m1 *m2 *n1 *n2
11 2 3 12 11 2 14
+ 162*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1*n2
10 3 8 7 10 3 6 9
+ 240*a33*m1 *m2 *n1 *n2 - 470*a33*m1 *m2 *n1 *n2
10 3 4 11 10 3 2 13
- 518*a33*m1 *m2 *n1 *n2 + 190*a33*m1 *m2 *n1 *n2
10 3 15 9 4 9 6
- 2*a33*m1 *m2 *n2 - 420*a33*m1 *m2 *n1 *n2
9 4 7 8 9 4 5 10
+ 1290*a33*m1 *m2 *n1 *n2 + 1000*a33*m1 *m2 *n1 *n2
9 4 3 12 9 4 14
- 690*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1*n2
8 5 10 5 8 5 8 7
+ 504*a33*m1 *m2 *n1 *n2 - 2340*a33*m1 *m2 *n1 *n2
8 5 6 9 8 5 4 11
- 1134*a33*m1 *m2 *n1 *n2 + 1620*a33*m1 *m2 *n1 *n2
8 5 2 13 7 6 11 4
- 90*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
7 6 9 6 7 6 7 8
+ 2940*a33*m1 *m2 *n1 *n2 + 516*a33*m1 *m2 *n1 *n2
7 6 5 10 7 6 3 12
- 2604*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
6 7 12 3 6 7 10 5
+ 240*a33*m1 *m2 *n1 *n2 - 2604*a33*m1 *m2 *n1 *n2
6 7 8 7 6 7 6 9
+ 516*a33*m1 *m2 *n1 *n2 + 2940*a33*m1 *m2 *n1 *n2
6 7 4 11 5 8 13 2
- 420*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
5 8 11 4 5 8 9 6
+ 1620*a33*m1 *m2 *n1 *n2 - 1134*a33*m1 *m2 *n1 *n2
5 8 7 8 5 8 5 10
- 2340*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
4 9 14 4 9 12 3
+ 20*a33*m1 *m2 *n1 *n2 - 690*a33*m1 *m2 *n1 *n2
4 9 10 5 4 9 8 7
+ 1000*a33*m1 *m2 *n1 *n2 + 1290*a33*m1 *m2 *n1 *n2
4 9 6 9 3 10 15
- 420*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
3 10 13 2 3 10 11 4
+ 190*a33*m1 *m2 *n1 *n2 - 518*a33*m1 *m2 *n1 *n2
3 10 9 6 3 10 7 8
- 470*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
2 11 14 2 11 12 3
- 30*a33*m1 *m2 *n1 *n2 + 162*a33*m1 *m2 *n1 *n2
2 11 10 5 2 11 8 7
+ 102*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
12 15 12 13 2 12 11 4
+ 2*a33*m1*m2 *n1 - 28*a33*m1*m2 *n1 *n2 - 10*a33*m1*m2 *n1 *n2
12 9 6 13 14 13 10 5
+ 20*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u1
2 12 8 9 12 6 11 12 4 13 12 2 15
*v2 *( - m1 *n1 *n2 - m1 *n1 *n2 + m1 *n1 *n2 + m1 *n1 *n2
11 9 8 11 7 10 11 5 12
+ 9*m1 *m2*n1 *n2 + 4*m1 *m2*n1 *n2 - 18*m1 *m2*n1 *n2
11 3 14 11 16 10 2 10 7
- 12*m1 *m2*n1 *n2 + m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2
10 2 8 9 10 2 6 11 10 2 4 13
+ 10*m1 *m2 *n1 *n2 + 114*m1 *m2 *n1 *n2 + 54*m1 *m2 *n1 *n2
10 2 2 15 9 3 11 6 9 3 9 8
- 14*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 105*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12 9 3 3 14
- 380*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
9 3 16 8 4 12 5 8 4 10 7
- m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2 + 330*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11 8 4 4 13
+ 765*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 255*m1 *m2 *n1 *n2
8 4 2 15 7 5 13 4 7 5 11 6
+ 9*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 588*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10 7 5 5 12
- 972*m1 *m2 *n1 *n2 + 288*m1 *m2 *n1 *n2 + 510*m1 *m2 *n1 *n2
7 5 3 14 6 6 14 3 6 6 12 5
- 36*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 672*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9 6 6 6 11
+ 756*m1 *m2 *n1 *n2 - 756*m1 *m2 *n1 *n2 - 672*m1 *m2 *n1 *n2
6 6 4 13 5 7 15 2 5 7 13 4
+ 84*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 510*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8 5 7 7 10
- 288*m1 *m2 *n1 *n2 + 972*m1 *m2 *n1 *n2 + 588*m1 *m2 *n1 *n2
5 7 5 12 4 8 16 4 8 14 3
- 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 255*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7 4 8 8 9
- 45*m1 *m2 *n1 *n2 - 765*m1 *m2 *n1 *n2 - 330*m1 *m2 *n1 *n2
4 8 6 11 3 9 17 3 9 15 2
+ 126*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 80*m1 *m2 *n1 *n2
3 9 13 4 3 9 11 6 3 9 9 8
+ 110*m1 *m2 *n1 *n2 + 380*m1 *m2 *n1 *n2 + 105*m1 *m2 *n1 *n2
3 9 7 10 2 10 16 2 10 14 3
- 84*m1 *m2 *n1 *n2 + 14*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7 2 10 8 9
- 114*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
11 17 11 15 2 11 13 4
- m1*m2 *n1 + 12*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
- 4*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - m2 *n1 *n2
12 14 3 12 12 5 12 10 7 2
- m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2 ) + u1*v2*v3 *(
13 5 10 13 14 12 6 9
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1*n2 + 20*a33*m1 *m2*n1 *n2
12 4 11 12 2 13 12 15
- 10*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n2
11 2 7 8 11 2 5 10
- 90*a33*m1 *m2 *n1 *n2 + 102*a33*m1 *m2 *n1 *n2
11 2 3 12 11 2 14
+ 162*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1*n2
10 3 8 7 10 3 6 9
+ 240*a33*m1 *m2 *n1 *n2 - 470*a33*m1 *m2 *n1 *n2
10 3 4 11 10 3 2 13
- 518*a33*m1 *m2 *n1 *n2 + 190*a33*m1 *m2 *n1 *n2
10 3 15 9 4 9 6
- 2*a33*m1 *m2 *n2 - 420*a33*m1 *m2 *n1 *n2
9 4 7 8 9 4 5 10
+ 1290*a33*m1 *m2 *n1 *n2 + 1000*a33*m1 *m2 *n1 *n2
9 4 3 12 9 4 14
- 690*a33*m1 *m2 *n1 *n2 + 20*a33*m1 *m2 *n1*n2
8 5 10 5 8 5 8 7
+ 504*a33*m1 *m2 *n1 *n2 - 2340*a33*m1 *m2 *n1 *n2
8 5 6 9 8 5 4 11
- 1134*a33*m1 *m2 *n1 *n2 + 1620*a33*m1 *m2 *n1 *n2
8 5 2 13 7 6 11 4
- 90*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
7 6 9 6 7 6 7 8
+ 2940*a33*m1 *m2 *n1 *n2 + 516*a33*m1 *m2 *n1 *n2
7 6 5 10 7 6 3 12
- 2604*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
6 7 12 3 6 7 10 5
+ 240*a33*m1 *m2 *n1 *n2 - 2604*a33*m1 *m2 *n1 *n2
6 7 8 7 6 7 6 9
+ 516*a33*m1 *m2 *n1 *n2 + 2940*a33*m1 *m2 *n1 *n2
6 7 4 11 5 8 13 2
- 420*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
5 8 11 4 5 8 9 6
+ 1620*a33*m1 *m2 *n1 *n2 - 1134*a33*m1 *m2 *n1 *n2
5 8 7 8 5 8 5 10
- 2340*a33*m1 *m2 *n1 *n2 + 504*a33*m1 *m2 *n1 *n2
4 9 14 4 9 12 3
+ 20*a33*m1 *m2 *n1 *n2 - 690*a33*m1 *m2 *n1 *n2
4 9 10 5 4 9 8 7
+ 1000*a33*m1 *m2 *n1 *n2 + 1290*a33*m1 *m2 *n1 *n2
4 9 6 9 3 10 15
- 420*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
3 10 13 2 3 10 11 4
+ 190*a33*m1 *m2 *n1 *n2 - 518*a33*m1 *m2 *n1 *n2
3 10 9 6 3 10 7 8
- 470*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
2 11 14 2 11 12 3
- 30*a33*m1 *m2 *n1 *n2 + 162*a33*m1 *m2 *n1 *n2
2 11 10 5 2 11 8 7
+ 102*a33*m1 *m2 *n1 *n2 - 90*a33*m1 *m2 *n1 *n2
12 15 12 13 2 12 11 4
+ 2*a33*m1*m2 *n1 - 28*a33*m1*m2 *n1 *n2 - 10*a33*m1*m2 *n1 *n2
12 9 6 13 14 13 10 5
+ 20*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u1
2 12 8 9 12 6 11 12 4 13 12 2 15
*v3 *( - m1 *n1 *n2 - m1 *n1 *n2 + m1 *n1 *n2 + m1 *n1 *n2
11 9 8 11 7 10 11 5 12
+ 9*m1 *m2*n1 *n2 + 4*m1 *m2*n1 *n2 - 18*m1 *m2*n1 *n2
11 3 14 11 16 10 2 10 7
- 12*m1 *m2*n1 *n2 + m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2
10 2 8 9 10 2 6 11 10 2 4 13
+ 10*m1 *m2 *n1 *n2 + 114*m1 *m2 *n1 *n2 + 54*m1 *m2 *n1 *n2
10 2 2 15 9 3 11 6 9 3 9 8
- 14*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 105*m1 *m2 *n1 *n2
9 3 7 10 9 3 5 12 9 3 3 14
- 380*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
9 3 16 8 4 12 5 8 4 10 7
- m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2 + 330*m1 *m2 *n1 *n2
8 4 8 9 8 4 6 11 8 4 4 13
+ 765*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 255*m1 *m2 *n1 *n2
8 4 2 15 7 5 13 4 7 5 11 6
+ 9*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 588*m1 *m2 *n1 *n2
7 5 9 8 7 5 7 10 7 5 5 12
- 972*m1 *m2 *n1 *n2 + 288*m1 *m2 *n1 *n2 + 510*m1 *m2 *n1 *n2
7 5 3 14 6 6 14 3 6 6 12 5
- 36*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 672*m1 *m2 *n1 *n2
6 6 10 7 6 6 8 9 6 6 6 11
+ 756*m1 *m2 *n1 *n2 - 756*m1 *m2 *n1 *n2 - 672*m1 *m2 *n1 *n2
6 6 4 13 5 7 15 2 5 7 13 4
+ 84*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 510*m1 *m2 *n1 *n2
5 7 11 6 5 7 9 8 5 7 7 10
- 288*m1 *m2 *n1 *n2 + 972*m1 *m2 *n1 *n2 + 588*m1 *m2 *n1 *n2
5 7 5 12 4 8 16 4 8 14 3
- 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 255*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7 4 8 8 9
- 45*m1 *m2 *n1 *n2 - 765*m1 *m2 *n1 *n2 - 330*m1 *m2 *n1 *n2
4 8 6 11 3 9 17 3 9 15 2
+ 126*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 80*m1 *m2 *n1 *n2
3 9 13 4 3 9 11 6 3 9 9 8
+ 110*m1 *m2 *n1 *n2 + 380*m1 *m2 *n1 *n2 + 105*m1 *m2 *n1 *n2
3 9 7 10 2 10 16 2 10 14 3
- 84*m1 *m2 *n1 *n2 + 14*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7 2 10 8 9
- 114*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
11 17 11 15 2 11 13 4
- m1*m2 *n1 + 12*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
- 4*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - m2 *n1 *n2
12 14 3 12 12 5 12 10 7 3
- m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2 ) + u2 *v2*(
11 8 9 11 6 11 11 2 15
a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
- a33*m1 *n2 - 9*a33*m1 *m2*n1 *n2 - 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
+ 12*a33*m1 *m2*n1 *n2 + 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
+ 13*a33*m1 *m2*n1*n2 + 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
+ 35*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15 9 2 17
- 180*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2
8 3 11 6 8 3 9 8
- 84*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
8 3 7 10 8 3 5 12
+ 450*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
8 3 3 14 8 3 16
+ 210*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1*n2
7 4 12 5 7 4 10 7
+ 126*a33*m1 *m2 *n1 *n2 - 120*a33*m1 *m2 *n1 *n2
7 4 8 9 7 4 6 11
- 1080*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
7 4 4 13 7 4 2 15
- 390*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 5 13 4 6 5 11 6
- 126*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
6 5 9 8 6 5 7 10
+ 1680*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
6 5 5 12 6 5 3 14
+ 462*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 6 14 3 5 6 12 5
+ 84*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
5 6 10 7 5 6 8 9
- 1764*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
5 6 6 11 5 6 4 13
- 336*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
4 7 15 2 4 7 13 4
- 36*a33*m1 *m2 *n1 *n2 + 390*a33*m1 *m2 *n1 *n2
4 7 11 6 4 7 9 8
+ 1260*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
4 7 7 10 4 7 5 12
+ 120*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 8 16 3 8 14 3
+ 9*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
3 8 12 5 3 8 10 7
- 600*a33*m1 *m2 *n1 *n2 - 450*a33*m1 *m2 *n1 *n2
3 8 8 9 3 8 6 11 2 9 17
+ 15*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
+ 70*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
+ 110*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
- 36*a33*m1 *m2 *n1 *n2 - 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
- 30*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
+ 14*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
11 15 2 11 11 6 11 9 8 2
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u2 *u3
11 8 9 11 6 11 11 2 15
*v3*(a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 17 10 9 8 10 7 10
- a33*m1 *n2 - 9*a33*m1 *m2*n1 *n2 - 14*a33*m1 *m2*n1 *n2
10 5 12 10 3 14
+ 12*a33*m1 *m2*n1 *n2 + 30*a33*m1 *m2*n1 *n2
10 16 9 2 10 7
+ 13*a33*m1 *m2*n1*n2 + 36*a33*m1 *m2 *n1 *n2
9 2 8 9 9 2 6 11
+ 35*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
9 2 4 13 9 2 2 15 9 2 17
- 180*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2
8 3 11 6 8 3 9 8
- 84*a33*m1 *m2 *n1 *n2 - 15*a33*m1 *m2 *n1 *n2
8 3 7 10 8 3 5 12
+ 450*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
8 3 3 14 8 3 16
+ 210*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1*n2
7 4 12 5 7 4 10 7
+ 126*a33*m1 *m2 *n1 *n2 - 120*a33*m1 *m2 *n1 *n2
7 4 8 9 7 4 6 11
- 1080*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
7 4 4 13 7 4 2 15
- 390*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 5 13 4 6 5 11 6
- 126*a33*m1 *m2 *n1 *n2 + 336*a33*m1 *m2 *n1 *n2
6 5 9 8 6 5 7 10
+ 1680*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
6 5 5 12 6 5 3 14
+ 462*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 6 14 3 5 6 12 5
+ 84*a33*m1 *m2 *n1 *n2 - 462*a33*m1 *m2 *n1 *n2
5 6 10 7 5 6 8 9
- 1764*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
5 6 6 11 5 6 4 13
- 336*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
4 7 15 2 4 7 13 4
- 36*a33*m1 *m2 *n1 *n2 + 390*a33*m1 *m2 *n1 *n2
4 7 11 6 4 7 9 8
+ 1260*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
4 7 7 10 4 7 5 12
+ 120*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 8 16 3 8 14 3
+ 9*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
3 8 12 5 3 8 10 7
- 600*a33*m1 *m2 *n1 *n2 - 450*a33*m1 *m2 *n1 *n2
3 8 8 9 3 8 6 11 2 9 17
+ 15*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
2 9 15 2 2 9 13 4
+ 70*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
2 9 11 6 2 9 9 8
+ 110*a33*m1 *m2 *n1 *n2 - 35*a33*m1 *m2 *n1 *n2
2 9 7 10 10 16
- 36*a33*m1 *m2 *n1 *n2 - 13*a33*m1*m2 *n1 *n2
10 14 3 10 12 5
- 30*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
10 10 7 10 8 9 11 17
+ 14*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
11 15 2 11 11 6 11 9 8 2
+ 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u2
2 12 7 9 12 5 11 12 3 13
*v1 *(a33*m1 *n1 *n2 + a33*m1 *n1 *n2 - a33*m1 *n1 *n2
12 15 11 8 8 11 6 10
- a33*m1 *n1*n2 - 9*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n1 *n2
11 4 12 11 2 14 11 16
+ 18*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2 - a33*m1 *m2*n2
10 2 9 7 10 2 7 9
+ 36*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
10 2 5 11 10 2 3 13
- 114*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
10 2 15 9 3 10 6
+ 14*a33*m1 *m2 *n1*n2 - 84*a33*m1 *m2 *n1 *n2
9 3 8 8 9 3 6 10
+ 105*a33*m1 *m2 *n1 *n2 + 380*a33*m1 *m2 *n1 *n2
9 3 4 12 9 3 2 14
+ 110*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2
9 3 16 8 4 11 5
+ a33*m1 *m2 *n2 + 126*a33*m1 *m2 *n1 *n2
8 4 9 7 8 4 7 9
- 330*a33*m1 *m2 *n1 *n2 - 765*a33*m1 *m2 *n1 *n2
8 4 5 11 8 4 3 13
- 45*a33*m1 *m2 *n1 *n2 + 255*a33*m1 *m2 *n1 *n2
8 4 15 7 5 12 4
- 9*a33*m1 *m2 *n1*n2 - 126*a33*m1 *m2 *n1 *n2
7 5 10 6 7 5 8 8
+ 588*a33*m1 *m2 *n1 *n2 + 972*a33*m1 *m2 *n1 *n2
7 5 6 10 7 5 4 12
- 288*a33*m1 *m2 *n1 *n2 - 510*a33*m1 *m2 *n1 *n2
7 5 2 14 6 6 13 3
+ 36*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
6 6 11 5 6 6 9 7
- 672*a33*m1 *m2 *n1 *n2 - 756*a33*m1 *m2 *n1 *n2
6 6 7 9 6 6 5 11
+ 756*a33*m1 *m2 *n1 *n2 + 672*a33*m1 *m2 *n1 *n2
6 6 3 13 5 7 14 2
- 84*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
5 7 12 4 5 7 10 6
+ 510*a33*m1 *m2 *n1 *n2 + 288*a33*m1 *m2 *n1 *n2
5 7 8 8 5 7 6 10
- 972*a33*m1 *m2 *n1 *n2 - 588*a33*m1 *m2 *n1 *n2
5 7 4 12 4 8 15
+ 126*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
4 8 13 3 4 8 11 5
- 255*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
4 8 9 7 4 8 7 9
+ 765*a33*m1 *m2 *n1 *n2 + 330*a33*m1 *m2 *n1 *n2
4 8 5 11 3 9 16
- 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
3 9 14 2 3 9 12 4
+ 80*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
3 9 10 6 3 9 8 8
- 380*a33*m1 *m2 *n1 *n2 - 105*a33*m1 *m2 *n1 *n2
3 9 6 10 2 10 15
+ 84*a33*m1 *m2 *n1 *n2 - 14*a33*m1 *m2 *n1 *n2
2 10 13 3 2 10 11 5
+ 54*a33*m1 *m2 *n1 *n2 + 114*a33*m1 *m2 *n1 *n2
2 10 9 7 2 10 7 9 11 16
+ 10*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2 + a33*m1*m2 *n1
11 14 2 11 12 4
- 12*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2
11 10 6 11 8 8 12 15
+ 4*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2
12 13 3 12 11 5 12 9 7 2
+ a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u2 *v1
12 6 10 12 4 12 12 2 14
*v2*(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 16 11 7 9 11 5 11
- 2*a33*m1 *n2 - 20*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
+ 36*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
+ 90*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
- 252*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7
+ 2*a33*m1 *m2 *n2 - 240*a33*m1 *m2 *n1 *n2
9 3 7 9 9 3 5 11
+ 140*a33*m1 *m2 *n1 *n2 + 980*a33*m1 *m2 *n1 *n2
9 3 3 13 9 3 15
+ 580*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1*n2
8 4 10 6 8 4 8 8
+ 420*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
8 4 6 10 8 4 4 12
- 2430*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
8 4 2 14 7 5 11 5
+ 90*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
7 5 9 7 7 5 7 9
+ 1416*a33*m1 *m2 *n1 *n2 + 4104*a33*m1 *m2 *n1 *n2
7 5 5 11 7 5 3 13
+ 1944*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
6 6 12 4 6 6 10 6
+ 420*a33*m1 *m2 *n1 *n2 - 2016*a33*m1 *m2 *n1 *n2
6 6 8 8 6 6 6 10
- 4872*a33*m1 *m2 *n1 *n2 - 2016*a33*m1 *m2 *n1 *n2
6 6 4 12 5 7 13 3
+ 420*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
5 7 11 5 5 7 9 7
+ 1944*a33*m1 *m2 *n1 *n2 + 4104*a33*m1 *m2 *n1 *n2
5 7 7 9 5 7 5 11
+ 1416*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
4 8 14 2 4 8 12 4
+ 90*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
4 8 10 6 4 8 8 8
- 2430*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
4 8 6 10 3 9 15
+ 420*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
3 9 13 3 3 9 11 5
+ 580*a33*m1 *m2 *n1 *n2 + 980*a33*m1 *m2 *n1 *n2
3 9 9 7 3 9 7 9
+ 140*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
2 10 16 2 10 14 2
+ 2*a33*m1 *m2 *n1 - 168*a33*m1 *m2 *n1 *n2
2 10 12 4 2 10 10 6
- 252*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
2 10 8 8 11 15
+ 90*a33*m1 *m2 *n1 *n2 + 28*a33*m1*m2 *n1 *n2
11 13 3 11 11 5
+ 36*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
11 9 7 12 16 12 14 2
- 20*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 - 2*a33*m2 *n1 *n2
12 12 4 12 10 6 2 11 8 10
+ 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u2 *v2*( - m1 *n1 *n2
11 6 12 11 2 16 11 18 10 9 9
- 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + m1 *n2 + 9*m1 *m2*n1 *n2
10 7 11 10 5 13 10 3 15
+ 14*m1 *m2*n1 *n2 - 12*m1 *m2*n1 *n2 - 30*m1 *m2*n1 *n2
10 17 9 2 10 8 9 2 8 10
- 13*m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2 - 35*m1 *m2 *n1 *n2
9 2 6 12 9 2 4 14 9 2 2 16
+ 110*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2 + 70*m1 *m2 *n1 *n2
9 2 18 8 3 11 7 8 3 9 9
- m1 *m2 *n2 + 84*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2
8 3 7 11 8 3 5 13 8 3 3 15
- 450*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2
8 3 17 7 4 12 6 7 4 10 8
+ 9*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2 + 120*m1 *m2 *n1 *n2
7 4 8 10 7 4 6 12 7 4 4 14
+ 1080*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2
7 4 2 16 6 5 13 5 6 5 11 7
- 36*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2
6 5 9 9 6 5 7 11 6 5 5 13
- 1680*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2 - 462*m1 *m2 *n1 *n2
6 5 3 15 5 6 14 4 5 6 12 6
+ 84*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 462*m1 *m2 *n1 *n2
5 6 10 8 5 6 8 10 5 6 6 12
+ 1764*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2
5 6 4 14 4 7 15 3 4 7 13 5
- 126*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2
4 7 11 7 4 7 9 9 4 7 7 11
- 1260*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
4 7 5 13 3 8 16 2 3 8 14 4
+ 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
3 8 12 6 3 8 10 8 3 8 8 10
+ 600*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2
3 8 6 12 2 9 17 2 9 15 3
- 84*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2 - 70*m1 *m2 *n1 *n2
2 9 13 5 2 9 11 7 2 9 9 9
- 180*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 + 35*m1 *m2 *n1 *n2
2 9 7 11 10 16 2 10 14 4
+ 36*m1 *m2 *n1 *n2 + 13*m1*m2 *n1 *n2 + 30*m1*m2 *n1 *n2
10 12 6 10 10 8 10 8 10
+ 12*m1*m2 *n1 *n2 - 14*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2
11 17 11 15 3 11 11 7 11 9 9 2
- m2 *n1 *n2 - 2*m2 *n1 *n2 + 2*m2 *n1 *n2 + m2 *n1 *n2 ) + u2
2 12 7 9 12 5 11 12 3 13
*v3 *(a33*m1 *n1 *n2 + a33*m1 *n1 *n2 - a33*m1 *n1 *n2
12 15 11 8 8 11 6 10
- a33*m1 *n1*n2 - 9*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n1 *n2
11 4 12 11 2 14 11 16
+ 18*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2 - a33*m1 *m2*n2
10 2 9 7 10 2 7 9
+ 36*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
10 2 5 11 10 2 3 13
- 114*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
10 2 15 9 3 10 6
+ 14*a33*m1 *m2 *n1*n2 - 84*a33*m1 *m2 *n1 *n2
9 3 8 8 9 3 6 10
+ 105*a33*m1 *m2 *n1 *n2 + 380*a33*m1 *m2 *n1 *n2
9 3 4 12 9 3 2 14
+ 110*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2
9 3 16 8 4 11 5
+ a33*m1 *m2 *n2 + 126*a33*m1 *m2 *n1 *n2
8 4 9 7 8 4 7 9
- 330*a33*m1 *m2 *n1 *n2 - 765*a33*m1 *m2 *n1 *n2
8 4 5 11 8 4 3 13
- 45*a33*m1 *m2 *n1 *n2 + 255*a33*m1 *m2 *n1 *n2
8 4 15 7 5 12 4
- 9*a33*m1 *m2 *n1*n2 - 126*a33*m1 *m2 *n1 *n2
7 5 10 6 7 5 8 8
+ 588*a33*m1 *m2 *n1 *n2 + 972*a33*m1 *m2 *n1 *n2
7 5 6 10 7 5 4 12
- 288*a33*m1 *m2 *n1 *n2 - 510*a33*m1 *m2 *n1 *n2
7 5 2 14 6 6 13 3
+ 36*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
6 6 11 5 6 6 9 7
- 672*a33*m1 *m2 *n1 *n2 - 756*a33*m1 *m2 *n1 *n2
6 6 7 9 6 6 5 11
+ 756*a33*m1 *m2 *n1 *n2 + 672*a33*m1 *m2 *n1 *n2
6 6 3 13 5 7 14 2
- 84*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
5 7 12 4 5 7 10 6
+ 510*a33*m1 *m2 *n1 *n2 + 288*a33*m1 *m2 *n1 *n2
5 7 8 8 5 7 6 10
- 972*a33*m1 *m2 *n1 *n2 - 588*a33*m1 *m2 *n1 *n2
5 7 4 12 4 8 15
+ 126*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
4 8 13 3 4 8 11 5
- 255*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
4 8 9 7 4 8 7 9
+ 765*a33*m1 *m2 *n1 *n2 + 330*a33*m1 *m2 *n1 *n2
4 8 5 11 3 9 16
- 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
3 9 14 2 3 9 12 4
+ 80*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
3 9 10 6 3 9 8 8
- 380*a33*m1 *m2 *n1 *n2 - 105*a33*m1 *m2 *n1 *n2
3 9 6 10 2 10 15
+ 84*a33*m1 *m2 *n1 *n2 - 14*a33*m1 *m2 *n1 *n2
2 10 13 3 2 10 11 5
+ 54*a33*m1 *m2 *n1 *n2 + 114*a33*m1 *m2 *n1 *n2
2 10 9 7 2 10 7 9 11 16
+ 10*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2 + a33*m1*m2 *n1
11 14 2 11 12 4
- 12*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2
11 10 6 11 8 8 12 15
+ 4*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2
12 13 3 12 11 5 12 9 7
+ a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u2*u3*v1
12 6 10 12 4 12 12 2 14
*v3*(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 16 11 7 9 11 5 11
- 2*a33*m1 *n2 - 20*a33*m1 *m2*n1 *n2 - 12*a33*m1 *m2*n1 *n2
11 3 13 11 15
+ 36*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1*n2
10 2 8 8 10 2 6 10
+ 90*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
10 2 4 12 10 2 2 14
- 252*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
10 2 16 9 3 9 7
+ 2*a33*m1 *m2 *n2 - 240*a33*m1 *m2 *n1 *n2
9 3 7 9 9 3 5 11
+ 140*a33*m1 *m2 *n1 *n2 + 980*a33*m1 *m2 *n1 *n2
9 3 3 13 9 3 15
+ 580*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1*n2
8 4 10 6 8 4 8 8
+ 420*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
8 4 6 10 8 4 4 12
- 2430*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
8 4 2 14 7 5 11 5
+ 90*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
7 5 9 7 7 5 7 9
+ 1416*a33*m1 *m2 *n1 *n2 + 4104*a33*m1 *m2 *n1 *n2
7 5 5 11 7 5 3 13
+ 1944*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
6 6 12 4 6 6 10 6
+ 420*a33*m1 *m2 *n1 *n2 - 2016*a33*m1 *m2 *n1 *n2
6 6 8 8 6 6 6 10
- 4872*a33*m1 *m2 *n1 *n2 - 2016*a33*m1 *m2 *n1 *n2
6 6 4 12 5 7 13 3
+ 420*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
5 7 11 5 5 7 9 7
+ 1944*a33*m1 *m2 *n1 *n2 + 4104*a33*m1 *m2 *n1 *n2
5 7 7 9 5 7 5 11
+ 1416*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
4 8 14 2 4 8 12 4
+ 90*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
4 8 10 6 4 8 8 8
- 2430*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
4 8 6 10 3 9 15
+ 420*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
3 9 13 3 3 9 11 5
+ 580*a33*m1 *m2 *n1 *n2 + 980*a33*m1 *m2 *n1 *n2
3 9 9 7 3 9 7 9
+ 140*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
2 10 16 2 10 14 2
+ 2*a33*m1 *m2 *n1 - 168*a33*m1 *m2 *n1 *n2
2 10 12 4 2 10 10 6
- 252*a33*m1 *m2 *n1 *n2 + 8*a33*m1 *m2 *n1 *n2
2 10 8 8 11 15
+ 90*a33*m1 *m2 *n1 *n2 + 28*a33*m1*m2 *n1 *n2
11 13 3 11 11 5
+ 36*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
11 9 7 12 16 12 14 2
- 20*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 - 2*a33*m2 *n1 *n2
12 12 4 12 10 6
+ 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u2*u3*v3*(
11 8 10 11 6 12 11 2 16 11 18
- m1 *n1 *n2 - 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + m1 *n2
10 9 9 10 7 11 10 5 13
+ 9*m1 *m2*n1 *n2 + 14*m1 *m2*n1 *n2 - 12*m1 *m2*n1 *n2
10 3 15 10 17 9 2 10 8
- 30*m1 *m2*n1 *n2 - 13*m1 *m2*n1*n2 - 36*m1 *m2 *n1 *n2
9 2 8 10 9 2 6 12 9 2 4 14
- 35*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2
9 2 2 16 9 2 18 8 3 11 7
+ 70*m1 *m2 *n1 *n2 - m1 *m2 *n2 + 84*m1 *m2 *n1 *n2
8 3 9 9 8 3 7 11 8 3 5 13
+ 15*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2
8 3 3 15 8 3 17 7 4 12 6
- 210*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2
7 4 10 8 7 4 8 10 7 4 6 12
+ 120*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2
7 4 4 14 7 4 2 16 6 5 13 5
+ 390*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
6 5 11 7 6 5 9 9 6 5 7 11
- 336*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2
6 5 5 13 6 5 3 15 5 6 14 4
- 462*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
5 6 12 6 5 6 10 8 5 6 8 10
+ 462*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
5 6 6 12 5 6 4 14 4 7 15 3
+ 336*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
4 7 13 5 4 7 11 7 4 7 9 9
- 390*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2
4 7 7 11 4 7 5 13 3 8 16 2
- 120*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2
3 8 14 4 3 8 12 6 3 8 10 8
+ 210*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2
3 8 8 10 3 8 6 12 2 9 17
- 15*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2
2 9 15 3 2 9 13 5 2 9 11 7
- 70*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2
2 9 9 9 2 9 7 11 10 16 2
+ 35*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 + 13*m1*m2 *n1 *n2
10 14 4 10 12 6 10 10 8
+ 30*m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2 - 14*m1*m2 *n1 *n2
10 8 10 11 17 11 15 3 11 11 7
- 9*m1*m2 *n1 *n2 - m2 *n1 *n2 - 2*m2 *n1 *n2 + 2*m2 *n1 *n2
11 9 9 3 13 5 10 13 14
+ m2 *n1 *n2 ) + u2*v1 *(2*a33*m1 *n1 *n2 - 2*a33*m1 *n1*n2
12 6 9 12 4 11
- 20*a33*m1 *m2*n1 *n2 + 10*a33*m1 *m2*n1 *n2
12 2 13 12 15 11 2 7 8
+ 28*a33*m1 *m2*n1 *n2 - 2*a33*m1 *m2*n2 + 90*a33*m1 *m2 *n1 *n2
11 2 5 10 11 2 3 12
- 102*a33*m1 *m2 *n1 *n2 - 162*a33*m1 *m2 *n1 *n2
11 2 14 10 3 8 7
+ 30*a33*m1 *m2 *n1*n2 - 240*a33*m1 *m2 *n1 *n2
10 3 6 9 10 3 4 11
+ 470*a33*m1 *m2 *n1 *n2 + 518*a33*m1 *m2 *n1 *n2
10 3 2 13 10 3 15
- 190*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
9 4 9 6 9 4 7 8
+ 420*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
9 4 5 10 9 4 3 12
- 1000*a33*m1 *m2 *n1 *n2 + 690*a33*m1 *m2 *n1 *n2
9 4 14 8 5 10 5
- 20*a33*m1 *m2 *n1*n2 - 504*a33*m1 *m2 *n1 *n2
8 5 8 7 8 5 6 9
+ 2340*a33*m1 *m2 *n1 *n2 + 1134*a33*m1 *m2 *n1 *n2
8 5 4 11 8 5 2 13
- 1620*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
7 6 11 4 7 6 9 6
+ 420*a33*m1 *m2 *n1 *n2 - 2940*a33*m1 *m2 *n1 *n2
7 6 7 8 7 6 5 10
- 516*a33*m1 *m2 *n1 *n2 + 2604*a33*m1 *m2 *n1 *n2
7 6 3 12 6 7 12 3
- 240*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
6 7 10 5 6 7 8 7
+ 2604*a33*m1 *m2 *n1 *n2 - 516*a33*m1 *m2 *n1 *n2
6 7 6 9 6 7 4 11
- 2940*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
5 8 13 2 5 8 11 4
+ 90*a33*m1 *m2 *n1 *n2 - 1620*a33*m1 *m2 *n1 *n2
5 8 9 6 5 8 7 8
+ 1134*a33*m1 *m2 *n1 *n2 + 2340*a33*m1 *m2 *n1 *n2
5 8 5 10 4 9 14
- 504*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
4 9 12 3 4 9 10 5
+ 690*a33*m1 *m2 *n1 *n2 - 1000*a33*m1 *m2 *n1 *n2
4 9 8 7 4 9 6 9
- 1290*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
3 10 15 3 10 13 2
+ 2*a33*m1 *m2 *n1 - 190*a33*m1 *m2 *n1 *n2
3 10 11 4 3 10 9 6
+ 518*a33*m1 *m2 *n1 *n2 + 470*a33*m1 *m2 *n1 *n2
3 10 7 8 2 11 14
- 240*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
2 11 12 3 2 11 10 5
- 162*a33*m1 *m2 *n1 *n2 - 102*a33*m1 *m2 *n1 *n2
2 11 8 7 12 15 12 13 2
+ 90*a33*m1 *m2 *n1 *n2 - 2*a33*m1*m2 *n1 + 28*a33*m1*m2 *n1 *n2
12 11 4 12 9 6 13 14
+ 10*a33*m1*m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
13 10 5 2 12 7 10 12 5 12
+ 2*a33*m2 *n1 *n2 ) + u2*v1 *( - m1 *n1 *n2 - m1 *n1 *n2
12 3 14 12 16 11 8 9 11 6 11
+ m1 *n1 *n2 + m1 *n1*n2 + 9*m1 *m2*n1 *n2 + 4*m1 *m2*n1 *n2
11 4 13 11 2 15 11 17
- 18*m1 *m2*n1 *n2 - 12*m1 *m2*n1 *n2 + m1 *m2*n2
10 2 9 8 10 2 7 10 10 2 5 12
- 36*m1 *m2 *n1 *n2 + 10*m1 *m2 *n1 *n2 + 114*m1 *m2 *n1 *n2
10 2 3 14 10 2 16 9 3 10 7
+ 54*m1 *m2 *n1 *n2 - 14*m1 *m2 *n1*n2 + 84*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11 9 3 4 13
- 105*m1 *m2 *n1 *n2 - 380*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2
9 3 2 15 9 3 17 8 4 11 6
+ 80*m1 *m2 *n1 *n2 - m1 *m2 *n2 - 126*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10 8 4 5 12
+ 330*m1 *m2 *n1 *n2 + 765*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2
8 4 3 14 8 4 16 7 5 12 5
- 255*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2
7 5 10 7 7 5 8 9 7 5 6 11
- 588*m1 *m2 *n1 *n2 - 972*m1 *m2 *n1 *n2 + 288*m1 *m2 *n1 *n2
7 5 4 13 7 5 2 15 6 6 13 4
+ 510*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
6 6 11 6 6 6 9 8 6 6 7 10
+ 672*m1 *m2 *n1 *n2 + 756*m1 *m2 *n1 *n2 - 756*m1 *m2 *n1 *n2
6 6 5 12 6 6 3 14 5 7 14 3
- 672*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
5 7 12 5 5 7 10 7 5 7 8 9
- 510*m1 *m2 *n1 *n2 - 288*m1 *m2 *n1 *n2 + 972*m1 *m2 *n1 *n2
5 7 6 11 5 7 4 13 4 8 15 2
+ 588*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2
4 8 13 4 4 8 11 6 4 8 9 8
+ 255*m1 *m2 *n1 *n2 - 45*m1 *m2 *n1 *n2 - 765*m1 *m2 *n1 *n2
4 8 7 10 4 8 5 12 3 9 16
- 330*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2
3 9 14 3 3 9 12 5 3 9 10 7
- 80*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2 + 380*m1 *m2 *n1 *n2
3 9 8 9 3 9 6 11 2 10 15 2
+ 105*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 14*m1 *m2 *n1 *n2
2 10 13 4 2 10 11 6 2 10 9 8
- 54*m1 *m2 *n1 *n2 - 114*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2
2 10 7 10 11 16 11 14 3
+ 36*m1 *m2 *n1 *n2 - m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2
11 12 5 11 10 7 11 8 9
+ 18*m1*m2 *n1 *n2 - 4*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2
12 15 2 12 13 4 12 11 6 12 9 8
- m2 *n1 *n2 - m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2 ) + u2*v1
2 13 5 10 13 14 12 6 9
*v2 *(2*a33*m1 *n1 *n2 - 2*a33*m1 *n1*n2 - 20*a33*m1 *m2*n1 *n2
12 4 11 12 2 13
+ 10*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1 *n2
12 15 11 2 7 8
- 2*a33*m1 *m2*n2 + 90*a33*m1 *m2 *n1 *n2
11 2 5 10 11 2 3 12
- 102*a33*m1 *m2 *n1 *n2 - 162*a33*m1 *m2 *n1 *n2
11 2 14 10 3 8 7
+ 30*a33*m1 *m2 *n1*n2 - 240*a33*m1 *m2 *n1 *n2
10 3 6 9 10 3 4 11
+ 470*a33*m1 *m2 *n1 *n2 + 518*a33*m1 *m2 *n1 *n2
10 3 2 13 10 3 15
- 190*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
9 4 9 6 9 4 7 8
+ 420*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
9 4 5 10 9 4 3 12
- 1000*a33*m1 *m2 *n1 *n2 + 690*a33*m1 *m2 *n1 *n2
9 4 14 8 5 10 5
- 20*a33*m1 *m2 *n1*n2 - 504*a33*m1 *m2 *n1 *n2
8 5 8 7 8 5 6 9
+ 2340*a33*m1 *m2 *n1 *n2 + 1134*a33*m1 *m2 *n1 *n2
8 5 4 11 8 5 2 13
- 1620*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
7 6 11 4 7 6 9 6
+ 420*a33*m1 *m2 *n1 *n2 - 2940*a33*m1 *m2 *n1 *n2
7 6 7 8 7 6 5 10
- 516*a33*m1 *m2 *n1 *n2 + 2604*a33*m1 *m2 *n1 *n2
7 6 3 12 6 7 12 3
- 240*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
6 7 10 5 6 7 8 7
+ 2604*a33*m1 *m2 *n1 *n2 - 516*a33*m1 *m2 *n1 *n2
6 7 6 9 6 7 4 11
- 2940*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
5 8 13 2 5 8 11 4
+ 90*a33*m1 *m2 *n1 *n2 - 1620*a33*m1 *m2 *n1 *n2
5 8 9 6 5 8 7 8
+ 1134*a33*m1 *m2 *n1 *n2 + 2340*a33*m1 *m2 *n1 *n2
5 8 5 10 4 9 14
- 504*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
4 9 12 3 4 9 10 5
+ 690*a33*m1 *m2 *n1 *n2 - 1000*a33*m1 *m2 *n1 *n2
4 9 8 7 4 9 6 9
- 1290*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
3 10 15 3 10 13 2
+ 2*a33*m1 *m2 *n1 - 190*a33*m1 *m2 *n1 *n2
3 10 11 4 3 10 9 6
+ 518*a33*m1 *m2 *n1 *n2 + 470*a33*m1 *m2 *n1 *n2
3 10 7 8 2 11 14
- 240*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
2 11 12 3 2 11 10 5
- 162*a33*m1 *m2 *n1 *n2 - 102*a33*m1 *m2 *n1 *n2
2 11 8 7 12 15
+ 90*a33*m1 *m2 *n1 *n2 - 2*a33*m1*m2 *n1
12 13 2 12 11 4
+ 28*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2
12 9 6 13 14 13 10 5
- 20*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) +
12 8 9 12 4 13 12 17 11 9 8
u2*v1*v2*(m1 *n1 *n2 - 2*m1 *n1 *n2 + m1 *n2 - 9*m1 *m2*n1 *n2
11 7 10 11 5 12 11 3 14
+ 6*m1 *m2*n1 *n2 + 24*m1 *m2*n1 *n2 - 6*m1 *m2*n1 *n2
11 16 10 2 10 7 10 2 8 9
- 15*m1 *m2*n1*n2 + 36*m1 *m2 *n1 *n2 - 55*m1 *m2 *n1 *n2
10 2 6 11 10 2 4 13
- 118*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2
10 2 2 15 10 2 17 9 3 11 6
+ 98*m1 *m2 *n1 *n2 - m1 *m2 *n2 - 84*m1 *m2 *n1 *n2
9 3 9 8 9 3 7 10
+ 225*m1 *m2 *n1 *n2 + 310*m1 *m2 *n1 *n2
9 3 5 12 9 3 3 14
- 380*m1 *m2 *n1 *n2 - 370*m1 *m2 *n1 *n2
9 3 16 8 4 12 5
+ 11*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2
8 4 10 7 8 4 8 9
- 540*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2
8 4 6 11 8 4 4 13
+ 1170*m1 *m2 *n1 *n2 + 900*m1 *m2 *n1 *n2
8 4 2 15 7 5 13 4
- 54*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
7 5 11 6 7 5 9 8
+ 840*m1 *m2 *n1 *n2 + 264*m1 *m2 *n1 *n2
7 5 7 10 7 5 5 12
- 2340*m1 *m2 *n1 *n2 - 1482*m1 *m2 *n1 *n2
7 5 3 14 6 6 14 3
+ 156*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
6 6 12 5 6 6 10 7
- 882*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2
6 6 8 9 6 6 6 11
+ 3192*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
6 6 4 13 5 7 15 2
- 294*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
5 7 13 4 5 7 11 6
+ 630*m1 *m2 *n1 *n2 - 684*m1 *m2 *n1 *n2
5 7 9 8 5 7 7 10
- 3024*m1 *m2 *n1 *n2 - 1296*m1 *m2 *n1 *n2
5 7 5 12 4 8 16 4 8 14 3
+ 378*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 300*m1 *m2 *n1 *n2
4 8 12 5 4 8 10 7
+ 690*m1 *m2 *n1 *n2 + 1980*m1 *m2 *n1 *n2
4 8 8 9 4 8 6 11 3 9 17
+ 645*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2 - m1 *m2 *n1
3 9 15 2 3 9 13 4
+ 90*m1 *m2 *n1 *n2 - 400*m1 *m2 *n1 *n2
3 9 11 6 3 9 9 8
- 870*m1 *m2 *n1 *n2 - 175*m1 *m2 *n1 *n2
3 9 7 10 2 10 16
+ 204*m1 *m2 *n1 *n2 - 15*m1 *m2 *n1 *n2
2 10 14 3 2 10 12 5
+ 138*m1 *m2 *n1 *n2 + 240*m1 *m2 *n1 *n2
2 10 10 7 2 10 8 9 11 17
+ 6*m1 *m2 *n1 *n2 - 81*m1 *m2 *n1 *n2 + m1*m2 *n1
11 15 2 11 13 4 11 11 6
- 26*m1*m2 *n1 *n2 - 36*m1*m2 *n1 *n2 + 10*m1*m2 *n1 *n2
11 9 8 12 16 12 14 3
+ 19*m1*m2 *n1 *n2 + 2*m2 *n1 *n2 + 2*m2 *n1 *n2
12 12 5 12 10 7 2
- 2*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + u2*v1*v3 *(
13 5 10 13 14 12 6 9
2*a33*m1 *n1 *n2 - 2*a33*m1 *n1*n2 - 20*a33*m1 *m2*n1 *n2
12 4 11 12 2 13 12 15
+ 10*a33*m1 *m2*n1 *n2 + 28*a33*m1 *m2*n1 *n2 - 2*a33*m1 *m2*n2
11 2 7 8 11 2 5 10
+ 90*a33*m1 *m2 *n1 *n2 - 102*a33*m1 *m2 *n1 *n2
11 2 3 12 11 2 14
- 162*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1*n2
10 3 8 7 10 3 6 9
- 240*a33*m1 *m2 *n1 *n2 + 470*a33*m1 *m2 *n1 *n2
10 3 4 11 10 3 2 13
+ 518*a33*m1 *m2 *n1 *n2 - 190*a33*m1 *m2 *n1 *n2
10 3 15 9 4 9 6
+ 2*a33*m1 *m2 *n2 + 420*a33*m1 *m2 *n1 *n2
9 4 7 8 9 4 5 10
- 1290*a33*m1 *m2 *n1 *n2 - 1000*a33*m1 *m2 *n1 *n2
9 4 3 12 9 4 14
+ 690*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1*n2
8 5 10 5 8 5 8 7
- 504*a33*m1 *m2 *n1 *n2 + 2340*a33*m1 *m2 *n1 *n2
8 5 6 9 8 5 4 11
+ 1134*a33*m1 *m2 *n1 *n2 - 1620*a33*m1 *m2 *n1 *n2
8 5 2 13 7 6 11 4
+ 90*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
7 6 9 6 7 6 7 8
- 2940*a33*m1 *m2 *n1 *n2 - 516*a33*m1 *m2 *n1 *n2
7 6 5 10 7 6 3 12
+ 2604*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
6 7 12 3 6 7 10 5
- 240*a33*m1 *m2 *n1 *n2 + 2604*a33*m1 *m2 *n1 *n2
6 7 8 7 6 7 6 9
- 516*a33*m1 *m2 *n1 *n2 - 2940*a33*m1 *m2 *n1 *n2
6 7 4 11 5 8 13 2
+ 420*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
5 8 11 4 5 8 9 6
- 1620*a33*m1 *m2 *n1 *n2 + 1134*a33*m1 *m2 *n1 *n2
5 8 7 8 5 8 5 10
+ 2340*a33*m1 *m2 *n1 *n2 - 504*a33*m1 *m2 *n1 *n2
4 9 14 4 9 12 3
- 20*a33*m1 *m2 *n1 *n2 + 690*a33*m1 *m2 *n1 *n2
4 9 10 5 4 9 8 7
- 1000*a33*m1 *m2 *n1 *n2 - 1290*a33*m1 *m2 *n1 *n2
4 9 6 9 3 10 15
+ 420*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
3 10 13 2 3 10 11 4
- 190*a33*m1 *m2 *n1 *n2 + 518*a33*m1 *m2 *n1 *n2
3 10 9 6 3 10 7 8
+ 470*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
2 11 14 2 11 12 3
+ 30*a33*m1 *m2 *n1 *n2 - 162*a33*m1 *m2 *n1 *n2
2 11 10 5 2 11 8 7
- 102*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
12 15 12 13 2 12 11 4
- 2*a33*m1*m2 *n1 + 28*a33*m1*m2 *n1 *n2 + 10*a33*m1*m2 *n1 *n2
12 9 6 13 14 13 10 5
- 20*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u2
2 12 7 10 12 5 12 12 3 14 12 16
*v2 *(m1 *n1 *n2 + m1 *n1 *n2 - m1 *n1 *n2 - m1 *n1*n2
11 8 9 11 6 11 11 4 13
- 10*m1 *m2*n1 *n2 - 6*m1 *m2*n1 *n2 + 18*m1 *m2*n1 *n2
11 2 15 10 2 9 8 10 2 7 10
+ 14*m1 *m2*n1 *n2 + 45*m1 *m2 *n1 *n2 + 4*m1 *m2 *n1 *n2
10 2 5 12 10 2 3 14 10 2 16
- 126*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + m1 *m2 *n1*n2
9 3 10 7 9 3 8 9 9 3 6 11
- 120*m1 *m2 *n1 *n2 + 70*m1 *m2 *n1 *n2 + 490*m1 *m2 *n1 *n2
9 3 4 13 9 3 2 15 8 4 11 6
+ 290*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10 8 4 5 12
- 315*m1 *m2 *n1 *n2 - 1215*m1 *m2 *n1 *n2 - 645*m1 *m2 *n1 *n2
8 4 3 14 7 5 12 5 7 5 10 7
+ 45*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2 + 708*m1 *m2 *n1 *n2
7 5 8 9 7 5 6 11 7 5 4 13
+ 2052*m1 *m2 *n1 *n2 + 972*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
6 6 13 4 6 6 11 6 6 6 9 8
+ 210*m1 *m2 *n1 *n2 - 1008*m1 *m2 *n1 *n2 - 2436*m1 *m2 *n1 *n2
6 6 7 10 6 6 5 12 5 7 14 3
- 1008*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2
5 7 12 5 5 7 10 7 5 7 8 9
+ 972*m1 *m2 *n1 *n2 + 2052*m1 *m2 *n1 *n2 + 708*m1 *m2 *n1 *n2
5 7 6 11 4 8 15 2 4 8 13 4
- 252*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 645*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8 4 8 7 10
- 1215*m1 *m2 *n1 *n2 - 315*m1 *m2 *n1 *n2 + 210*m1 *m2 *n1 *n2
3 9 16 3 9 14 3 3 9 12 5
- 10*m1 *m2 *n1 *n2 + 290*m1 *m2 *n1 *n2 + 490*m1 *m2 *n1 *n2
3 9 10 7 3 9 8 9 2 10 17
+ 70*m1 *m2 *n1 *n2 - 120*m1 *m2 *n1 *n2 + m1 *m2 *n1
2 10 15 2 2 10 13 4 2 10 11 6
- 84*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 4*m1 *m2 *n1 *n2
2 10 9 8 11 16 11 14 3
+ 45*m1 *m2 *n1 *n2 + 14*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2
11 12 5 11 10 7 12 17 12 15 2
- 6*m1*m2 *n1 *n2 - 10*m1*m2 *n1 *n2 - m2 *n1 - m2 *n1 *n2
12 13 4 12 11 6 2 13 6 9
+ m2 *n1 *n2 + m2 *n1 *n2 ) + u2*v2*v3 *( - a33*m1 *n1 *n2
13 4 11 13 2 13 13 15
- a33*m1 *n1 *n2 + a33*m1 *n1 *n2 + a33*m1 *n2
12 7 8 12 5 10
+ 9*a33*m1 *m2*n1 *n2 + 5*a33*m1 *m2*n1 *n2
12 3 12 12 14
- 17*a33*m1 *m2*n1 *n2 - 13*a33*m1 *m2*n1*n2
11 2 8 7 11 2 4 11
- 36*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
11 2 2 13 10 3 9 6
+ 72*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
10 3 7 8 10 3 5 10
- 60*a33*m1 *m2 *n1 *n2 - 376*a33*m1 *m2 *n1 *n2
10 3 3 12 10 3 14
- 236*a33*m1 *m2 *n1 *n2 - 4*a33*m1 *m2 *n1*n2
9 4 10 5 9 4 8 7
- 126*a33*m1 *m2 *n1 *n2 + 210*a33*m1 *m2 *n1 *n2
9 4 6 9 9 4 4 11
+ 835*a33*m1 *m2 *n1 *n2 + 535*a33*m1 *m2 *n1 *n2
9 4 2 13 9 4 15 8 5 11 4
+ 35*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2 + 126*a33*m1 *m2 *n1 *n2
8 5 9 6 8 5 7 8
- 378*a33*m1 *m2 *n1 *n2 - 1287*a33*m1 *m2 *n1 *n2
8 5 5 10 8 5 3 12
- 927*a33*m1 *m2 *n1 *n2 - 135*a33*m1 *m2 *n1 *n2
8 5 14 7 6 12 3
+ 9*a33*m1 *m2 *n1*n2 - 84*a33*m1 *m2 *n1 *n2
7 6 10 5 7 6 8 7
+ 420*a33*m1 *m2 *n1 *n2 + 1464*a33*m1 *m2 *n1 *n2
7 6 6 9 7 6 4 11
+ 1296*a33*m1 *m2 *n1 *n2 + 300*a33*m1 *m2 *n1 *n2
7 6 2 13 6 7 13 2
- 36*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 7 11 4 6 7 9 6
- 300*a33*m1 *m2 *n1 *n2 - 1296*a33*m1 *m2 *n1 *n2
6 7 7 8 6 7 5 10
- 1464*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
6 7 3 12 5 8 14
+ 84*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1 *n2
5 8 12 3 5 8 10 5
+ 135*a33*m1 *m2 *n1 *n2 + 927*a33*m1 *m2 *n1 *n2
5 8 8 7 5 8 6 9
+ 1287*a33*m1 *m2 *n1 *n2 + 378*a33*m1 *m2 *n1 *n2
5 8 4 11 4 9 15 4 9 13 2
- 126*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 - 35*a33*m1 *m2 *n1 *n2
4 9 11 4 4 9 9 6
- 535*a33*m1 *m2 *n1 *n2 - 835*a33*m1 *m2 *n1 *n2
4 9 7 8 4 9 5 10
- 210*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 10 14 3 10 12 3
+ 4*a33*m1 *m2 *n1 *n2 + 236*a33*m1 *m2 *n1 *n2
3 10 10 5 3 10 8 7
+ 376*a33*m1 *m2 *n1 *n2 + 60*a33*m1 *m2 *n1 *n2
3 10 6 9 2 11 13 2
- 84*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
2 11 11 4 2 11 7 8
- 108*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
12 14 12 12 3
+ 13*a33*m1*m2 *n1 *n2 + 17*a33*m1*m2 *n1 *n2
12 10 5 12 8 7 13 15
- 5*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1
13 13 2 13 11 4 13 9 6 2
- a33*m2 *n1 *n2 + a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u2*v3 *(
12 7 10 12 5 12 12 3 14 12 16
- m1 *n1 *n2 - m1 *n1 *n2 + m1 *n1 *n2 + m1 *n1*n2
11 8 9 11 6 11 11 4 13
+ 9*m1 *m2*n1 *n2 + 4*m1 *m2*n1 *n2 - 18*m1 *m2*n1 *n2
11 2 15 11 17 10 2 9 8
- 12*m1 *m2*n1 *n2 + m1 *m2*n2 - 36*m1 *m2 *n1 *n2
10 2 7 10 10 2 5 12 10 2 3 14
+ 10*m1 *m2 *n1 *n2 + 114*m1 *m2 *n1 *n2 + 54*m1 *m2 *n1 *n2
10 2 16 9 3 10 7 9 3 8 9
- 14*m1 *m2 *n1*n2 + 84*m1 *m2 *n1 *n2 - 105*m1 *m2 *n1 *n2
9 3 6 11 9 3 4 13 9 3 2 15
- 380*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 + 80*m1 *m2 *n1 *n2
9 3 17 8 4 11 6 8 4 9 8
- m1 *m2 *n2 - 126*m1 *m2 *n1 *n2 + 330*m1 *m2 *n1 *n2
8 4 7 10 8 4 5 12 8 4 3 14
+ 765*m1 *m2 *n1 *n2 + 45*m1 *m2 *n1 *n2 - 255*m1 *m2 *n1 *n2
8 4 16 7 5 12 5 7 5 10 7
+ 9*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2 - 588*m1 *m2 *n1 *n2
7 5 8 9 7 5 6 11 7 5 4 13
- 972*m1 *m2 *n1 *n2 + 288*m1 *m2 *n1 *n2 + 510*m1 *m2 *n1 *n2
7 5 2 15 6 6 13 4 6 6 11 6
- 36*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 672*m1 *m2 *n1 *n2
6 6 9 8 6 6 7 10 6 6 5 12
+ 756*m1 *m2 *n1 *n2 - 756*m1 *m2 *n1 *n2 - 672*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3 5 7 12 5
+ 84*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 510*m1 *m2 *n1 *n2
5 7 10 7 5 7 8 9 5 7 6 11
- 288*m1 *m2 *n1 *n2 + 972*m1 *m2 *n1 *n2 + 588*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2 4 8 13 4
- 126*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 255*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8 4 8 7 10
- 45*m1 *m2 *n1 *n2 - 765*m1 *m2 *n1 *n2 - 330*m1 *m2 *n1 *n2
4 8 5 12 3 9 16 3 9 14 3
+ 126*m1 *m2 *n1 *n2 + m1 *m2 *n1 *n2 - 80*m1 *m2 *n1 *n2
3 9 12 5 3 9 10 7 3 9 8 9
+ 110*m1 *m2 *n1 *n2 + 380*m1 *m2 *n1 *n2 + 105*m1 *m2 *n1 *n2
3 9 6 11 2 10 15 2 2 10 13 4
- 84*m1 *m2 *n1 *n2 + 14*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2
2 10 11 6 2 10 9 8 2 10 7 10
- 114*m1 *m2 *n1 *n2 - 10*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
11 16 11 14 3 11 12 5
- m1*m2 *n1 *n2 + 12*m1*m2 *n1 *n2 + 18*m1*m2 *n1 *n2
11 10 7 11 8 9 12 15 2 12 13 4
- 4*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2 - m2 *n1 *n2 - m2 *n1 *n2
12 11 6 12 9 8 2 2 12 7 9
+ m2 *n1 *n2 + m2 *n1 *n2 ) + u3 *v3 *(a33*m1 *n1 *n2
12 5 11 12 3 13 12 15
+ a33*m1 *n1 *n2 - a33*m1 *n1 *n2 - a33*m1 *n1*n2
11 8 8 11 6 10
- 9*a33*m1 *m2*n1 *n2 - 4*a33*m1 *m2*n1 *n2
11 4 12 11 2 14 11 16
+ 18*a33*m1 *m2*n1 *n2 + 12*a33*m1 *m2*n1 *n2 - a33*m1 *m2*n2
10 2 9 7 10 2 7 9
+ 36*a33*m1 *m2 *n1 *n2 - 10*a33*m1 *m2 *n1 *n2
10 2 5 11 10 2 3 13
- 114*a33*m1 *m2 *n1 *n2 - 54*a33*m1 *m2 *n1 *n2
10 2 15 9 3 10 6
+ 14*a33*m1 *m2 *n1*n2 - 84*a33*m1 *m2 *n1 *n2
9 3 8 8 9 3 6 10
+ 105*a33*m1 *m2 *n1 *n2 + 380*a33*m1 *m2 *n1 *n2
9 3 4 12 9 3 2 14 9 3 16
+ 110*a33*m1 *m2 *n1 *n2 - 80*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2
8 4 11 5 8 4 9 7
+ 126*a33*m1 *m2 *n1 *n2 - 330*a33*m1 *m2 *n1 *n2
8 4 7 9 8 4 5 11
- 765*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2
8 4 3 13 8 4 15
+ 255*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1*n2
7 5 12 4 7 5 10 6
- 126*a33*m1 *m2 *n1 *n2 + 588*a33*m1 *m2 *n1 *n2
7 5 8 8 7 5 6 10
+ 972*a33*m1 *m2 *n1 *n2 - 288*a33*m1 *m2 *n1 *n2
7 5 4 12 7 5 2 14
- 510*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 6 13 3 6 6 11 5
+ 84*a33*m1 *m2 *n1 *n2 - 672*a33*m1 *m2 *n1 *n2
6 6 9 7 6 6 7 9
- 756*a33*m1 *m2 *n1 *n2 + 756*a33*m1 *m2 *n1 *n2
6 6 5 11 6 6 3 13
+ 672*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 7 14 2 5 7 12 4
- 36*a33*m1 *m2 *n1 *n2 + 510*a33*m1 *m2 *n1 *n2
5 7 10 6 5 7 8 8
+ 288*a33*m1 *m2 *n1 *n2 - 972*a33*m1 *m2 *n1 *n2
5 7 6 10 5 7 4 12
- 588*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
4 8 15 4 8 13 3
+ 9*a33*m1 *m2 *n1 *n2 - 255*a33*m1 *m2 *n1 *n2
4 8 11 5 4 8 9 7
+ 45*a33*m1 *m2 *n1 *n2 + 765*a33*m1 *m2 *n1 *n2
4 8 7 9 4 8 5 11 3 9 16
+ 330*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
3 9 14 2 3 9 12 4
+ 80*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
3 9 10 6 3 9 8 8
- 380*a33*m1 *m2 *n1 *n2 - 105*a33*m1 *m2 *n1 *n2
3 9 6 10 2 10 15
+ 84*a33*m1 *m2 *n1 *n2 - 14*a33*m1 *m2 *n1 *n2
2 10 13 3 2 10 11 5
+ 54*a33*m1 *m2 *n1 *n2 + 114*a33*m1 *m2 *n1 *n2
2 10 9 7 2 10 7 9 11 16
+ 10*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2 + a33*m1*m2 *n1
11 14 2 11 12 4
- 12*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2
11 10 6 11 8 8 12 15
+ 4*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1 *n2
12 13 3 12 11 5 12 9 7 2
+ a33*m2 *n1 *n2 - a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + u3*v1 *v3*(
13 6 9 13 2 13 12 7 8
2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 - 18*a33*m1 *m2*n1 *n2
12 5 10 12 3 12
+ 12*a33*m1 *m2*n1 *n2 + 26*a33*m1 *m2*n1 *n2
12 14 11 2 8 7
- 4*a33*m1 *m2*n1*n2 + 72*a33*m1 *m2 *n1 *n2
11 2 6 9 11 2 4 11
- 110*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
11 2 2 13 11 2 15
+ 54*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n2
10 3 9 6 10 3 7 8
- 168*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
10 3 5 10 10 3 3 12
+ 290*a33*m1 *m2 *n1 *n2 - 298*a33*m1 *m2 *n1 *n2
10 3 14 9 4 10 5
+ 30*a33*m1 *m2 *n1*n2 + 252*a33*m1 *m2 *n1 *n2
9 4 8 7 9 4 6 9
- 1080*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
9 4 4 11 9 4 2 13
+ 910*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
9 4 15 8 5 11 4
+ 2*a33*m1 *m2 *n2 - 252*a33*m1 *m2 *n1 *n2
8 5 9 6 8 5 7 8
+ 1680*a33*m1 *m2 *n1 *n2 - 396*a33*m1 *m2 *n1 *n2
8 5 5 10 8 5 3 12
- 1710*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
8 5 14 7 6 12 3
- 18*a33*m1 *m2 *n1*n2 + 168*a33*m1 *m2 *n1 *n2
7 6 10 5 7 6 8 7
- 1764*a33*m1 *m2 *n1 *n2 + 1428*a33*m1 *m2 *n1 *n2
7 6 6 9 7 6 4 11
+ 2028*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
7 6 2 13 6 7 13 2
+ 72*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 7 11 4 6 7 9 6
+ 1260*a33*m1 *m2 *n1 *n2 - 2028*a33*m1 *m2 *n1 *n2
6 7 7 8 6 7 5 10
- 1428*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
6 7 3 12 5 8 14
- 168*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
5 8 12 3 5 8 10 5
- 600*a33*m1 *m2 *n1 *n2 + 1710*a33*m1 *m2 *n1 *n2
5 8 8 7 5 8 6 9
+ 396*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
5 8 4 11 4 9 15
+ 252*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
4 9 13 2 4 9 11 4
+ 180*a33*m1 *m2 *n1 *n2 - 910*a33*m1 *m2 *n1 *n2
4 9 9 6 4 9 7 8
+ 240*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
4 9 5 10 3 10 14
- 252*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
3 10 12 3 3 10 10 5
+ 298*a33*m1 *m2 *n1 *n2 - 290*a33*m1 *m2 *n1 *n2
3 10 8 7 3 10 6 9
- 450*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
2 11 15 2 11 13 2
+ 2*a33*m1 *m2 *n1 - 54*a33*m1 *m2 *n1 *n2
2 11 11 4 2 11 9 6
+ 126*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
2 11 7 8 12 14
- 72*a33*m1 *m2 *n1 *n2 + 4*a33*m1*m2 *n1 *n2
12 12 3 12 10 5
- 26*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
12 8 7 13 13 2 13 9 6
+ 18*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u3
12 8 9 12 4 13 12 17 11 9 8
*v1*v3*(m1 *n1 *n2 - 2*m1 *n1 *n2 + m1 *n2 - 9*m1 *m2*n1 *n2
11 7 10 11 5 12 11 3 14
+ 6*m1 *m2*n1 *n2 + 24*m1 *m2*n1 *n2 - 6*m1 *m2*n1 *n2
11 16 10 2 10 7 10 2 8 9
- 15*m1 *m2*n1*n2 + 36*m1 *m2 *n1 *n2 - 55*m1 *m2 *n1 *n2
10 2 6 11 10 2 4 13
- 118*m1 *m2 *n1 *n2 + 72*m1 *m2 *n1 *n2
10 2 2 15 10 2 17 9 3 11 6
+ 98*m1 *m2 *n1 *n2 - m1 *m2 *n2 - 84*m1 *m2 *n1 *n2
9 3 9 8 9 3 7 10 9 3 5 12
+ 225*m1 *m2 *n1 *n2 + 310*m1 *m2 *n1 *n2 - 380*m1 *m2 *n1 *n2
9 3 3 14 9 3 16 8 4 12 5
- 370*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2
8 4 10 7 8 4 8 9 8 4 6 11
- 540*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 + 1170*m1 *m2 *n1 *n2
8 4 4 13 8 4 2 15 7 5 13 4
+ 900*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
7 5 11 6 7 5 9 8 7 5 7 10
+ 840*m1 *m2 *n1 *n2 + 264*m1 *m2 *n1 *n2 - 2340*m1 *m2 *n1 *n2
7 5 5 12 7 5 3 14 6 6 14 3
- 1482*m1 *m2 *n1 *n2 + 156*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
6 6 12 5 6 6 10 7 6 6 8 9
- 882*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 + 3192*m1 *m2 *n1 *n2
6 6 6 11 6 6 4 13 5 7 15 2
+ 1680*m1 *m2 *n1 *n2 - 294*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
5 7 13 4 5 7 11 6 5 7 9 8
+ 630*m1 *m2 *n1 *n2 - 684*m1 *m2 *n1 *n2 - 3024*m1 *m2 *n1 *n2
5 7 7 10 5 7 5 12 4 8 16
- 1296*m1 *m2 *n1 *n2 + 378*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2
4 8 14 3 4 8 12 5
- 300*m1 *m2 *n1 *n2 + 690*m1 *m2 *n1 *n2
4 8 10 7 4 8 8 9 4 8 6 11
+ 1980*m1 *m2 *n1 *n2 + 645*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2
3 9 17 3 9 15 2 3 9 13 4
- m1 *m2 *n1 + 90*m1 *m2 *n1 *n2 - 400*m1 *m2 *n1 *n2
3 9 11 6 3 9 9 8 3 9 7 10
- 870*m1 *m2 *n1 *n2 - 175*m1 *m2 *n1 *n2 + 204*m1 *m2 *n1 *n2
2 10 16 2 10 14 3
- 15*m1 *m2 *n1 *n2 + 138*m1 *m2 *n1 *n2
2 10 12 5 2 10 10 7 2 10 8 9
+ 240*m1 *m2 *n1 *n2 + 6*m1 *m2 *n1 *n2 - 81*m1 *m2 *n1 *n2
11 17 11 15 2 11 13 4
+ m1*m2 *n1 - 26*m1*m2 *n1 *n2 - 36*m1*m2 *n1 *n2
11 11 6 11 9 8 12 16
+ 10*m1*m2 *n1 *n2 + 19*m1*m2 *n1 *n2 + 2*m2 *n1 *n2
12 14 3 12 12 5 12 10 7 2
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + u3*v2 *v3*(
13 6 9 13 2 13 12 7 8
2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2 - 18*a33*m1 *m2*n1 *n2
12 5 10 12 3 12
+ 12*a33*m1 *m2*n1 *n2 + 26*a33*m1 *m2*n1 *n2
12 14 11 2 8 7
- 4*a33*m1 *m2*n1*n2 + 72*a33*m1 *m2 *n1 *n2
11 2 6 9 11 2 4 11
- 110*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
11 2 2 13 11 2 15
+ 54*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n2
10 3 9 6 10 3 7 8
- 168*a33*m1 *m2 *n1 *n2 + 450*a33*m1 *m2 *n1 *n2
10 3 5 10 10 3 3 12
+ 290*a33*m1 *m2 *n1 *n2 - 298*a33*m1 *m2 *n1 *n2
10 3 14 9 4 10 5
+ 30*a33*m1 *m2 *n1*n2 + 252*a33*m1 *m2 *n1 *n2
9 4 8 7 9 4 6 9
- 1080*a33*m1 *m2 *n1 *n2 - 240*a33*m1 *m2 *n1 *n2
9 4 4 11 9 4 2 13
+ 910*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
9 4 15 8 5 11 4
+ 2*a33*m1 *m2 *n2 - 252*a33*m1 *m2 *n1 *n2
8 5 9 6 8 5 7 8
+ 1680*a33*m1 *m2 *n1 *n2 - 396*a33*m1 *m2 *n1 *n2
8 5 5 10 8 5 3 12
- 1710*a33*m1 *m2 *n1 *n2 + 600*a33*m1 *m2 *n1 *n2
8 5 14 7 6 12 3
- 18*a33*m1 *m2 *n1*n2 + 168*a33*m1 *m2 *n1 *n2
7 6 10 5 7 6 8 7
- 1764*a33*m1 *m2 *n1 *n2 + 1428*a33*m1 *m2 *n1 *n2
7 6 6 9 7 6 4 11
+ 2028*a33*m1 *m2 *n1 *n2 - 1260*a33*m1 *m2 *n1 *n2
7 6 2 13 6 7 13 2
+ 72*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 7 11 4 6 7 9 6
+ 1260*a33*m1 *m2 *n1 *n2 - 2028*a33*m1 *m2 *n1 *n2
6 7 7 8 6 7 5 10
- 1428*a33*m1 *m2 *n1 *n2 + 1764*a33*m1 *m2 *n1 *n2
6 7 3 12 5 8 14
- 168*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
5 8 12 3 5 8 10 5
- 600*a33*m1 *m2 *n1 *n2 + 1710*a33*m1 *m2 *n1 *n2
5 8 8 7 5 8 6 9
+ 396*a33*m1 *m2 *n1 *n2 - 1680*a33*m1 *m2 *n1 *n2
5 8 4 11 4 9 15
+ 252*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
4 9 13 2 4 9 11 4
+ 180*a33*m1 *m2 *n1 *n2 - 910*a33*m1 *m2 *n1 *n2
4 9 9 6 4 9 7 8
+ 240*a33*m1 *m2 *n1 *n2 + 1080*a33*m1 *m2 *n1 *n2
4 9 5 10 3 10 14
- 252*a33*m1 *m2 *n1 *n2 - 30*a33*m1 *m2 *n1 *n2
3 10 12 3 3 10 10 5
+ 298*a33*m1 *m2 *n1 *n2 - 290*a33*m1 *m2 *n1 *n2
3 10 8 7 3 10 6 9
- 450*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
2 11 15 2 11 13 2
+ 2*a33*m1 *m2 *n1 - 54*a33*m1 *m2 *n1 *n2
2 11 11 4 2 11 9 6
+ 126*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
2 11 7 8 12 14
- 72*a33*m1 *m2 *n1 *n2 + 4*a33*m1*m2 *n1 *n2
12 12 3 12 10 5
- 26*a33*m1*m2 *n1 *n2 - 12*a33*m1*m2 *n1 *n2
12 8 7 13 13 2 13 9 6
+ 18*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u3
12 7 10 12 5 12 12 3 14 12 16
*v2*v3*(2*m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - 2*m1 *n1*n2
11 8 9 11 6 11 11 4 13
- 19*m1 *m2*n1 *n2 - 10*m1 *m2*n1 *n2 + 36*m1 *m2*n1 *n2
11 2 15 11 17 10 2 9 8
+ 26*m1 *m2*n1 *n2 - m1 *m2*n2 + 81*m1 *m2 *n1 *n2
10 2 7 10 10 2 5 12
- 6*m1 *m2 *n1 *n2 - 240*m1 *m2 *n1 *n2
10 2 3 14 10 2 16 9 3 10 7
- 138*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1*n2 - 204*m1 *m2 *n1 *n2
9 3 8 9 9 3 6 11 9 3 4 13
+ 175*m1 *m2 *n1 *n2 + 870*m1 *m2 *n1 *n2 + 400*m1 *m2 *n1 *n2
9 3 2 15 9 3 17 8 4 11 6
- 90*m1 *m2 *n1 *n2 + m1 *m2 *n2 + 336*m1 *m2 *n1 *n2
8 4 9 8 8 4 7 10 8 4 5 12
- 645*m1 *m2 *n1 *n2 - 1980*m1 *m2 *n1 *n2 - 690*m1 *m2 *n1 *n2
8 4 3 14 8 4 16 7 5 12 5
+ 300*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2 - 378*m1 *m2 *n1 *n2
7 5 10 7 7 5 8 9
+ 1296*m1 *m2 *n1 *n2 + 3024*m1 *m2 *n1 *n2
7 5 6 11 7 5 4 13 7 5 2 15
+ 684*m1 *m2 *n1 *n2 - 630*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
6 6 13 4 6 6 11 6
+ 294*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
6 6 9 8 6 6 7 10 6 6 5 12
- 3192*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2 + 882*m1 *m2 *n1 *n2
6 6 3 14 5 7 14 3 5 7 12 5
- 84*m1 *m2 *n1 *n2 - 156*m1 *m2 *n1 *n2 + 1482*m1 *m2 *n1 *n2
5 7 10 7 5 7 8 9 5 7 6 11
+ 2340*m1 *m2 *n1 *n2 - 264*m1 *m2 *n1 *n2 - 840*m1 *m2 *n1 *n2
5 7 4 13 4 8 15 2 4 8 13 4
+ 126*m1 *m2 *n1 *n2 + 54*m1 *m2 *n1 *n2 - 900*m1 *m2 *n1 *n2
4 8 11 6 4 8 9 8 4 8 7 10
- 1170*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 + 540*m1 *m2 *n1 *n2
4 8 5 12 3 9 16 3 9 14 3
- 126*m1 *m2 *n1 *n2 - 11*m1 *m2 *n1 *n2 + 370*m1 *m2 *n1 *n2
3 9 12 5 3 9 10 7 3 9 8 9
+ 380*m1 *m2 *n1 *n2 - 310*m1 *m2 *n1 *n2 - 225*m1 *m2 *n1 *n2
3 9 6 11 2 10 17 2 10 15 2
+ 84*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 98*m1 *m2 *n1 *n2
2 10 13 4 2 10 11 6 2 10 9 8
- 72*m1 *m2 *n1 *n2 + 118*m1 *m2 *n1 *n2 + 55*m1 *m2 *n1 *n2
2 10 7 10 11 16 11 14 3
- 36*m1 *m2 *n1 *n2 + 15*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2
11 12 5 11 10 7 11 8 9
- 24*m1*m2 *n1 *n2 - 6*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2
12 17 12 13 4 12 9 8 3
- m2 *n1 + 2*m2 *n1 *n2 - m2 *n1 *n2 ) + u3*v3 *(
13 6 9 13 4 11 13 2 13 13 15
a33*m1 *n1 *n2 - a33*m1 *n1 *n2 - a33*m1 *n1 *n2 + a33*m1 *n2
12 7 8 12 5 10
- 9*a33*m1 *m2*n1 *n2 + 17*a33*m1 *m2*n1 *n2
12 3 12 12 14
+ 9*a33*m1 *m2*n1 *n2 - 17*a33*m1 *m2*n1*n2
11 2 8 7 11 2 6 9
+ 36*a33*m1 *m2 *n1 *n2 - 110*a33*m1 *m2 *n1 *n2
11 2 4 11 11 2 2 13
- 18*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
11 2 15 10 3 9 6
- 2*a33*m1 *m2 *n2 - 84*a33*m1 *m2 *n1 *n2
10 3 7 8 10 3 5 10
+ 390*a33*m1 *m2 *n1 *n2 - 86*a33*m1 *m2 *n1 *n2
10 3 3 12 10 3 14
- 534*a33*m1 *m2 *n1 *n2 + 26*a33*m1 *m2 *n1*n2
9 4 10 5 9 4 8 7
+ 126*a33*m1 *m2 *n1 *n2 - 870*a33*m1 *m2 *n1 *n2
9 4 6 9 9 4 4 11
+ 595*a33*m1 *m2 *n1 *n2 + 1445*a33*m1 *m2 *n1 *n2
9 4 2 13 9 4 15 8 5 11 4
- 145*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 - 126*a33*m1 *m2 *n1 *n2
8 5 9 6 8 5 7 8
+ 1302*a33*m1 *m2 *n1 *n2 - 1683*a33*m1 *m2 *n1 *n2
8 5 5 10 8 5 3 12
- 2637*a33*m1 *m2 *n1 *n2 + 465*a33*m1 *m2 *n1 *n2
8 5 14 7 6 12 3
- 9*a33*m1 *m2 *n1*n2 + 84*a33*m1 *m2 *n1 *n2
7 6 10 5 7 6 8 7
- 1344*a33*m1 *m2 *n1 *n2 + 2892*a33*m1 *m2 *n1 *n2
7 6 6 9 7 6 4 11
+ 3324*a33*m1 *m2 *n1 *n2 - 960*a33*m1 *m2 *n1 *n2
7 6 2 13 6 7 13 2
+ 36*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 7 11 4 6 7 9 6
+ 960*a33*m1 *m2 *n1 *n2 - 3324*a33*m1 *m2 *n1 *n2
6 7 7 8 6 7 5 10
- 2892*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
6 7 3 12 5 8 14
- 84*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
5 8 12 3 5 8 10 5
- 465*a33*m1 *m2 *n1 *n2 + 2637*a33*m1 *m2 *n1 *n2
5 8 8 7 5 8 6 9
+ 1683*a33*m1 *m2 *n1 *n2 - 1302*a33*m1 *m2 *n1 *n2
5 8 4 11 4 9 15 4 9 13 2
+ 126*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 + 145*a33*m1 *m2 *n1 *n2
4 9 11 4 4 9 9 6
- 1445*a33*m1 *m2 *n1 *n2 - 595*a33*m1 *m2 *n1 *n2
4 9 7 8 4 9 5 10
+ 870*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 10 14 3 10 12 3
- 26*a33*m1 *m2 *n1 *n2 + 534*a33*m1 *m2 *n1 *n2
3 10 10 5 3 10 8 7
+ 86*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
3 10 6 9 2 11 15
+ 84*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
2 11 13 2 2 11 11 4
- 126*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
2 11 9 6 2 11 7 8
+ 110*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
12 14 12 12 3
+ 17*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2
12 10 5 12 8 7 13 15
- 17*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1
13 13 2 13 11 4 13 9 6 3
+ a33*m2 *n1 *n2 + a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + v1 *(
13 7 9 13 5 11 13 3 13 13 15
m1 *n1 *n2 - m1 *n1 *n2 - m1 *n1 *n2 + m1 *n1*n2
12 8 8 12 6 10 12 4 12
- 9*m1 *m2*n1 *n2 + 16*m1 *m2*n1 *n2 + 8*m1 *m2*n1 *n2
12 2 14 12 16 11 2 9 7
- 16*m1 *m2*n1 *n2 + m1 *m2*n2 + 36*m1 *m2 *n1 *n2
11 2 7 9 11 2 5 11 11 2 3 13
- 100*m1 *m2 *n1 *n2 - 12*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2
11 2 15 10 3 10 6 10 3 8 8
- 16*m1 *m2 *n1*n2 - 84*m1 *m2 *n1 *n2 + 345*m1 *m2 *n1 *n2
10 3 6 10 10 3 4 12 10 3 2 14
- 90*m1 *m2 *n1 *n2 - 408*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2
10 3 16 9 4 11 5 9 4 9 7
- m1 *m2 *n2 + 126*m1 *m2 *n1 *n2 - 750*m1 *m2 *n1 *n2
9 4 7 9 9 4 5 11 9 4 3 13
+ 525*m1 *m2 *n1 *n2 + 955*m1 *m2 *n1 *n2 - 435*m1 *m2 *n1 *n2
9 4 15 8 5 12 4 8 5 10 6
+ 11*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2 + 1092*m1 *m2 *n1 *n2
8 5 8 8 8 5 6 10 8 5 4 12
- 1368*m1 *m2 *n1 *n2 - 1422*m1 *m2 *n1 *n2 + 1110*m1 *m2 *n1 *n2
8 5 2 14 7 6 13 3 7 6 11 5
- 54*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 1092*m1 *m2 *n1 *n2
7 6 9 7 7 6 7 9 7 6 5 11
+ 2184*m1 *m2 *n1 *n2 + 1272*m1 *m2 *n1 *n2 - 1932*m1 *m2 *n1 *n2
7 6 3 13 6 7 14 2 6 7 12 4
+ 156*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 750*m1 *m2 *n1 *n2
6 7 10 6 6 7 8 8 6 7 6 10
- 2316*m1 *m2 *n1 *n2 - 456*m1 *m2 *n1 *n2 + 2352*m1 *m2 *n1 *n2
6 7 4 12 5 8 15 5 8 13 3
- 294*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 345*m1 *m2 *n1 *n2
5 8 11 5 5 8 9 7 5 8 7 9
+ 1665*m1 *m2 *n1 *n2 - 369*m1 *m2 *n1 *n2 - 2010*m1 *m2 *n1 *n2
5 8 5 11 4 9 16 4 9 14 2
+ 378*m1 *m2 *n1 *n2 - m1 *m2 *n1 + 100*m1 *m2 *n1 *n2
4 9 12 4 4 9 10 6 4 9 8 8
- 800*m1 *m2 *n1 *n2 + 620*m1 *m2 *n1 *n2 + 1185*m1 *m2 *n1 *n2
4 9 6 10 3 10 15 3 10 13 3
- 336*m1 *m2 *n1 *n2 - 16*m1 *m2 *n1 *n2 + 244*m1 *m2 *n1 *n2
3 10 11 5 3 10 9 7 3 10 7 9
- 404*m1 *m2 *n1 *n2 - 460*m1 *m2 *n1 *n2 + 204*m1 *m2 *n1 *n2
2 11 16 2 11 14 2 2 11 12 4
+ m1 *m2 *n1 - 42*m1 *m2 *n1 *n2 + 144*m1 *m2 *n1 *n2
2 11 10 6 2 11 8 8 12 15
+ 106*m1 *m2 *n1 *n2 - 81*m1 *m2 *n1 *n2 + 3*m1*m2 *n1 *n2
12 13 3 12 11 5 12 9 7
- 27*m1*m2 *n1 *n2 - 11*m1*m2 *n1 *n2 + 19*m1*m2 *n1 *n2
13 14 2 13 10 6 2 13 6 10
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + v1 *v2*(2*m1 *n1 *n2
13 2 14 12 7 9 12 5 11
- 2*m1 *n1 *n2 - 19*m1 *m2*n1 *n2 + 11*m1 *m2*n1 *n2
12 3 13 12 15 11 2 8 8
+ 27*m1 *m2*n1 *n2 - 3*m1 *m2*n1*n2 + 81*m1 *m2 *n1 *n2
11 2 6 10 11 2 4 12 11 2 2 14
- 106*m1 *m2 *n1 *n2 - 144*m1 *m2 *n1 *n2 + 42*m1 *m2 *n1 *n2
11 2 16 10 3 9 7 10 3 7 9
- m1 *m2 *n2 - 204*m1 *m2 *n1 *n2 + 460*m1 *m2 *n1 *n2
10 3 5 11 10 3 3 13 10 3 15
+ 404*m1 *m2 *n1 *n2 - 244*m1 *m2 *n1 *n2 + 16*m1 *m2 *n1*n2
9 4 10 6 9 4 8 8 9 4 6 10
+ 336*m1 *m2 *n1 *n2 - 1185*m1 *m2 *n1 *n2 - 620*m1 *m2 *n1 *n2
9 4 4 12 9 4 2 14 9 4 16
+ 800*m1 *m2 *n1 *n2 - 100*m1 *m2 *n1 *n2 + m1 *m2 *n2
8 5 11 5 8 5 9 7 8 5 7 9
- 378*m1 *m2 *n1 *n2 + 2010*m1 *m2 *n1 *n2 + 369*m1 *m2 *n1 *n2
8 5 5 11 8 5 3 13 8 5 15
- 1665*m1 *m2 *n1 *n2 + 345*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2
7 6 12 4 7 6 10 6 7 6 8 8
+ 294*m1 *m2 *n1 *n2 - 2352*m1 *m2 *n1 *n2 + 456*m1 *m2 *n1 *n2
7 6 6 10 7 6 4 12 7 6 2 14
+ 2316*m1 *m2 *n1 *n2 - 750*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5 6 7 9 7
- 156*m1 *m2 *n1 *n2 + 1932*m1 *m2 *n1 *n2 - 1272*m1 *m2 *n1 *n2
6 7 7 9 6 7 5 11 6 7 3 13
- 2184*m1 *m2 *n1 *n2 + 1092*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
5 8 14 2 5 8 12 4 5 8 10 6
+ 54*m1 *m2 *n1 *n2 - 1110*m1 *m2 *n1 *n2 + 1422*m1 *m2 *n1 *n2
5 8 8 8 5 8 6 10 5 8 4 12
+ 1368*m1 *m2 *n1 *n2 - 1092*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
4 9 15 4 9 13 3 4 9 11 5
- 11*m1 *m2 *n1 *n2 + 435*m1 *m2 *n1 *n2 - 955*m1 *m2 *n1 *n2
4 9 9 7 4 9 7 9 4 9 5 11
- 525*m1 *m2 *n1 *n2 + 750*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
3 10 16 3 10 14 2 3 10 12 4
+ m1 *m2 *n1 - 110*m1 *m2 *n1 *n2 + 408*m1 *m2 *n1 *n2
3 10 10 6 3 10 8 8 3 10 6 10
+ 90*m1 *m2 *n1 *n2 - 345*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
2 11 15 2 11 13 3 2 11 11 5
+ 16*m1 *m2 *n1 *n2 - 108*m1 *m2 *n1 *n2 + 12*m1 *m2 *n1 *n2
2 11 9 7 2 11 7 9 12 16
+ 100*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - m1*m2 *n1
12 14 2 12 12 4 12 10 6
+ 16*m1*m2 *n1 *n2 - 8*m1*m2 *n1 *n2 - 16*m1*m2 *n1 *n2
12 8 8 13 15 13 13 3 13 11 5
+ 9*m1*m2 *n1 *n2 - m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2
13 9 7 2 2 14 5 9 14 13
- m2 *n1 *n2 ) + v1 *v3 *( - a33*m1 *n1 *n2 + a33*m1 *n1*n2
13 6 8 13 4 10
+ 9*a33*m1 *m2*n1 *n2 - 5*a33*m1 *m2*n1 *n2
13 2 12 13 14 12 2 7 7
- 13*a33*m1 *m2*n1 *n2 + a33*m1 *m2*n2 - 36*a33*m1 *m2 *n1 *n2
12 2 5 9 12 2 3 11
+ 45*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1 *n2
12 2 13 11 3 8 6
- 13*a33*m1 *m2 *n1*n2 + 84*a33*m1 *m2 *n1 *n2
11 3 6 8 11 3 4 10
- 180*a33*m1 *m2 *n1 *n2 - 196*a33*m1 *m2 *n1 *n2
11 3 2 12 10 4 9 5
+ 68*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
10 4 7 7 10 4 5 9
+ 420*a33*m1 *m2 *n1 *n2 + 355*a33*m1 *m2 *n1 *n2
10 4 3 11 10 4 13
- 196*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2
9 5 10 4 9 5 8 6
+ 126*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
9 5 6 8 9 5 4 10
- 447*a33*m1 *m2 *n1 *n2 + 355*a33*m1 *m2 *n1 *n2
9 5 2 12 9 5 14 8 6 11 3
+ 45*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2 - 84*a33*m1 *m2 *n1 *n2
8 6 9 5 8 6 7 7
+ 630*a33*m1 *m2 *n1 *n2 + 456*a33*m1 *m2 *n1 *n2
8 6 5 9 8 6 3 11
- 447*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
8 6 13 7 7 12 2
+ 9*a33*m1 *m2 *n1*n2 + 36*a33*m1 *m2 *n1 *n2
7 7 10 4 7 7 8 6
- 420*a33*m1 *m2 *n1 *n2 - 456*a33*m1 *m2 *n1 *n2
7 7 6 8 7 7 4 10
+ 456*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
7 7 2 12 6 8 13
- 36*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1 *n2
6 8 11 3 6 8 9 5
+ 180*a33*m1 *m2 *n1 *n2 + 447*a33*m1 *m2 *n1 *n2
6 8 7 7 6 8 5 9
- 456*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
6 8 3 11 5 9 14 5 9 12 2
+ 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 - 45*a33*m1 *m2 *n1 *n2
5 9 10 4 5 9 8 6
- 355*a33*m1 *m2 *n1 *n2 + 447*a33*m1 *m2 *n1 *n2
5 9 6 8 5 9 4 10
+ 630*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 10 13 4 10 11 3
+ 5*a33*m1 *m2 *n1 *n2 + 196*a33*m1 *m2 *n1 *n2
4 10 9 5 4 10 7 7
- 355*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
4 10 5 9 3 11 12 2
+ 126*a33*m1 *m2 *n1 *n2 - 68*a33*m1 *m2 *n1 *n2
3 11 10 4 3 11 8 6
+ 196*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
3 11 6 8 2 12 13
- 84*a33*m1 *m2 *n1 *n2 + 13*a33*m1 *m2 *n1 *n2
2 12 11 3 2 12 9 5
- 68*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2
2 12 7 7 13 14 13 12 2
+ 36*a33*m1 *m2 *n1 *n2 - a33*m1*m2 *n1 + 13*a33*m1*m2 *n1 *n2
13 10 4 13 8 6 14 13
+ 5*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2
14 9 5 2 13 7 9 13 5 11
+ a33*m2 *n1 *n2 ) + v1*v2 *(m1 *n1 *n2 - m1 *n1 *n2
13 3 13 13 15 12 8 8 12 6 10
- m1 *n1 *n2 + m1 *n1*n2 - 9*m1 *m2*n1 *n2 + 16*m1 *m2*n1 *n2
12 4 12 12 2 14 12 16
+ 8*m1 *m2*n1 *n2 - 16*m1 *m2*n1 *n2 + m1 *m2*n2
11 2 9 7 11 2 7 9 11 2 5 11
+ 36*m1 *m2 *n1 *n2 - 100*m1 *m2 *n1 *n2 - 12*m1 *m2 *n1 *n2
11 2 3 13 11 2 15 10 3 10 6
+ 108*m1 *m2 *n1 *n2 - 16*m1 *m2 *n1*n2 - 84*m1 *m2 *n1 *n2
10 3 8 8 10 3 6 10 10 3 4 12
+ 345*m1 *m2 *n1 *n2 - 90*m1 *m2 *n1 *n2 - 408*m1 *m2 *n1 *n2
10 3 2 14 10 3 16 9 4 11 5
+ 110*m1 *m2 *n1 *n2 - m1 *m2 *n2 + 126*m1 *m2 *n1 *n2
9 4 9 7 9 4 7 9 9 4 5 11
- 750*m1 *m2 *n1 *n2 + 525*m1 *m2 *n1 *n2 + 955*m1 *m2 *n1 *n2
9 4 3 13 9 4 15 8 5 12 4
- 435*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2
8 5 10 6 8 5 8 8 8 5 6 10
+ 1092*m1 *m2 *n1 *n2 - 1368*m1 *m2 *n1 *n2 - 1422*m1 *m2 *n1 *n2
8 5 4 12 8 5 2 14 7 6 13 3
+ 1110*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
7 6 11 5 7 6 9 7 7 6 7 9
- 1092*m1 *m2 *n1 *n2 + 2184*m1 *m2 *n1 *n2 + 1272*m1 *m2 *n1 *n2
7 6 5 11 7 6 3 13 6 7 14 2
- 1932*m1 *m2 *n1 *n2 + 156*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
6 7 12 4 6 7 10 6 6 7 8 8
+ 750*m1 *m2 *n1 *n2 - 2316*m1 *m2 *n1 *n2 - 456*m1 *m2 *n1 *n2
6 7 6 10 6 7 4 12 5 8 15
+ 2352*m1 *m2 *n1 *n2 - 294*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2
5 8 13 3 5 8 11 5 5 8 9 7
- 345*m1 *m2 *n1 *n2 + 1665*m1 *m2 *n1 *n2 - 369*m1 *m2 *n1 *n2
5 8 7 9 5 8 5 11 4 9 16
- 2010*m1 *m2 *n1 *n2 + 378*m1 *m2 *n1 *n2 - m1 *m2 *n1
4 9 14 2 4 9 12 4 4 9 10 6
+ 100*m1 *m2 *n1 *n2 - 800*m1 *m2 *n1 *n2 + 620*m1 *m2 *n1 *n2
4 9 8 8 4 9 6 10 3 10 15
+ 1185*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2 - 16*m1 *m2 *n1 *n2
3 10 13 3 3 10 11 5 3 10 9 7
+ 244*m1 *m2 *n1 *n2 - 404*m1 *m2 *n1 *n2 - 460*m1 *m2 *n1 *n2
3 10 7 9 2 11 16 2 11 14 2
+ 204*m1 *m2 *n1 *n2 + m1 *m2 *n1 - 42*m1 *m2 *n1 *n2
2 11 12 4 2 11 10 6 2 11 8 8
+ 144*m1 *m2 *n1 *n2 + 106*m1 *m2 *n1 *n2 - 81*m1 *m2 *n1 *n2
12 15 12 13 3 12 11 5
+ 3*m1*m2 *n1 *n2 - 27*m1*m2 *n1 *n2 - 11*m1*m2 *n1 *n2
12 9 7 13 14 2 13 10 6 2
+ 19*m1*m2 *n1 *n2 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + v1*v3 *(
13 7 9 13 5 11 13 3 13 13 15
m1 *n1 *n2 - m1 *n1 *n2 - m1 *n1 *n2 + m1 *n1*n2
12 8 8 12 6 10 12 4 12
- 9*m1 *m2*n1 *n2 + 16*m1 *m2*n1 *n2 + 8*m1 *m2*n1 *n2
12 2 14 12 16 11 2 9 7
- 16*m1 *m2*n1 *n2 + m1 *m2*n2 + 36*m1 *m2 *n1 *n2
11 2 7 9 11 2 5 11 11 2 3 13
- 100*m1 *m2 *n1 *n2 - 12*m1 *m2 *n1 *n2 + 108*m1 *m2 *n1 *n2
11 2 15 10 3 10 6 10 3 8 8
- 16*m1 *m2 *n1*n2 - 84*m1 *m2 *n1 *n2 + 345*m1 *m2 *n1 *n2
10 3 6 10 10 3 4 12 10 3 2 14
- 90*m1 *m2 *n1 *n2 - 408*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2
10 3 16 9 4 11 5 9 4 9 7
- m1 *m2 *n2 + 126*m1 *m2 *n1 *n2 - 750*m1 *m2 *n1 *n2
9 4 7 9 9 4 5 11 9 4 3 13
+ 525*m1 *m2 *n1 *n2 + 955*m1 *m2 *n1 *n2 - 435*m1 *m2 *n1 *n2
9 4 15 8 5 12 4 8 5 10 6
+ 11*m1 *m2 *n1*n2 - 126*m1 *m2 *n1 *n2 + 1092*m1 *m2 *n1 *n2
8 5 8 8 8 5 6 10 8 5 4 12
- 1368*m1 *m2 *n1 *n2 - 1422*m1 *m2 *n1 *n2 + 1110*m1 *m2 *n1 *n2
8 5 2 14 7 6 13 3 7 6 11 5
- 54*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - 1092*m1 *m2 *n1 *n2
7 6 9 7 7 6 7 9 7 6 5 11
+ 2184*m1 *m2 *n1 *n2 + 1272*m1 *m2 *n1 *n2 - 1932*m1 *m2 *n1 *n2
7 6 3 13 6 7 14 2 6 7 12 4
+ 156*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 + 750*m1 *m2 *n1 *n2
6 7 10 6 6 7 8 8 6 7 6 10
- 2316*m1 *m2 *n1 *n2 - 456*m1 *m2 *n1 *n2 + 2352*m1 *m2 *n1 *n2
6 7 4 12 5 8 15 5 8 13 3
- 294*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2 - 345*m1 *m2 *n1 *n2
5 8 11 5 5 8 9 7 5 8 7 9
+ 1665*m1 *m2 *n1 *n2 - 369*m1 *m2 *n1 *n2 - 2010*m1 *m2 *n1 *n2
5 8 5 11 4 9 16 4 9 14 2
+ 378*m1 *m2 *n1 *n2 - m1 *m2 *n1 + 100*m1 *m2 *n1 *n2
4 9 12 4 4 9 10 6 4 9 8 8
- 800*m1 *m2 *n1 *n2 + 620*m1 *m2 *n1 *n2 + 1185*m1 *m2 *n1 *n2
4 9 6 10 3 10 15 3 10 13 3
- 336*m1 *m2 *n1 *n2 - 16*m1 *m2 *n1 *n2 + 244*m1 *m2 *n1 *n2
3 10 11 5 3 10 9 7 3 10 7 9
- 404*m1 *m2 *n1 *n2 - 460*m1 *m2 *n1 *n2 + 204*m1 *m2 *n1 *n2
2 11 16 2 11 14 2 2 11 12 4
+ m1 *m2 *n1 - 42*m1 *m2 *n1 *n2 + 144*m1 *m2 *n1 *n2
2 11 10 6 2 11 8 8 12 15
+ 106*m1 *m2 *n1 *n2 - 81*m1 *m2 *n1 *n2 + 3*m1*m2 *n1 *n2
12 13 3 12 11 5 12 9 7
- 27*m1*m2 *n1 *n2 - 11*m1*m2 *n1 *n2 + 19*m1*m2 *n1 *n2
13 14 2 13 10 6 3 13 6 10
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 ) + v2 *(2*m1 *n1 *n2
13 2 14 12 7 9 12 5 11
- 2*m1 *n1 *n2 - 19*m1 *m2*n1 *n2 + 11*m1 *m2*n1 *n2
12 3 13 12 15 11 2 8 8
+ 27*m1 *m2*n1 *n2 - 3*m1 *m2*n1*n2 + 81*m1 *m2 *n1 *n2
11 2 6 10 11 2 4 12 11 2 2 14
- 106*m1 *m2 *n1 *n2 - 144*m1 *m2 *n1 *n2 + 42*m1 *m2 *n1 *n2
11 2 16 10 3 9 7 10 3 7 9
- m1 *m2 *n2 - 204*m1 *m2 *n1 *n2 + 460*m1 *m2 *n1 *n2
10 3 5 11 10 3 3 13 10 3 15
+ 404*m1 *m2 *n1 *n2 - 244*m1 *m2 *n1 *n2 + 16*m1 *m2 *n1*n2
9 4 10 6 9 4 8 8 9 4 6 10
+ 336*m1 *m2 *n1 *n2 - 1185*m1 *m2 *n1 *n2 - 620*m1 *m2 *n1 *n2
9 4 4 12 9 4 2 14 9 4 16
+ 800*m1 *m2 *n1 *n2 - 100*m1 *m2 *n1 *n2 + m1 *m2 *n2
8 5 11 5 8 5 9 7 8 5 7 9
- 378*m1 *m2 *n1 *n2 + 2010*m1 *m2 *n1 *n2 + 369*m1 *m2 *n1 *n2
8 5 5 11 8 5 3 13 8 5 15
- 1665*m1 *m2 *n1 *n2 + 345*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2
7 6 12 4 7 6 10 6 7 6 8 8
+ 294*m1 *m2 *n1 *n2 - 2352*m1 *m2 *n1 *n2 + 456*m1 *m2 *n1 *n2
7 6 6 10 7 6 4 12 7 6 2 14
+ 2316*m1 *m2 *n1 *n2 - 750*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
6 7 13 3 6 7 11 5 6 7 9 7
- 156*m1 *m2 *n1 *n2 + 1932*m1 *m2 *n1 *n2 - 1272*m1 *m2 *n1 *n2
6 7 7 9 6 7 5 11 6 7 3 13
- 2184*m1 *m2 *n1 *n2 + 1092*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
5 8 14 2 5 8 12 4 5 8 10 6
+ 54*m1 *m2 *n1 *n2 - 1110*m1 *m2 *n1 *n2 + 1422*m1 *m2 *n1 *n2
5 8 8 8 5 8 6 10 5 8 4 12
+ 1368*m1 *m2 *n1 *n2 - 1092*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
4 9 15 4 9 13 3 4 9 11 5
- 11*m1 *m2 *n1 *n2 + 435*m1 *m2 *n1 *n2 - 955*m1 *m2 *n1 *n2
4 9 9 7 4 9 7 9 4 9 5 11
- 525*m1 *m2 *n1 *n2 + 750*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
3 10 16 3 10 14 2 3 10 12 4
+ m1 *m2 *n1 - 110*m1 *m2 *n1 *n2 + 408*m1 *m2 *n1 *n2
3 10 10 6 3 10 8 8 3 10 6 10
+ 90*m1 *m2 *n1 *n2 - 345*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
2 11 15 2 11 13 3 2 11 11 5
+ 16*m1 *m2 *n1 *n2 - 108*m1 *m2 *n1 *n2 + 12*m1 *m2 *n1 *n2
2 11 9 7 2 11 7 9 12 16
+ 100*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - m1*m2 *n1
12 14 2 12 12 4 12 10 6
+ 16*m1*m2 *n1 *n2 - 8*m1*m2 *n1 *n2 - 16*m1*m2 *n1 *n2
12 8 8 13 15 13 13 3 13 11 5
+ 9*m1*m2 *n1 *n2 - m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2
13 9 7 2 2 14 5 9 14 13
- m2 *n1 *n2 ) + v2 *v3 *( - a33*m1 *n1 *n2 + a33*m1 *n1*n2
13 6 8 13 4 10
+ 9*a33*m1 *m2*n1 *n2 - 5*a33*m1 *m2*n1 *n2
13 2 12 13 14 12 2 7 7
- 13*a33*m1 *m2*n1 *n2 + a33*m1 *m2*n2 - 36*a33*m1 *m2 *n1 *n2
12 2 5 9 12 2 3 11
+ 45*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1 *n2
12 2 13 11 3 8 6
- 13*a33*m1 *m2 *n1*n2 + 84*a33*m1 *m2 *n1 *n2
11 3 6 8 11 3 4 10
- 180*a33*m1 *m2 *n1 *n2 - 196*a33*m1 *m2 *n1 *n2
11 3 2 12 10 4 9 5
+ 68*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
10 4 7 7 10 4 5 9
+ 420*a33*m1 *m2 *n1 *n2 + 355*a33*m1 *m2 *n1 *n2
10 4 3 11 10 4 13
- 196*a33*m1 *m2 *n1 *n2 - 5*a33*m1 *m2 *n1*n2
9 5 10 4 9 5 8 6
+ 126*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
9 5 6 8 9 5 4 10
- 447*a33*m1 *m2 *n1 *n2 + 355*a33*m1 *m2 *n1 *n2
9 5 2 12 9 5 14 8 6 11 3
+ 45*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2 - 84*a33*m1 *m2 *n1 *n2
8 6 9 5 8 6 7 7
+ 630*a33*m1 *m2 *n1 *n2 + 456*a33*m1 *m2 *n1 *n2
8 6 5 9 8 6 3 11
- 447*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
8 6 13 7 7 12 2
+ 9*a33*m1 *m2 *n1*n2 + 36*a33*m1 *m2 *n1 *n2
7 7 10 4 7 7 8 6
- 420*a33*m1 *m2 *n1 *n2 - 456*a33*m1 *m2 *n1 *n2
7 7 6 8 7 7 4 10
+ 456*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
7 7 2 12 6 8 13
- 36*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1 *n2
6 8 11 3 6 8 9 5
+ 180*a33*m1 *m2 *n1 *n2 + 447*a33*m1 *m2 *n1 *n2
6 8 7 7 6 8 5 9
- 456*a33*m1 *m2 *n1 *n2 - 630*a33*m1 *m2 *n1 *n2
6 8 3 11 5 9 14 5 9 12 2
+ 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 - 45*a33*m1 *m2 *n1 *n2
5 9 10 4 5 9 8 6
- 355*a33*m1 *m2 *n1 *n2 + 447*a33*m1 *m2 *n1 *n2
5 9 6 8 5 9 4 10
+ 630*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 10 13 4 10 11 3
+ 5*a33*m1 *m2 *n1 *n2 + 196*a33*m1 *m2 *n1 *n2
4 10 9 5 4 10 7 7
- 355*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
4 10 5 9 3 11 12 2
+ 126*a33*m1 *m2 *n1 *n2 - 68*a33*m1 *m2 *n1 *n2
3 11 10 4 3 11 8 6
+ 196*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
3 11 6 8 2 12 13
- 84*a33*m1 *m2 *n1 *n2 + 13*a33*m1 *m2 *n1 *n2
2 12 11 3 2 12 9 5
- 68*a33*m1 *m2 *n1 *n2 - 45*a33*m1 *m2 *n1 *n2
2 12 7 7 13 14 13 12 2
+ 36*a33*m1 *m2 *n1 *n2 - a33*m1*m2 *n1 + 13*a33*m1*m2 *n1 *n2
13 10 4 13 8 6 14 13
+ 5*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2
14 9 5 2 13 6 10 13 2 14
+ a33*m2 *n1 *n2 ) + v2*v3 *(2*m1 *n1 *n2 - 2*m1 *n1 *n2
12 7 9 12 5 11 12 3 13
- 19*m1 *m2*n1 *n2 + 11*m1 *m2*n1 *n2 + 27*m1 *m2*n1 *n2
12 15 11 2 8 8 11 2 6 10
- 3*m1 *m2*n1*n2 + 81*m1 *m2 *n1 *n2 - 106*m1 *m2 *n1 *n2
11 2 4 12 11 2 2 14 11 2 16
- 144*m1 *m2 *n1 *n2 + 42*m1 *m2 *n1 *n2 - m1 *m2 *n2
10 3 9 7 10 3 7 9 10 3 5 11
- 204*m1 *m2 *n1 *n2 + 460*m1 *m2 *n1 *n2 + 404*m1 *m2 *n1 *n2
10 3 3 13 10 3 15 9 4 10 6
- 244*m1 *m2 *n1 *n2 + 16*m1 *m2 *n1*n2 + 336*m1 *m2 *n1 *n2
9 4 8 8 9 4 6 10 9 4 4 12
- 1185*m1 *m2 *n1 *n2 - 620*m1 *m2 *n1 *n2 + 800*m1 *m2 *n1 *n2
9 4 2 14 9 4 16 8 5 11 5
- 100*m1 *m2 *n1 *n2 + m1 *m2 *n2 - 378*m1 *m2 *n1 *n2
8 5 9 7 8 5 7 9 8 5 5 11
+ 2010*m1 *m2 *n1 *n2 + 369*m1 *m2 *n1 *n2 - 1665*m1 *m2 *n1 *n2
8 5 3 13 8 5 15 7 6 12 4
+ 345*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2 + 294*m1 *m2 *n1 *n2
7 6 10 6 7 6 8 8 7 6 6 10
- 2352*m1 *m2 *n1 *n2 + 456*m1 *m2 *n1 *n2 + 2316*m1 *m2 *n1 *n2
7 6 4 12 7 6 2 14 6 7 13 3
- 750*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 156*m1 *m2 *n1 *n2
6 7 11 5 6 7 9 7 6 7 7 9
+ 1932*m1 *m2 *n1 *n2 - 1272*m1 *m2 *n1 *n2 - 2184*m1 *m2 *n1 *n2
6 7 5 11 6 7 3 13 5 8 14 2
+ 1092*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 54*m1 *m2 *n1 *n2
5 8 12 4 5 8 10 6 5 8 8 8
- 1110*m1 *m2 *n1 *n2 + 1422*m1 *m2 *n1 *n2 + 1368*m1 *m2 *n1 *n2
5 8 6 10 5 8 4 12 4 9 15
- 1092*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 11*m1 *m2 *n1 *n2
4 9 13 3 4 9 11 5 4 9 9 7
+ 435*m1 *m2 *n1 *n2 - 955*m1 *m2 *n1 *n2 - 525*m1 *m2 *n1 *n2
4 9 7 9 4 9 5 11 3 10 16
+ 750*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + m1 *m2 *n1
3 10 14 2 3 10 12 4 3 10 10 6
- 110*m1 *m2 *n1 *n2 + 408*m1 *m2 *n1 *n2 + 90*m1 *m2 *n1 *n2
3 10 8 8 3 10 6 10 2 11 15
- 345*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 + 16*m1 *m2 *n1 *n2
2 11 13 3 2 11 11 5 2 11 9 7
- 108*m1 *m2 *n1 *n2 + 12*m1 *m2 *n1 *n2 + 100*m1 *m2 *n1 *n2
2 11 7 9 12 16 12 14 2
- 36*m1 *m2 *n1 *n2 - m1*m2 *n1 + 16*m1*m2 *n1 *n2
12 12 4 12 10 6 12 8 8
- 8*m1*m2 *n1 *n2 - 16*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2
13 15 13 13 3 13 11 5 13 9 7 4
- m2 *n1 *n2 + m2 *n1 *n2 + m2 *n1 *n2 - m2 *n1 *n2 ) + v3 *(
14 5 9 14 13 13 6 8
- a33*m1 *n1 *n2 + a33*m1 *n1*n2 + 9*a33*m1 *m2*n1 *n2
13 4 10 13 2 12 13 14
- 5*a33*m1 *m2*n1 *n2 - 13*a33*m1 *m2*n1 *n2 + a33*m1 *m2*n2
12 2 7 7 12 2 5 9
- 36*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2
12 2 3 11 12 2 13
+ 68*a33*m1 *m2 *n1 *n2 - 13*a33*m1 *m2 *n1*n2
11 3 8 6 11 3 6 8
+ 84*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
11 3 4 10 11 3 2 12
- 196*a33*m1 *m2 *n1 *n2 + 68*a33*m1 *m2 *n1 *n2
10 4 9 5 10 4 7 7
- 126*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
10 4 5 9 10 4 3 11
+ 355*a33*m1 *m2 *n1 *n2 - 196*a33*m1 *m2 *n1 *n2
10 4 13 9 5 10 4
- 5*a33*m1 *m2 *n1*n2 + 126*a33*m1 *m2 *n1 *n2
9 5 8 6 9 5 6 8
- 630*a33*m1 *m2 *n1 *n2 - 447*a33*m1 *m2 *n1 *n2
9 5 4 10 9 5 2 12 9 5 14
+ 355*a33*m1 *m2 *n1 *n2 + 45*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2
8 6 11 3 8 6 9 5
- 84*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
8 6 7 7 8 6 5 9
+ 456*a33*m1 *m2 *n1 *n2 - 447*a33*m1 *m2 *n1 *n2
8 6 3 11 8 6 13
- 180*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1*n2
7 7 12 2 7 7 10 4
+ 36*a33*m1 *m2 *n1 *n2 - 420*a33*m1 *m2 *n1 *n2
7 7 8 6 7 7 6 8
- 456*a33*m1 *m2 *n1 *n2 + 456*a33*m1 *m2 *n1 *n2
7 7 4 10 7 7 2 12
+ 420*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 8 13 6 8 11 3
- 9*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
6 8 9 5 6 8 7 7
+ 447*a33*m1 *m2 *n1 *n2 - 456*a33*m1 *m2 *n1 *n2
6 8 5 9 6 8 3 11 5 9 14
- 630*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1
5 9 12 2 5 9 10 4
- 45*a33*m1 *m2 *n1 *n2 - 355*a33*m1 *m2 *n1 *n2
5 9 8 6 5 9 6 8
+ 447*a33*m1 *m2 *n1 *n2 + 630*a33*m1 *m2 *n1 *n2
5 9 4 10 4 10 13
- 126*a33*m1 *m2 *n1 *n2 + 5*a33*m1 *m2 *n1 *n2
4 10 11 3 4 10 9 5
+ 196*a33*m1 *m2 *n1 *n2 - 355*a33*m1 *m2 *n1 *n2
4 10 7 7 4 10 5 9
- 420*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2
3 11 12 2 3 11 10 4
- 68*a33*m1 *m2 *n1 *n2 + 196*a33*m1 *m2 *n1 *n2
3 11 8 6 3 11 6 8
+ 180*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
2 12 13 2 12 11 3
+ 13*a33*m1 *m2 *n1 *n2 - 68*a33*m1 *m2 *n1 *n2
2 12 9 5 2 12 7 7 13 14
- 45*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2 - a33*m1*m2 *n1
13 12 2 13 10 4
+ 13*a33*m1*m2 *n1 *n2 + 5*a33*m1*m2 *n1 *n2
13 8 6 14 13 14 9 5
- 9*a33*m1*m2 *n1 *n2 - a33*m2 *n1 *n2 + a33*m2 *n1 *n2 )
= a product of the elements of: { - m1*n2 + m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
n1 - i*n2,
n1 + i*n2,
m1*n1 - m1*n2 + m2*n1 + m2*n2,
m1*n1 + m1*n2 - m2*n1 + m2*n2,
3 4 2 2 4
u1 *v1*( - a33*n1 - 2*a33*n1 *n2 - a33*n2 )
2 4 2 2 4
+ u1 *u2*v2*( - a33*n1 - 2*a33*n1 *n2 - a33*n2 )
2 4 2 2 4 2
+ u1 *u3*v3*( - a33*n1 - 2*a33*n1 *n2 - a33*n2 ) + u1 *v1*v2
2 3 3 2
*(2*a33*m1*n1 *n2 + 2*a33*m1*n2 - 2*a33*m2*n1 - 2*a33*m2*n1*n2 )
2 5 3 2 4
+ u1 *v1*(n1 + 2*n1 *n2 + n1*n2 )
2 2 3 2 2 3
+ u1 *v2 *( - a33*m1*n1 - a33*m1*n1*n2 - a33*m2*n1 *n2 - a33*m2*n2 )
2 2 3 2 2 3
+ u1 *v3 *( - a33*m1*n1 - a33*m1*n1*n2 - a33*m2*n1 *n2 - a33*m2*n2 )
2 4 2 2 4 2
+ u1*u2 *v1*( - a33*n1 - 2*a33*n1 *n2 - a33*n2 ) + u1*u2*v1
2 3 3 2
*( - 2*a33*m1*n1 *n2 - 2*a33*m1*n2 + 2*a33*m2*n1 + 2*a33*m2*n1*n2 ) + u1*u2
3 2 2 3
*v1*v2*(2*a33*m1*n1 + 2*a33*m1*n1*n2 + 2*a33*m2*n1 *n2 + 2*a33*m2*n2 )
4 2 3 5 2
+ u1*u2*v1*(n1 *n2 + 2*n1 *n2 + n2 ) + u1*u2*v2
2 3 3 2
*(2*a33*m1*n1 *n2 + 2*a33*m1*n2 - 2*a33*m2*n1 - 2*a33*m2*n1*n2 )
5 3 2 4
+ u1*u2*v2*(n1 + 2*n1 *n2 + n1*n2 ) + u1*u3*v2*v3
2 3 3 2
*(2*a33*m1*n1 *n2 + 2*a33*m1*n2 - 2*a33*m2*n1 - 2*a33*m2*n1*n2 )
5 3 2 4 2
+ u1*u3*v3*(n1 + 2*n1 *n2 + n1*n2 ) + u1*v1 *v2
2 2 2 2
*(2*a33*m1 *n1*n2 - 2*a33*m1*m2*n1 + 2*a33*m1*m2*n2 - 2*a33*m2 *n1*n2)
2 2 2 4 3 3
+ u1*v1 *(m1*n1 *n2 + m1*n2 - m2*n1 *n2 - m2*n1*n2 )
3 3 4 4
+ u1*v1*v2*( - 2*m1*n1 *n2 - 2*m1*n1*n2 + m2*n1 - m2*n2 )
2 2 2 2 2 2 2 2 2 3
+ u1*v1*v3 *(a33*m1 *n1 + a33*m1 *n2 + a33*m2 *n1 + a33*m2 *n2 ) + u1*v2
2 2 2 2
*(2*a33*m1 *n1*n2 - 2*a33*m1*m2*n1 + 2*a33*m1*m2*n2 - 2*a33*m2 *n1*n2)
2 4 2 2 3 3 2
+ u1*v2 *(m1*n1 + m1*n1 *n2 + m2*n1 *n2 + m2*n1*n2 ) + u1*v2*v3
2 2 2 2
*(2*a33*m1 *n1*n2 - 2*a33*m1*m2*n1 + 2*a33*m1*m2*n2 - 2*a33*m2 *n1*n2)
2 4 2 2 3 3
+ u1*v3 *(m1*n1 + m1*n1 *n2 + m2*n1 *n2 + m2*n1*n2 )
3 4 2 2 4
+ u2 *v2*( - a33*n1 - 2*a33*n1 *n2 - a33*n2 )
2 4 2 2 4
+ u2 *u3*v3*( - a33*n1 - 2*a33*n1 *n2 - a33*n2 )
2 2 3 2 2 3 2
+ u2 *v1 *( - a33*m1*n1 - a33*m1*n1*n2 - a33*m2*n1 *n2 - a33*m2*n2 ) + u2
2 3 3 2
*v1*v2*( - 2*a33*m1*n1 *n2 - 2*a33*m1*n2 + 2*a33*m2*n1 + 2*a33*m2*n1*n2 )
2 4 2 3 5
+ u2 *v2*(n1 *n2 + 2*n1 *n2 + n2 )
2 2 3 2 2 3
+ u2 *v3 *( - a33*m1*n1 - a33*m1*n1*n2 - a33*m2*n1 *n2 - a33*m2*n2 ) + u2
*u3*v1*v3
2 3 3 2
*( - 2*a33*m1*n1 *n2 - 2*a33*m1*n2 + 2*a33*m2*n1 + 2*a33*m2*n1*n2 )
4 2 3 5 3
+ u2*u3*v3*(n1 *n2 + 2*n1 *n2 + n2 ) + u2*v1
2 2 2 2
*( - 2*a33*m1 *n1*n2 + 2*a33*m1*m2*n1 - 2*a33*m1*m2*n2 + 2*a33*m2 *n1*n2)
2 3 3 2 2 4 2
+ u2*v1 *(m1*n1 *n2 + m1*n1*n2 + m2*n1 *n2 + m2*n2 ) + u2*v1*v2
2 2 2 2
*( - 2*a33*m1 *n1*n2 + 2*a33*m1*m2*n1 - 2*a33*m1*m2*n2 + 2*a33*m2 *n1*n2)
4 4 3 3 2
+ u2*v1*v2*( - m1*n1 + m1*n2 - 2*m2*n1 *n2 - 2*m2*n1*n2 ) + u2*v1*v3
2 2 2 2
*( - 2*a33*m1 *n1*n2 + 2*a33*m1*m2*n1 - 2*a33*m1*m2*n2 + 2*a33*m2 *n1*n2)
2 3 3 4 2 2
+ u2*v2 *( - m1*n1 *n2 - m1*n1*n2 + m2*n1 + m2*n1 *n2 )
2 2 2 2 2 2 2 2 2
+ u2*v2*v3 *(a33*m1 *n1 + a33*m1 *n2 + a33*m2 *n1 + a33*m2 *n2 )
2 3 3 2 2 4
+ u2*v3 *(m1*n1 *n2 + m1*n1*n2 + m2*n1 *n2 + m2*n2 )
2 2 3 2 2 3
+ u3 *v3 *( - a33*m1*n1 - a33*m1*n1*n2 - a33*m2*n1 *n2 - a33*m2*n2 )
2 2 2 2 2
+ u3*v1 *v3*( - 2*a33*m1 *n1 - 4*a33*m1*m2*n1*n2 - 2*a33*m2 *n2 )
4 4 3 3
+ u3*v1*v3*( - m1*n1 + m1*n2 - 2*m2*n1 *n2 - 2*m2*n1*n2 )
2 2 2 2 2
+ u3*v2 *v3*( - 2*a33*m1 *n1 - 4*a33*m1*m2*n1*n2 - 2*a33*m2 *n2 )
3 3 4 4 3
+ u3*v2*v3*( - 2*m1*n1 *n2 - 2*m1*n1*n2 + m2*n1 - m2*n2 ) + u3*v3 *(
2 2 2 2 2 2
- a33*m1 *n1 + a33*m1 *n2 - 4*a33*m1*m2*n1*n2 + a33*m2 *n1
2 2
- a33*m2 *n2 )
3 2 3 2 2 2 3 2 2
+ v1 *( - m1 *n1 + m1 *n1*n2 - 3*m1*m2*n1 *n2 + m1*m2*n2 - 2*m2 *n1*n2 )
2
+ v1 *v2
2 2 3 2 2 2 2 3
*( - 2*m1 *n1 *n2 + m1*m2*n1 - 3*m1*m2*n1*n2 + m2 *n1 *n2 - m2 *n2 )
2 2 3 2 2 3 2
+ v1 *v3 *(a33*m1 *n1 + a33*m1 *m2*n2 + a33*m1*m2 *n1 + a33*m2 *n2) + v1*v2
2 3 2 2 2 3 2 2
*( - m1 *n1 + m1 *n1*n2 - 3*m1*m2*n1 *n2 + m1*m2*n2 - 2*m2 *n1*n2 ) + v1
2 2 3 2 2 2 3 2 2
*v3 *( - m1 *n1 + m1 *n1*n2 - 3*m1*m2*n1 *n2 + m1*m2*n2 - 2*m2 *n1*n2 )
3 2 2 3 2 2 2 2 3
+ v2 *( - 2*m1 *n1 *n2 + m1*m2*n1 - 3*m1*m2*n1*n2 + m2 *n1 *n2 - m2 *n2 )
2 2 3 2 2 3 2
+ v2 *v3 *(a33*m1 *n1 + a33*m1 *m2*n2 + a33*m1*m2 *n1 + a33*m2 *n2) + v2*v3
2 2 3 2 2 2 2 3
*( - 2*m1 *n1 *n2 + m1*m2*n1 - 3*m1*m2*n1*n2 + m2 *n1 *n2 - m2 *n2 )
4 3 2 2 3
+ v3 *(a33*m1 *n1 + a33*m1 *m2*n2 + a33*m1*m2 *n1 + a33*m2 *n2)}
{HAM,FI} = 0
4 3 11 8 9 3 11 6 11 3 11 2 15
FI=u1 *(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
3 11 17 3 10 9 8 3 10 7 10
- a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
3 10 5 12 3 10 3 14
+ 12*a33 *m1 *m2*n1 *n2 + 30*a33 *m1 *m2*n1 *n2
3 10 16 3 9 2 10 7
+ 13*a33 *m1 *m2*n1*n2 + 36*a33 *m1 *m2 *n1 *n2
3 9 2 8 9 3 9 2 6 11
+ 35*a33 *m1 *m2 *n1 *n2 - 110*a33 *m1 *m2 *n1 *n2
3 9 2 4 13 3 9 2 2 15
- 180*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2
3 9 2 17 3 8 3 11 6
+ a33 *m1 *m2 *n2 - 84*a33 *m1 *m2 *n1 *n2
3 8 3 9 8 3 8 3 7 10
- 15*a33 *m1 *m2 *n1 *n2 + 450*a33 *m1 *m2 *n1 *n2
3 8 3 5 12 3 8 3 3 14
+ 600*a33 *m1 *m2 *n1 *n2 + 210*a33 *m1 *m2 *n1 *n2
3 8 3 16 3 7 4 12 5
- 9*a33 *m1 *m2 *n1*n2 + 126*a33 *m1 *m2 *n1 *n2
3 7 4 10 7 3 7 4 8 9
- 120*a33 *m1 *m2 *n1 *n2 - 1080*a33 *m1 *m2 *n1 *n2
3 7 4 6 11 3 7 4 4 13
- 1260*a33 *m1 *m2 *n1 *n2 - 390*a33 *m1 *m2 *n1 *n2
3 7 4 2 15 3 6 5 13 4
+ 36*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
3 6 5 11 6 3 6 5 9 8
+ 336*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 6 5 7 10 3 6 5 5 12
+ 1764*a33 *m1 *m2 *n1 *n2 + 462*a33 *m1 *m2 *n1 *n2
3 6 5 3 14 3 5 6 14 3
- 84*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2
3 5 6 12 5 3 5 6 10 7
- 462*a33 *m1 *m2 *n1 *n2 - 1764*a33 *m1 *m2 *n1 *n2
3 5 6 8 9 3 5 6 6 11
- 1680*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 5 6 4 13 3 4 7 15 2
+ 126*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
3 4 7 13 4 3 4 7 11 6
+ 390*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
3 4 7 9 8 3 4 7 7 10
+ 1080*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
3 4 7 5 12 3 3 8 16
- 126*a33 *m1 *m2 *n1 *n2 + 9*a33 *m1 *m2 *n1 *n2
3 3 8 14 3 3 3 8 12 5
- 210*a33 *m1 *m2 *n1 *n2 - 600*a33 *m1 *m2 *n1 *n2
3 3 8 10 7 3 3 8 8 9
- 450*a33 *m1 *m2 *n1 *n2 + 15*a33 *m1 *m2 *n1 *n2
3 3 8 6 11 3 2 9 17
+ 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1
3 2 9 15 2 3 2 9 13 4
+ 70*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
3 2 9 11 6 3 2 9 9 8
+ 110*a33 *m1 *m2 *n1 *n2 - 35*a33 *m1 *m2 *n1 *n2
3 2 9 7 10 3 10 16
- 36*a33 *m1 *m2 *n1 *n2 - 13*a33 *m1*m2 *n1 *n2
3 10 14 3 3 10 12 5
- 30*a33 *m1*m2 *n1 *n2 - 12*a33 *m1*m2 *n1 *n2
3 10 10 7 3 10 8 9 3 11 17
+ 14*a33 *m1*m2 *n1 *n2 + 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1
3 11 15 2 3 11 11 6 3 11 9 8
+ 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 ) +
3 3 12 7 9 3 12 5 11 3 12 3 13
u1 *v1*( - 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
3 12 15 3 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
3 11 6 10 3 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
3 11 2 14 3 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
3 10 2 9 7 3 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
3 10 2 5 11 3 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
3 10 2 15 3 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
3 9 3 8 8 3 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
3 9 3 4 12 3 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
3 9 3 16 3 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 8 4 9 7 3 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
3 8 4 5 11 3 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
3 8 4 15 3 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
3 7 5 10 6 3 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
3 7 5 6 10 3 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
3 7 5 2 14 3 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 6 6 11 5 3 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
3 6 6 7 9 3 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
3 6 6 3 13 3 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 5 7 12 4 3 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
3 5 7 8 8 3 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
3 5 7 4 12 3 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
3 4 8 13 3 3 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
3 4 8 9 7 3 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
3 4 8 5 11 3 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
3 3 9 14 2 3 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
3 3 9 10 6 3 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
3 3 9 6 10 3 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
3 2 10 13 3 3 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
3 2 10 9 7 3 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 11 16 3 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
3 11 12 4 3 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
3 11 8 8 3 12 15
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
3 12 13 3 3 12 11 5 3 12 9 7
- 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 )
3 3 12 6 10 3 12 4 12
+ u1 *v2*( - 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
3 12 2 14 3 12 16
+ 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n2
3 11 7 9 3 11 5 11
+ 40*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
3 11 3 13 3 11 15
- 72*a33 *m1 *m2*n1 *n2 - 56*a33 *m1 *m2*n1*n2
3 10 2 8 8 3 10 2 6 10
- 180*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
3 10 2 4 12 3 10 2 2 14
+ 504*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
3 10 2 16 3 9 3 9 7
- 4*a33 *m1 *m2 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 9 3 7 9 3 9 3 5 11
- 280*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
3 9 3 3 13 3 9 3 15
- 1160*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1*n2
3 8 4 10 6 3 8 4 8 8
- 840*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
3 8 4 6 10 3 8 4 4 12
+ 4860*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
3 8 4 2 14 3 7 5 11 5
- 180*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
3 7 5 9 7 3 7 5 7 9
- 2832*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
3 7 5 5 11 3 7 5 3 13
- 3888*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 6 6 12 4 3 6 6 10 6
- 840*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
3 6 6 8 8 3 6 6 6 10
+ 9744*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
3 6 6 4 12 3 5 7 13 3
- 840*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 5 7 11 5 3 5 7 9 7
- 3888*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
3 5 7 7 9 3 5 7 5 11
- 2832*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
3 4 8 14 2 3 4 8 12 4
- 180*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
3 4 8 10 6 3 4 8 8 8
+ 4860*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
3 4 8 6 10 3 3 9 15
- 840*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
3 3 9 13 3 3 3 9 11 5
- 1160*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
3 3 9 9 7 3 3 9 7 9
- 280*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 2 10 16 3 2 10 14 2
- 4*a33 *m1 *m2 *n1 + 336*a33 *m1 *m2 *n1 *n2
3 2 10 12 4 3 2 10 10 6
+ 504*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
3 2 10 8 8 3 11 15
- 180*a33 *m1 *m2 *n1 *n2 - 56*a33 *m1*m2 *n1 *n2
3 11 13 3 3 11 11 5
- 72*a33 *m1*m2 *n1 *n2 + 24*a33 *m1*m2 *n1 *n2
3 11 9 7 3 12 16
+ 40*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
3 12 14 2 3 12 12 4
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
3 12 10 6 3 2 11 9 9
- 4*a33 *m2 *n1 *n2 ) + u1 *( - 2*a33 *m1 *n1 *n2
2 11 7 11 2 11 3 15 2 11 17
- 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 + 2*a33 *m1 *n1*n2
2 10 10 8 2 10 8 10
+ 18*a33 *m1 *m2*n1 *n2 + 28*a33 *m1 *m2*n1 *n2
2 10 6 12 2 10 4 14
- 24*a33 *m1 *m2*n1 *n2 - 60*a33 *m1 *m2*n1 *n2
2 10 2 16 2 9 2 11 7
- 26*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 9 2 9 9 2 9 2 7 11
- 70*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 9 2 5 13 2 9 2 3 15
+ 360*a33 *m1 *m2 *n1 *n2 + 140*a33 *m1 *m2 *n1 *n2
2 9 2 17 2 8 3 12 6
- 2*a33 *m1 *m2 *n1*n2 + 168*a33 *m1 *m2 *n1 *n2
2 8 3 10 8 2 8 3 8 10
+ 30*a33 *m1 *m2 *n1 *n2 - 900*a33 *m1 *m2 *n1 *n2
2 8 3 6 12 2 8 3 4 14
- 1200*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 8 3 2 16 2 7 4 13 5
+ 18*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 7 4 11 7 2 7 4 9 9
+ 240*a33 *m1 *m2 *n1 *n2 + 2160*a33 *m1 *m2 *n1 *n2
2 7 4 7 11 2 7 4 5 13
+ 2520*a33 *m1 *m2 *n1 *n2 + 780*a33 *m1 *m2 *n1 *n2
2 7 4 3 15 2 6 5 14 4
- 72*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 6 5 12 6 2 6 5 10 8
- 672*a33 *m1 *m2 *n1 *n2 - 3360*a33 *m1 *m2 *n1 *n2
2 6 5 8 10 2 6 5 6 12
- 3528*a33 *m1 *m2 *n1 *n2 - 924*a33 *m1 *m2 *n1 *n2
2 6 5 4 14 2 5 6 15 3
+ 168*a33 *m1 *m2 *n1 *n2 - 168*a33 *m1 *m2 *n1 *n2
2 5 6 13 5 2 5 6 11 7
+ 924*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 5 6 9 9 2 5 6 7 11
+ 3360*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 5 6 5 13 2 4 7 16 2
- 252*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 4 7 14 4 2 4 7 12 6
- 780*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 4 7 10 8 2 4 7 8 10
- 2160*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 4 7 6 12 2 3 8 17
+ 252*a33 *m1 *m2 *n1 *n2 - 18*a33 *m1 *m2 *n1 *n2
2 3 8 15 3 2 3 8 13 5
+ 420*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 3 8 11 7 2 3 8 9 9
+ 900*a33 *m1 *m2 *n1 *n2 - 30*a33 *m1 *m2 *n1 *n2
2 3 8 7 11 2 2 9 18
- 168*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1 *m2 *n1
2 2 9 16 2 2 2 9 14 4
- 140*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 2 9 12 6 2 2 9 10 8
- 220*a33 *m1 *m2 *n1 *n2 + 70*a33 *m1 *m2 *n1 *n2
2 2 9 8 10 2 10 17
+ 72*a33 *m1 *m2 *n1 *n2 + 26*a33 *m1*m2 *n1 *n2
2 10 15 3 2 10 13 5
+ 60*a33 *m1*m2 *n1 *n2 + 24*a33 *m1*m2 *n1 *n2
2 10 11 7 2 10 9 9 2 11 18
- 28*a33 *m1*m2 *n1 *n2 - 18*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1
2 11 16 2 2 11 12 6 2 11 10 8
- 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1 *n2 ) +
2 2 3 11 8 9 3 11 6 11 3 11 2 15
u1 *u2 *(2*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
3 11 17 3 10 9 8
- 2*a33 *m1 *n2 - 18*a33 *m1 *m2*n1 *n2
3 10 7 10 3 10 5 12
- 28*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
3 10 3 14 3 10 16
+ 60*a33 *m1 *m2*n1 *n2 + 26*a33 *m1 *m2*n1*n2
3 9 2 10 7 3 9 2 8 9
+ 72*a33 *m1 *m2 *n1 *n2 + 70*a33 *m1 *m2 *n1 *n2
3 9 2 6 11 3 9 2 4 13
- 220*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
3 9 2 2 15 3 9 2 17
- 140*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1 *m2 *n2
3 8 3 11 6 3 8 3 9 8
- 168*a33 *m1 *m2 *n1 *n2 - 30*a33 *m1 *m2 *n1 *n2
3 8 3 7 10 3 8 3 5 12
+ 900*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
3 8 3 3 14 3 8 3 16
+ 420*a33 *m1 *m2 *n1 *n2 - 18*a33 *m1 *m2 *n1*n2
3 7 4 12 5 3 7 4 10 7
+ 252*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
3 7 4 8 9 3 7 4 6 11
- 2160*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
3 7 4 4 13 3 7 4 2 15
- 780*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
3 6 5 13 4 3 6 5 11 6
- 252*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
3 6 5 9 8 3 6 5 7 10
+ 3360*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
3 6 5 5 12 3 6 5 3 14
+ 924*a33 *m1 *m2 *n1 *n2 - 168*a33 *m1 *m2 *n1 *n2
3 5 6 14 3 3 5 6 12 5
+ 168*a33 *m1 *m2 *n1 *n2 - 924*a33 *m1 *m2 *n1 *n2
3 5 6 10 7 3 5 6 8 9
- 3528*a33 *m1 *m2 *n1 *n2 - 3360*a33 *m1 *m2 *n1 *n2
3 5 6 6 11 3 5 6 4 13
- 672*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
3 4 7 15 2 3 4 7 13 4
- 72*a33 *m1 *m2 *n1 *n2 + 780*a33 *m1 *m2 *n1 *n2
3 4 7 11 6 3 4 7 9 8
+ 2520*a33 *m1 *m2 *n1 *n2 + 2160*a33 *m1 *m2 *n1 *n2
3 4 7 7 10 3 4 7 5 12
+ 240*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
3 3 8 16 3 3 8 14 3
+ 18*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
3 3 8 12 5 3 3 8 10 7
- 1200*a33 *m1 *m2 *n1 *n2 - 900*a33 *m1 *m2 *n1 *n2
3 3 8 8 9 3 3 8 6 11
+ 30*a33 *m1 *m2 *n1 *n2 + 168*a33 *m1 *m2 *n1 *n2
3 2 9 17 3 2 9 15 2
- 2*a33 *m1 *m2 *n1 + 140*a33 *m1 *m2 *n1 *n2
3 2 9 13 4 3 2 9 11 6
+ 360*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
3 2 9 9 8 3 2 9 7 10
- 70*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
3 10 16 3 10 14 3
- 26*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
3 10 12 5 3 10 10 7
- 24*a33 *m1*m2 *n1 *n2 + 28*a33 *m1*m2 *n1 *n2
3 10 8 9 3 11 17 3 11 15 2
+ 18*a33 *m1*m2 *n1 *n2 + 2*a33 *m2 *n1 + 4*a33 *m2 *n1 *n2
3 11 11 6 3 11 9 8 2
- 4*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 ) + u1 *u2*v1*(
3 12 6 10 3 12 4 12 3 12 2 14
4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
3 12 16 3 11 7 9 3 11 5 11
- 4*a33 *m1 *n2 - 40*a33 *m1 *m2*n1 *n2 - 24*a33 *m1 *m2*n1 *n2
3 11 3 13 3 11 15
+ 72*a33 *m1 *m2*n1 *n2 + 56*a33 *m1 *m2*n1*n2
3 10 2 8 8 3 10 2 6 10
+ 180*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
3 10 2 4 12 3 10 2 2 14
- 504*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 10 2 16 3 9 3 9 7
+ 4*a33 *m1 *m2 *n2 - 480*a33 *m1 *m2 *n1 *n2
3 9 3 7 9 3 9 3 5 11
+ 280*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
3 9 3 3 13 3 9 3 15
+ 1160*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1*n2
3 8 4 10 6 3 8 4 8 8
+ 840*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
3 8 4 6 10 3 8 4 4 12
- 4860*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
3 8 4 2 14 3 7 5 11 5
+ 180*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 7 5 9 7 3 7 5 7 9
+ 2832*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
3 7 5 5 11 3 7 5 3 13
+ 3888*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
3 6 6 12 4 3 6 6 10 6
+ 840*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
3 6 6 8 8 3 6 6 6 10
- 9744*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
3 6 6 4 12 3 5 7 13 3
+ 840*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
3 5 7 11 5 3 5 7 9 7
+ 3888*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
3 5 7 7 9 3 5 7 5 11
+ 2832*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 4 8 14 2 3 4 8 12 4
+ 180*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
3 4 8 10 6 3 4 8 8 8
- 4860*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
3 4 8 6 10 3 3 9 15
+ 840*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1 *n2
3 3 9 13 3 3 3 9 11 5
+ 1160*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
3 3 9 9 7 3 3 9 7 9
+ 280*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
3 2 10 16 3 2 10 14 2
+ 4*a33 *m1 *m2 *n1 - 336*a33 *m1 *m2 *n1 *n2
3 2 10 12 4 3 2 10 10 6
- 504*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
3 2 10 8 8 3 11 15
+ 180*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1*m2 *n1 *n2
3 11 13 3 3 11 11 5
+ 72*a33 *m1*m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
3 11 9 7 3 12 16 3 12 14 2
- 40*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
3 12 12 4 3 12 10 6 2
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u1 *u2*v2*(
3 12 7 9 3 12 5 11 3 12 3 13
- 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
3 12 15 3 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
3 11 6 10 3 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
3 11 2 14 3 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
3 10 2 9 7 3 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
3 10 2 5 11 3 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
3 10 2 15 3 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
3 9 3 8 8 3 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
3 9 3 4 12 3 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
3 9 3 16 3 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 8 4 9 7 3 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
3 8 4 5 11 3 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
3 8 4 15 3 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
3 7 5 10 6 3 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
3 7 5 6 10 3 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
3 7 5 2 14 3 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 6 6 11 5 3 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
3 6 6 7 9 3 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
3 6 6 3 13 3 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 5 7 12 4 3 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
3 5 7 8 8 3 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
3 5 7 4 12 3 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
3 4 8 13 3 3 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
3 4 8 9 7 3 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
3 4 8 5 11 3 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
3 3 9 14 2 3 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
3 3 9 10 6 3 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
3 3 9 6 10 3 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
3 2 10 13 3 3 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
3 2 10 9 7 3 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 11 16 3 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
3 11 12 4 3 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
3 11 8 8 3 12 15 3 12 13 3
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
3 12 11 5 3 12 9 7 2
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u1 *u2*(
2 11 8 10 2 11 6 12 2 11 2 16
- 2*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 11 18 2 10 9 9 2 10 7 11
+ 2*a33 *m1 *n2 + 18*a33 *m1 *m2*n1 *n2 + 28*a33 *m1 *m2*n1 *n2
2 10 5 13 2 10 3 15
- 24*a33 *m1 *m2*n1 *n2 - 60*a33 *m1 *m2*n1 *n2
2 10 17 2 9 2 10 8
- 26*a33 *m1 *m2*n1*n2 - 72*a33 *m1 *m2 *n1 *n2
2 9 2 8 10 2 9 2 6 12
- 70*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 9 2 4 14 2 9 2 2 16
+ 360*a33 *m1 *m2 *n1 *n2 + 140*a33 *m1 *m2 *n1 *n2
2 9 2 18 2 8 3 11 7
- 2*a33 *m1 *m2 *n2 + 168*a33 *m1 *m2 *n1 *n2
2 8 3 9 9 2 8 3 7 11
+ 30*a33 *m1 *m2 *n1 *n2 - 900*a33 *m1 *m2 *n1 *n2
2 8 3 5 13 2 8 3 3 15
- 1200*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 8 3 17 2 7 4 12 6
+ 18*a33 *m1 *m2 *n1*n2 - 252*a33 *m1 *m2 *n1 *n2
2 7 4 10 8 2 7 4 8 10
+ 240*a33 *m1 *m2 *n1 *n2 + 2160*a33 *m1 *m2 *n1 *n2
2 7 4 6 12 2 7 4 4 14
+ 2520*a33 *m1 *m2 *n1 *n2 + 780*a33 *m1 *m2 *n1 *n2
2 7 4 2 16 2 6 5 13 5
- 72*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 6 5 11 7 2 6 5 9 9
- 672*a33 *m1 *m2 *n1 *n2 - 3360*a33 *m1 *m2 *n1 *n2
2 6 5 7 11 2 6 5 5 13
- 3528*a33 *m1 *m2 *n1 *n2 - 924*a33 *m1 *m2 *n1 *n2
2 6 5 3 15 2 5 6 14 4
+ 168*a33 *m1 *m2 *n1 *n2 - 168*a33 *m1 *m2 *n1 *n2
2 5 6 12 6 2 5 6 10 8
+ 924*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 5 6 8 10 2 5 6 6 12
+ 3360*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 5 6 4 14 2 4 7 15 3
- 252*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 4 7 13 5 2 4 7 11 7
- 780*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 4 7 9 9 2 4 7 7 11
- 2160*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 4 7 5 13 2 3 8 16 2
+ 252*a33 *m1 *m2 *n1 *n2 - 18*a33 *m1 *m2 *n1 *n2
2 3 8 14 4 2 3 8 12 6
+ 420*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 3 8 10 8 2 3 8 8 10
+ 900*a33 *m1 *m2 *n1 *n2 - 30*a33 *m1 *m2 *n1 *n2
2 3 8 6 12 2 2 9 17
- 168*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1 *m2 *n1 *n2
2 2 9 15 3 2 2 9 13 5
- 140*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 2 9 11 7 2 2 9 9 9
- 220*a33 *m1 *m2 *n1 *n2 + 70*a33 *m1 *m2 *n1 *n2
2 2 9 7 11 2 10 16 2
+ 72*a33 *m1 *m2 *n1 *n2 + 26*a33 *m1*m2 *n1 *n2
2 10 14 4 2 10 12 6
+ 60*a33 *m1*m2 *n1 *n2 + 24*a33 *m1*m2 *n1 *n2
2 10 10 8 2 10 8 10
- 28*a33 *m1*m2 *n1 *n2 - 18*a33 *m1*m2 *n1 *n2
2 11 17 2 11 15 3 2 11 11 7
- 2*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2
2 11 9 9 2 3 13 5 10
+ 2*a33 *m2 *n1 *n2 ) + u1 *v1*v2*(8*a33 *m1 *n1 *n2
3 13 14 3 12 6 9
- 8*a33 *m1 *n1*n2 - 80*a33 *m1 *m2*n1 *n2
3 12 4 11 3 12 2 13
+ 40*a33 *m1 *m2*n1 *n2 + 112*a33 *m1 *m2*n1 *n2
3 12 15 3 11 2 7 8
- 8*a33 *m1 *m2*n2 + 360*a33 *m1 *m2 *n1 *n2
3 11 2 5 10 3 11 2 3 12
- 408*a33 *m1 *m2 *n1 *n2 - 648*a33 *m1 *m2 *n1 *n2
3 11 2 14 3 10 3 8 7
+ 120*a33 *m1 *m2 *n1*n2 - 960*a33 *m1 *m2 *n1 *n2
3 10 3 6 9 3 10 3 4 11
+ 1880*a33 *m1 *m2 *n1 *n2 + 2072*a33 *m1 *m2 *n1 *n2
3 10 3 2 13 3 10 3 15
- 760*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
3 9 4 9 6 3 9 4 7 8
+ 1680*a33 *m1 *m2 *n1 *n2 - 5160*a33 *m1 *m2 *n1 *n2
3 9 4 5 10 3 9 4 3 12
- 4000*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
3 9 4 14 3 8 5 10 5
- 80*a33 *m1 *m2 *n1*n2 - 2016*a33 *m1 *m2 *n1 *n2
3 8 5 8 7 3 8 5 6 9
+ 9360*a33 *m1 *m2 *n1 *n2 + 4536*a33 *m1 *m2 *n1 *n2
3 8 5 4 11 3 8 5 2 13
- 6480*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
3 7 6 11 4 3 7 6 9 6
+ 1680*a33 *m1 *m2 *n1 *n2 - 11760*a33 *m1 *m2 *n1 *n2
3 7 6 7 8 3 7 6 5 10
- 2064*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
3 7 6 3 12 3 6 7 12 3
- 960*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
3 6 7 10 5 3 6 7 8 7
+ 10416*a33 *m1 *m2 *n1 *n2 - 2064*a33 *m1 *m2 *n1 *n2
3 6 7 6 9 3 6 7 4 11
- 11760*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 5 8 13 2 3 5 8 11 4
+ 360*a33 *m1 *m2 *n1 *n2 - 6480*a33 *m1 *m2 *n1 *n2
3 5 8 9 6 3 5 8 7 8
+ 4536*a33 *m1 *m2 *n1 *n2 + 9360*a33 *m1 *m2 *n1 *n2
3 5 8 5 10 3 4 9 14
- 2016*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
3 4 9 12 3 3 4 9 10 5
+ 2760*a33 *m1 *m2 *n1 *n2 - 4000*a33 *m1 *m2 *n1 *n2
3 4 9 8 7 3 4 9 6 9
- 5160*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 3 10 15 3 3 10 13 2
+ 8*a33 *m1 *m2 *n1 - 760*a33 *m1 *m2 *n1 *n2
3 3 10 11 4 3 3 10 9 6
+ 2072*a33 *m1 *m2 *n1 *n2 + 1880*a33 *m1 *m2 *n1 *n2
3 3 10 7 8 3 2 11 14
- 960*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
3 2 11 12 3 3 2 11 10 5
- 648*a33 *m1 *m2 *n1 *n2 - 408*a33 *m1 *m2 *n1 *n2
3 2 11 8 7 3 12 15
+ 360*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1*m2 *n1
3 12 13 2 3 12 11 4
+ 112*a33 *m1*m2 *n1 *n2 + 40*a33 *m1*m2 *n1 *n2
3 12 9 6 3 13 14 3 13 10 5
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
2 2 12 8 9 2 12 6 11 2 12 4 13
u1 *v1*(6*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 12 2 15 2 12 17 2 11 9 8
- 4*a33 *m1 *n1 *n2 + 2*a33 *m1 *n2 - 54*a33 *m1 *m2*n1 *n2
2 11 7 10 2 11 5 12
- 4*a33 *m1 *m2*n1 *n2 + 120*a33 *m1 *m2*n1 *n2
2 11 3 14 2 11 16
+ 36*a33 *m1 *m2*n1 *n2 - 34*a33 *m1 *m2*n1*n2
2 10 2 10 7 2 10 2 8 9
+ 216*a33 *m1 *m2 *n1 *n2 - 150*a33 *m1 *m2 *n1 *n2
2 10 2 6 11 2 10 2 4 13
- 692*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 10 2 2 15 2 10 2 17
+ 252*a33 *m1 *m2 *n1 *n2 - 2*a33 *m1 *m2 *n2
2 9 3 11 6 2 9 3 9 8
- 504*a33 *m1 *m2 *n1 *n2 + 870*a33 *m1 *m2 *n1 *n2
2 9 3 7 10 2 9 3 5 12
+ 2140*a33 *m1 *m2 *n1 *n2 - 320*a33 *m1 *m2 *n1 *n2
2 9 3 3 14 2 9 3 16
- 1060*a33 *m1 *m2 *n1 *n2 + 26*a33 *m1 *m2 *n1*n2
2 8 4 12 5 2 8 4 10 7
+ 756*a33 *m1 *m2 *n1 *n2 - 2400*a33 *m1 *m2 *n1 *n2
2 8 4 8 9 2 8 4 6 11
- 3960*a33 *m1 *m2 *n1 *n2 + 2160*a33 *m1 *m2 *n1 *n2
2 8 4 4 13 2 8 4 2 15
+ 2820*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 7 5 13 4 2 7 5 11 6
- 756*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
2 7 5 9 8 2 7 5 7 10
+ 4416*a33 *m1 *m2 *n1 *n2 - 5832*a33 *m1 *m2 *n1 *n2
2 7 5 5 12 2 7 5 3 14
- 5004*a33 *m1 *m2 *n1 *n2 + 456*a33 *m1 *m2 *n1 *n2
2 6 6 14 3 2 6 6 12 5
+ 504*a33 *m1 *m2 *n1 *n2 - 4452*a33 *m1 *m2 *n1 *n2
2 6 6 10 7 2 6 6 8 9
- 2520*a33 *m1 *m2 *n1 *n2 + 9408*a33 *m1 *m2 *n1 *n2
2 6 6 6 11 2 6 6 4 13
+ 6048*a33 *m1 *m2 *n1 *n2 - 924*a33 *m1 *m2 *n1 *n2
2 5 7 15 2 2 5 7 13 4
- 216*a33 *m1 *m2 *n1 *n2 + 3300*a33 *m1 *m2 *n1 *n2
2 5 7 11 6 2 5 7 9 8
- 216*a33 *m1 *m2 *n1 *n2 - 9936*a33 *m1 *m2 *n1 *n2
2 5 7 7 10 2 5 7 5 12
- 4944*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
2 4 8 16 2 4 8 14 3
+ 54*a33 *m1 *m2 *n1 *n2 - 1620*a33 *m1 *m2 *n1 *n2
2 4 8 12 5 2 4 8 10 7
+ 1560*a33 *m1 *m2 *n1 *n2 + 7020*a33 *m1 *m2 *n1 *n2
2 4 8 8 9 2 4 8 6 11
+ 2610*a33 *m1 *m2 *n1 *n2 - 1176*a33 *m1 *m2 *n1 *n2
2 3 9 17 2 3 9 15 2
- 6*a33 *m1 *m2 *n1 + 500*a33 *m1 *m2 *n1 *n2
2 3 9 13 4 2 3 9 11 6
- 1240*a33 *m1 *m2 *n1 *n2 - 3260*a33 *m1 *m2 *n1 *n2
2 3 9 9 8 2 3 9 7 10
- 770*a33 *m1 *m2 *n1 *n2 + 744*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 3
- 86*a33 *m1 *m2 *n1 *n2 + 492*a33 *m1 *m2 *n1 *n2
2 2 10 12 5 2 2 10 10 7
+ 936*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1 *n2
2 2 10 8 9 2 11 17
- 306*a33 *m1 *m2 *n1 *n2 + 6*a33 *m1*m2 *n1
2 11 15 2 2 11 13 4
- 100*a33 *m1*m2 *n1 *n2 - 144*a33 *m1*m2 *n1 *n2
2 11 11 6 2 11 9 8
+ 36*a33 *m1*m2 *n1 *n2 + 74*a33 *m1*m2 *n1 *n2
2 12 16 2 12 14 3 2 12 12 5
+ 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2
2 12 10 7 2 2 3 13 6 9
- 8*a33 *m2 *n1 *n2 ) + u1 *v2 *( - 4*a33 *m1 *n1 *n2
3 13 4 11 3 13 2 13 3 13 15
+ 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n2
3 12 7 8 3 12 5 10
+ 36*a33 *m1 *m2*n1 *n2 - 68*a33 *m1 *m2*n1 *n2
3 12 3 12 3 12 14
- 36*a33 *m1 *m2*n1 *n2 + 68*a33 *m1 *m2*n1*n2
3 11 2 8 7 3 11 2 6 9
- 144*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
3 11 2 4 11 3 11 2 2 13
+ 72*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 11 2 15 3 10 3 9 6
+ 8*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
3 10 3 7 8 3 10 3 5 10
- 1560*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
3 10 3 3 12 3 10 3 14
+ 2136*a33 *m1 *m2 *n1 *n2 - 104*a33 *m1 *m2 *n1*n2
3 9 4 10 5 3 9 4 8 7
- 504*a33 *m1 *m2 *n1 *n2 + 3480*a33 *m1 *m2 *n1 *n2
3 9 4 6 9 3 9 4 4 11
- 2380*a33 *m1 *m2 *n1 *n2 - 5780*a33 *m1 *m2 *n1 *n2
3 9 4 2 13 3 9 4 15
+ 580*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
3 8 5 11 4 3 8 5 9 6
+ 504*a33 *m1 *m2 *n1 *n2 - 5208*a33 *m1 *m2 *n1 *n2
3 8 5 7 8 3 8 5 5 10
+ 6732*a33 *m1 *m2 *n1 *n2 + 10548*a33 *m1 *m2 *n1 *n2
3 8 5 3 12 3 8 5 14
- 1860*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
3 7 6 12 3 3 7 6 10 5
- 336*a33 *m1 *m2 *n1 *n2 + 5376*a33 *m1 *m2 *n1 *n2
3 7 6 8 7 3 7 6 6 9
- 11568*a33 *m1 *m2 *n1 *n2 - 13296*a33 *m1 *m2 *n1 *n2
3 7 6 4 11 3 7 6 2 13
+ 3840*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
3 6 7 13 2 3 6 7 11 4
+ 144*a33 *m1 *m2 *n1 *n2 - 3840*a33 *m1 *m2 *n1 *n2
3 6 7 9 6 3 6 7 7 8
+ 13296*a33 *m1 *m2 *n1 *n2 + 11568*a33 *m1 *m2 *n1 *n2
3 6 7 5 10 3 6 7 3 12
- 5376*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
3 5 8 14 3 5 8 12 3
- 36*a33 *m1 *m2 *n1 *n2 + 1860*a33 *m1 *m2 *n1 *n2
3 5 8 10 5 3 5 8 8 7
- 10548*a33 *m1 *m2 *n1 *n2 - 6732*a33 *m1 *m2 *n1 *n2
3 5 8 6 9 3 5 8 4 11
+ 5208*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 4 9 15 3 4 9 13 2
+ 4*a33 *m1 *m2 *n1 - 580*a33 *m1 *m2 *n1 *n2
3 4 9 11 4 3 4 9 9 6
+ 5780*a33 *m1 *m2 *n1 *n2 + 2380*a33 *m1 *m2 *n1 *n2
3 4 9 7 8 3 4 9 5 10
- 3480*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 3 10 14 3 3 10 12 3
+ 104*a33 *m1 *m2 *n1 *n2 - 2136*a33 *m1 *m2 *n1 *n2
3 3 10 10 5 3 3 10 8 7
- 344*a33 *m1 *m2 *n1 *n2 + 1560*a33 *m1 *m2 *n1 *n2
3 3 10 6 9 3 2 11 15
- 336*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
3 2 11 13 2 3 2 11 11 4
+ 504*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
3 2 11 9 6 3 2 11 7 8
- 440*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 12 14 3 12 12 3
- 68*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
3 12 10 5 3 12 8 7 3 13 15
+ 68*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
3 13 13 2 3 13 11 4 3 13 9 6
- 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) +
2 2 12 7 10 2 12 5 12 2 12 3 14
u1 *v2*(8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 12 16 2 11 8 9
- 8*a33 *m1 *n1*n2 - 78*a33 *m1 *m2*n1 *n2
2 11 6 11 2 11 4 13
- 44*a33 *m1 *m2*n1 *n2 + 144*a33 *m1 *m2*n1 *n2
2 11 2 15 2 11 17
+ 108*a33 *m1 *m2*n1 *n2 - 2*a33 *m1 *m2*n2
2 10 2 9 8 2 10 2 7 10
+ 342*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1 *n2
2 10 2 5 12 2 10 2 3 14
- 984*a33 *m1 *m2 *n1 *n2 - 612*a33 *m1 *m2 *n1 *n2
2 10 2 16 2 9 3 10 7
+ 34*a33 *m1 *m2 *n1*n2 - 888*a33 *m1 *m2 *n1 *n2
2 9 3 8 9 2 9 3 6 11
+ 630*a33 *m1 *m2 *n1 *n2 + 3700*a33 *m1 *m2 *n1 *n2
2 9 3 4 13 2 9 3 2 15
+ 1960*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 9 3 17 2 8 4 11 6
+ 2*a33 *m1 *m2 *n2 + 1512*a33 *m1 *m2 *n1 *n2
2 8 4 9 8 2 8 4 7 10
- 2550*a33 *m1 *m2 *n1 *n2 - 8820*a33 *m1 *m2 *n1 *n2
2 8 4 5 12 2 8 4 3 14
- 3960*a33 *m1 *m2 *n1 *n2 + 780*a33 *m1 *m2 *n1 *n2
2 8 4 16 2 7 5 12 5
- 18*a33 *m1 *m2 *n1*n2 - 1764*a33 *m1 *m2 *n1 *n2
2 7 5 10 7 2 7 5 8 9
+ 5424*a33 *m1 *m2 *n1 *n2 + 14256*a33 *m1 *m2 *n1 *n2
2 7 5 6 11 2 7 5 4 13
+ 5256*a33 *m1 *m2 *n1 *n2 - 1740*a33 *m1 *m2 *n1 *n2
2 7 5 2 15 2 6 6 13 4
+ 72*a33 *m1 *m2 *n1 *n2 + 1428*a33 *m1 *m2 *n1 *n2
2 6 6 11 6 2 6 6 9 8
- 7392*a33 *m1 *m2 *n1 *n2 - 16128*a33 *m1 *m2 *n1 *n2
2 6 6 7 10 2 6 6 5 12
- 4536*a33 *m1 *m2 *n1 *n2 + 2604*a33 *m1 *m2 *n1 *n2
2 6 6 3 14 2 5 7 14 3
- 168*a33 *m1 *m2 *n1 *n2 - 792*a33 *m1 *m2 *n1 *n2
2 5 7 12 5 2 5 7 10 7
+ 6852*a33 *m1 *m2 *n1 *n2 + 12888*a33 *m1 *m2 *n1 *n2
2 5 7 8 9 2 5 7 6 11
+ 2304*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
2 5 7 4 13 2 4 8 15 2
+ 252*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
2 4 8 13 4 2 4 8 11 6
- 4380*a33 *m1 *m2 *n1 *n2 - 7200*a33 *m1 *m2 *n1 *n2
2 4 8 9 8 2 4 8 7 10
- 360*a33 *m1 *m2 *n1 *n2 + 1920*a33 *m1 *m2 *n1 *n2
2 4 8 5 12 2 3 9 16
- 252*a33 *m1 *m2 *n1 *n2 - 62*a33 *m1 *m2 *n1 *n2
2 3 9 14 3 2 3 9 12 5
+ 1900*a33 *m1 *m2 *n1 *n2 + 2720*a33 *m1 *m2 *n1 *n2
2 3 9 10 7 2 3 9 8 9
- 340*a33 *m1 *m2 *n1 *n2 - 930*a33 *m1 *m2 *n1 *n2
2 3 9 6 11 2 2 10 17
+ 168*a33 *m1 *m2 *n1 *n2 + 6*a33 *m1 *m2 *n1
2 2 10 15 2 2 2 10 13 4
- 532*a33 *m1 *m2 *n1 *n2 - 648*a33 *m1 *m2 *n1 *n2
2 2 10 11 6 2 2 10 9 8
+ 252*a33 *m1 *m2 *n1 *n2 + 290*a33 *m1 *m2 *n1 *n2
2 2 10 7 10 2 11 16
- 72*a33 *m1 *m2 *n1 *n2 + 86*a33 *m1*m2 *n1 *n2
2 11 14 3 2 11 12 5
+ 84*a33 *m1*m2 *n1 *n2 - 72*a33 *m1*m2 *n1 *n2
2 11 10 7 2 11 8 9
- 52*a33 *m1*m2 *n1 *n2 + 18*a33 *m1*m2 *n1 *n2
2 12 17 2 12 15 2 2 12 13 4
- 6*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2
2 12 11 6 2 12 9 8 2 2
+ 4*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 ) + u1 *v3 *(
3 13 6 9 3 13 4 11 3 13 2 13
- 6*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2 + 6*a33 *m1 *n1 *n2
3 13 15 3 12 7 8 3 12 5 10
+ 2*a33 *m1 *n2 + 54*a33 *m1 *m2*n1 *n2 - 14*a33 *m1 *m2*n1 *n2
3 12 3 12 3 12 14
- 86*a33 *m1 *m2*n1 *n2 - 18*a33 *m1 *m2*n1*n2
3 11 2 8 7 3 11 2 6 9
- 216*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
3 11 2 4 11 3 11 2 2 13
+ 468*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
3 11 2 15 3 10 3 9 6
+ 4*a33 *m1 *m2 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 10 3 7 8 3 10 3 5 10
- 1020*a33 *m1 *m2 *n1 *n2 - 1332*a33 *m1 *m2 *n1 *n2
3 10 3 3 12 3 10 3 14
+ 124*a33 *m1 *m2 *n1 *n2 - 68*a33 *m1 *m2 *n1*n2
3 9 4 10 5 3 9 4 8 7
- 756*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
3 9 4 6 9 3 9 4 4 11
+ 2150*a33 *m1 *m2 *n1 *n2 - 750*a33 *m1 *m2 *n1 *n2
3 9 4 2 13 3 9 4 15
+ 430*a33 *m1 *m2 *n1 *n2 - 6*a33 *m1 *m2 *n2
3 8 5 11 4 3 8 5 9 6
+ 756*a33 *m1 *m2 *n1 *n2 - 4116*a33 *m1 *m2 *n1 *n2
3 8 5 7 8 3 8 5 5 10
- 1782*a33 *m1 *m2 *n1 *n2 + 1566*a33 *m1 *m2 *n1 *n2
3 8 5 3 12 3 8 5 14
- 1470*a33 *m1 *m2 *n1 *n2 + 54*a33 *m1 *m2 *n1*n2
3 7 6 12 3 3 7 6 10 5
- 504*a33 *m1 *m2 *n1 *n2 + 4368*a33 *m1 *m2 *n1 *n2
3 7 6 8 7 3 7 6 6 9
+ 72*a33 *m1 *m2 *n1 *n2 - 1464*a33 *m1 *m2 *n1 *n2
3 7 6 4 11 3 7 6 2 13
+ 3120*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
3 6 7 13 2 3 6 7 11 4
+ 216*a33 *m1 *m2 *n1 *n2 - 3120*a33 *m1 *m2 *n1 *n2
3 6 7 9 6 3 6 7 7 8
+ 1464*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
3 6 7 5 10 3 6 7 3 12
- 4368*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 5 8 14 3 5 8 12 3
- 54*a33 *m1 *m2 *n1 *n2 + 1470*a33 *m1 *m2 *n1 *n2
3 5 8 10 5 3 5 8 8 7
- 1566*a33 *m1 *m2 *n1 *n2 + 1782*a33 *m1 *m2 *n1 *n2
3 5 8 6 9 3 5 8 4 11
+ 4116*a33 *m1 *m2 *n1 *n2 - 756*a33 *m1 *m2 *n1 *n2
3 4 9 15 3 4 9 13 2
+ 6*a33 *m1 *m2 *n1 - 430*a33 *m1 *m2 *n1 *n2
3 4 9 11 4 3 4 9 9 6
+ 750*a33 *m1 *m2 *n1 *n2 - 2150*a33 *m1 *m2 *n1 *n2
3 4 9 7 8 3 4 9 5 10
- 2580*a33 *m1 *m2 *n1 *n2 + 756*a33 *m1 *m2 *n1 *n2
3 3 10 14 3 3 10 12 3
+ 68*a33 *m1 *m2 *n1 *n2 - 124*a33 *m1 *m2 *n1 *n2
3 3 10 10 5 3 3 10 8 7
+ 1332*a33 *m1 *m2 *n1 *n2 + 1020*a33 *m1 *m2 *n1 *n2
3 3 10 6 9 3 2 11 15
- 504*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
3 2 11 13 2 3 2 11 11 4
- 36*a33 *m1 *m2 *n1 *n2 - 468*a33 *m1 *m2 *n1 *n2
3 2 11 9 6 3 2 11 7 8
- 220*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
3 12 14 3 12 12 3
+ 18*a33 *m1*m2 *n1 *n2 + 86*a33 *m1*m2 *n1 *n2
3 12 10 5 3 12 8 7 3 13 15
+ 14*a33 *m1*m2 *n1 *n2 - 54*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1
3 13 13 2 3 13 11 4 3 13 9 6
- 6*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1 *n2 + 6*a33 *m2 *n1 *n2 ) +
2 11 10 9 11 8 11 11 6 13
u1 *(a33*m1 *n1 *n2 + a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
11 4 15 11 2 17 11 19
- 2*a33*m1 *n1 *n2 + a33*m1 *n1 *n2 + a33*m1 *n2
10 11 8 10 9 10
- 9*a33*m1 *m2*n1 *n2 - 5*a33*m1 *m2*n1 *n2
10 7 12 10 5 14
+ 26*a33*m1 *m2*n1 *n2 + 18*a33*m1 *m2*n1 *n2
10 3 16 10 18
- 17*a33*m1 *m2*n1 *n2 - 13*a33*m1 *m2*n1*n2
9 2 12 7 9 2 10 9
+ 36*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1 *n2
9 2 8 11 9 2 6 13
- 145*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
9 2 4 15 9 2 2 17 9 2 19
+ 110*a33*m1 *m2 *n1 *n2 + 71*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n2
8 3 13 6 8 3 11 8
- 84*a33*m1 *m2 *n1 *n2 + 69*a33*m1 *m2 *n1 *n2
8 3 9 10 8 3 7 12
+ 465*a33*m1 *m2 *n1 *n2 + 150*a33*m1 *m2 *n1 *n2
8 3 5 14 8 3 3 16
- 390*a33*m1 *m2 *n1 *n2 - 219*a33*m1 *m2 *n1 *n2
8 3 18 7 4 14 5
+ 9*a33*m1 *m2 *n1*n2 + 126*a33*m1 *m2 *n1 *n2
7 4 12 7 7 4 10 9
- 246*a33*m1 *m2 *n1 *n2 - 960*a33*m1 *m2 *n1 *n2
7 4 8 11 7 4 6 13
- 180*a33*m1 *m2 *n1 *n2 + 870*a33*m1 *m2 *n1 *n2
7 4 4 15 7 4 2 17
+ 426*a33*m1 *m2 *n1 *n2 - 36*a33*m1 *m2 *n1 *n2
6 5 15 4 6 5 13 6
- 126*a33*m1 *m2 *n1 *n2 + 462*a33*m1 *m2 *n1 *n2
6 5 11 8 6 5 9 10
+ 1344*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
6 5 7 12 6 5 5 14
- 1302*a33*m1 *m2 *n1 *n2 - 546*a33*m1 *m2 *n1 *n2
6 5 3 16 5 6 16 3
+ 84*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2
5 6 14 5 5 6 12 7
- 546*a33*m1 *m2 *n1 *n2 - 1302*a33*m1 *m2 *n1 *n2
5 6 10 9 5 6 8 11
+ 84*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
5 6 6 13 5 6 4 15
+ 462*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
4 7 17 2 4 7 15 4
- 36*a33*m1 *m2 *n1 *n2 + 426*a33*m1 *m2 *n1 *n2
4 7 13 6 4 7 11 8
+ 870*a33*m1 *m2 *n1 *n2 - 180*a33*m1 *m2 *n1 *n2
4 7 9 10 4 7 7 12
- 960*a33*m1 *m2 *n1 *n2 - 246*a33*m1 *m2 *n1 *n2
4 7 5 14 3 8 18
+ 126*a33*m1 *m2 *n1 *n2 + 9*a33*m1 *m2 *n1 *n2
3 8 16 3 3 8 14 5
- 219*a33*m1 *m2 *n1 *n2 - 390*a33*m1 *m2 *n1 *n2
3 8 12 7 3 8 10 9
+ 150*a33*m1 *m2 *n1 *n2 + 465*a33*m1 *m2 *n1 *n2
3 8 8 11 3 8 6 13 2 9 19
+ 69*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
2 9 17 2 2 9 15 4
+ 71*a33*m1 *m2 *n1 *n2 + 110*a33*m1 *m2 *n1 *n2
2 9 13 6 2 9 11 8
- 70*a33*m1 *m2 *n1 *n2 - 145*a33*m1 *m2 *n1 *n2
2 9 9 10 2 9 7 12
- a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
10 18 10 16 3
- 13*a33*m1*m2 *n1 *n2 - 17*a33*m1*m2 *n1 *n2
10 14 5 10 12 7
+ 18*a33*m1*m2 *n1 *n2 + 26*a33*m1*m2 *n1 *n2
10 10 9 10 8 11 11 19
- 5*a33*m1*m2 *n1 *n2 - 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
11 17 2 11 15 4 11 13 6
+ a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
11 11 8 11 9 10 2
+ a33*m2 *n1 *n2 + a33*m2 *n1 *n2 ) + u1*u2 *v1*(
3 12 7 9 3 12 5 11 3 12 3 13
- 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
3 12 15 3 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
3 11 6 10 3 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
3 11 2 14 3 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
3 10 2 9 7 3 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
3 10 2 5 11 3 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
3 10 2 15 3 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
3 9 3 8 8 3 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
3 9 3 4 12 3 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
3 9 3 16 3 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 8 4 9 7 3 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
3 8 4 5 11 3 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
3 8 4 15 3 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
3 7 5 10 6 3 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
3 7 5 6 10 3 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
3 7 5 2 14 3 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 6 6 11 5 3 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
3 6 6 7 9 3 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
3 6 6 3 13 3 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 5 7 12 4 3 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
3 5 7 8 8 3 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
3 5 7 4 12 3 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
3 4 8 13 3 3 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
3 4 8 9 7 3 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
3 4 8 5 11 3 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
3 3 9 14 2 3 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
3 3 9 10 6 3 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
3 3 9 6 10 3 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
3 2 10 13 3 3 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
3 2 10 9 7 3 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 11 16 3 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
3 11 12 4 3 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
3 11 8 8 3 12 15 3 12 13 3
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
3 12 11 5 3 12 9 7 2
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u1*u2 *v2*(
3 12 6 10 3 12 4 12 3 12 2 14
- 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
3 12 16 3 11 7 9 3 11 5 11
+ 4*a33 *m1 *n2 + 40*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
3 11 3 13 3 11 15
- 72*a33 *m1 *m2*n1 *n2 - 56*a33 *m1 *m2*n1*n2
3 10 2 8 8 3 10 2 6 10
- 180*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
3 10 2 4 12 3 10 2 2 14
+ 504*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
3 10 2 16 3 9 3 9 7
- 4*a33 *m1 *m2 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 9 3 7 9 3 9 3 5 11
- 280*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
3 9 3 3 13 3 9 3 15
- 1160*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1*n2
3 8 4 10 6 3 8 4 8 8
- 840*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
3 8 4 6 10 3 8 4 4 12
+ 4860*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
3 8 4 2 14 3 7 5 11 5
- 180*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
3 7 5 9 7 3 7 5 7 9
- 2832*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
3 7 5 5 11 3 7 5 3 13
- 3888*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 6 6 12 4 3 6 6 10 6
- 840*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
3 6 6 8 8 3 6 6 6 10
+ 9744*a33 *m1 *m2 *n1 *n2 + 4032*a33 *m1 *m2 *n1 *n2
3 6 6 4 12 3 5 7 13 3
- 840*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 5 7 11 5 3 5 7 9 7
- 3888*a33 *m1 *m2 *n1 *n2 - 8208*a33 *m1 *m2 *n1 *n2
3 5 7 7 9 3 5 7 5 11
- 2832*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
3 4 8 14 2 3 4 8 12 4
- 180*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
3 4 8 10 6 3 4 8 8 8
+ 4860*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
3 4 8 6 10 3 3 9 15
- 840*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
3 3 9 13 3 3 3 9 11 5
- 1160*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
3 3 9 9 7 3 3 9 7 9
- 280*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 2 10 16 3 2 10 14 2
- 4*a33 *m1 *m2 *n1 + 336*a33 *m1 *m2 *n1 *n2
3 2 10 12 4 3 2 10 10 6
+ 504*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
3 2 10 8 8 3 11 15
- 180*a33 *m1 *m2 *n1 *n2 - 56*a33 *m1*m2 *n1 *n2
3 11 13 3 3 11 11 5
- 72*a33 *m1*m2 *n1 *n2 + 24*a33 *m1*m2 *n1 *n2
3 11 9 7 3 12 16 3 12 14 2
+ 40*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 + 4*a33 *m2 *n1 *n2
3 12 12 4 3 12 10 6 2
- 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) + u1*u2 *(
2 11 9 9 2 11 7 11 2 11 3 15
- 2*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 11 17 2 10 10 8
+ 2*a33 *m1 *n1*n2 + 18*a33 *m1 *m2*n1 *n2
2 10 8 10 2 10 6 12
+ 28*a33 *m1 *m2*n1 *n2 - 24*a33 *m1 *m2*n1 *n2
2 10 4 14 2 10 2 16
- 60*a33 *m1 *m2*n1 *n2 - 26*a33 *m1 *m2*n1 *n2
2 9 2 11 7 2 9 2 9 9
- 72*a33 *m1 *m2 *n1 *n2 - 70*a33 *m1 *m2 *n1 *n2
2 9 2 7 11 2 9 2 5 13
+ 220*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
2 9 2 3 15 2 9 2 17
+ 140*a33 *m1 *m2 *n1 *n2 - 2*a33 *m1 *m2 *n1*n2
2 8 3 12 6 2 8 3 10 8
+ 168*a33 *m1 *m2 *n1 *n2 + 30*a33 *m1 *m2 *n1 *n2
2 8 3 8 10 2 8 3 6 12
- 900*a33 *m1 *m2 *n1 *n2 - 1200*a33 *m1 *m2 *n1 *n2
2 8 3 4 14 2 8 3 2 16
- 420*a33 *m1 *m2 *n1 *n2 + 18*a33 *m1 *m2 *n1 *n2
2 7 4 13 5 2 7 4 11 7
- 252*a33 *m1 *m2 *n1 *n2 + 240*a33 *m1 *m2 *n1 *n2
2 7 4 9 9 2 7 4 7 11
+ 2160*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 7 4 5 13 2 7 4 3 15
+ 780*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 6 5 14 4 2 6 5 12 6
+ 252*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
2 6 5 10 8 2 6 5 8 10
- 3360*a33 *m1 *m2 *n1 *n2 - 3528*a33 *m1 *m2 *n1 *n2
2 6 5 6 12 2 6 5 4 14
- 924*a33 *m1 *m2 *n1 *n2 + 168*a33 *m1 *m2 *n1 *n2
2 5 6 15 3 2 5 6 13 5
- 168*a33 *m1 *m2 *n1 *n2 + 924*a33 *m1 *m2 *n1 *n2
2 5 6 11 7 2 5 6 9 9
+ 3528*a33 *m1 *m2 *n1 *n2 + 3360*a33 *m1 *m2 *n1 *n2
2 5 6 7 11 2 5 6 5 13
+ 672*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
2 4 7 16 2 2 4 7 14 4
+ 72*a33 *m1 *m2 *n1 *n2 - 780*a33 *m1 *m2 *n1 *n2
2 4 7 12 6 2 4 7 10 8
- 2520*a33 *m1 *m2 *n1 *n2 - 2160*a33 *m1 *m2 *n1 *n2
2 4 7 8 10 2 4 7 6 12
- 240*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 3 8 17 2 3 8 15 3
- 18*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
2 3 8 13 5 2 3 8 11 7
+ 1200*a33 *m1 *m2 *n1 *n2 + 900*a33 *m1 *m2 *n1 *n2
2 3 8 9 9 2 3 8 7 11
- 30*a33 *m1 *m2 *n1 *n2 - 168*a33 *m1 *m2 *n1 *n2
2 2 9 18 2 2 9 16 2
+ 2*a33 *m1 *m2 *n1 - 140*a33 *m1 *m2 *n1 *n2
2 2 9 14 4 2 2 9 12 6
- 360*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 2 9 10 8 2 2 9 8 10
+ 70*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 10 17 2 10 15 3
+ 26*a33 *m1*m2 *n1 *n2 + 60*a33 *m1*m2 *n1 *n2
2 10 13 5 2 10 11 7
+ 24*a33 *m1*m2 *n1 *n2 - 28*a33 *m1*m2 *n1 *n2
2 10 9 9 2 11 18 2 11 16 2
- 18*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
2 11 12 6 2 11 10 8 2
+ 4*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1 *n2 ) + u1*u2*v1 *(
3 13 5 10 3 13 14 3 12 6 9
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1*n2 + 80*a33 *m1 *m2*n1 *n2
3 12 4 11 3 12 2 13
- 40*a33 *m1 *m2*n1 *n2 - 112*a33 *m1 *m2*n1 *n2
3 12 15 3 11 2 7 8
+ 8*a33 *m1 *m2*n2 - 360*a33 *m1 *m2 *n1 *n2
3 11 2 5 10 3 11 2 3 12
+ 408*a33 *m1 *m2 *n1 *n2 + 648*a33 *m1 *m2 *n1 *n2
3 11 2 14 3 10 3 8 7
- 120*a33 *m1 *m2 *n1*n2 + 960*a33 *m1 *m2 *n1 *n2
3 10 3 6 9 3 10 3 4 11
- 1880*a33 *m1 *m2 *n1 *n2 - 2072*a33 *m1 *m2 *n1 *n2
3 10 3 2 13 3 10 3 15
+ 760*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
3 9 4 9 6 3 9 4 7 8
- 1680*a33 *m1 *m2 *n1 *n2 + 5160*a33 *m1 *m2 *n1 *n2
3 9 4 5 10 3 9 4 3 12
+ 4000*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
3 9 4 14 3 8 5 10 5
+ 80*a33 *m1 *m2 *n1*n2 + 2016*a33 *m1 *m2 *n1 *n2
3 8 5 8 7 3 8 5 6 9
- 9360*a33 *m1 *m2 *n1 *n2 - 4536*a33 *m1 *m2 *n1 *n2
3 8 5 4 11 3 8 5 2 13
+ 6480*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
3 7 6 11 4 3 7 6 9 6
- 1680*a33 *m1 *m2 *n1 *n2 + 11760*a33 *m1 *m2 *n1 *n2
3 7 6 7 8 3 7 6 5 10
+ 2064*a33 *m1 *m2 *n1 *n2 - 10416*a33 *m1 *m2 *n1 *n2
3 7 6 3 12 3 6 7 12 3
+ 960*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
3 6 7 10 5 3 6 7 8 7
- 10416*a33 *m1 *m2 *n1 *n2 + 2064*a33 *m1 *m2 *n1 *n2
3 6 7 6 9 3 6 7 4 11
+ 11760*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
3 5 8 13 2 3 5 8 11 4
- 360*a33 *m1 *m2 *n1 *n2 + 6480*a33 *m1 *m2 *n1 *n2
3 5 8 9 6 3 5 8 7 8
- 4536*a33 *m1 *m2 *n1 *n2 - 9360*a33 *m1 *m2 *n1 *n2
3 5 8 5 10 3 4 9 14
+ 2016*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
3 4 9 12 3 3 4 9 10 5
- 2760*a33 *m1 *m2 *n1 *n2 + 4000*a33 *m1 *m2 *n1 *n2
3 4 9 8 7 3 4 9 6 9
+ 5160*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
3 3 10 15 3 3 10 13 2
- 8*a33 *m1 *m2 *n1 + 760*a33 *m1 *m2 *n1 *n2
3 3 10 11 4 3 3 10 9 6
- 2072*a33 *m1 *m2 *n1 *n2 - 1880*a33 *m1 *m2 *n1 *n2
3 3 10 7 8 3 2 11 14
+ 960*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
3 2 11 12 3 3 2 11 10 5
+ 648*a33 *m1 *m2 *n1 *n2 + 408*a33 *m1 *m2 *n1 *n2
3 2 11 8 7 3 12 15
- 360*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1*m2 *n1
3 12 13 2 3 12 11 4
- 112*a33 *m1*m2 *n1 *n2 - 40*a33 *m1*m2 *n1 *n2
3 12 9 6 3 13 14 3 13 10 5
+ 80*a33 *m1*m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) +
3 13 6 9 3 13 4 11
u1*u2*v1*v2*(8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
3 13 2 13 3 13 15
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n2
3 12 7 8 3 12 5 10
- 72*a33 *m1 *m2*n1 *n2 + 136*a33 *m1 *m2*n1 *n2
3 12 3 12 3 12 14
+ 72*a33 *m1 *m2*n1 *n2 - 136*a33 *m1 *m2*n1*n2
3 11 2 8 7 3 11 2 6 9
+ 288*a33 *m1 *m2 *n1 *n2 - 880*a33 *m1 *m2 *n1 *n2
3 11 2 4 11 3 11 2 2 13
- 144*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
3 11 2 15 3 10 3 9 6
- 16*a33 *m1 *m2 *n2 - 672*a33 *m1 *m2 *n1 *n2
3 10 3 7 8 3 10 3 5 10
+ 3120*a33 *m1 *m2 *n1 *n2 - 688*a33 *m1 *m2 *n1 *n2
3 10 3 3 12 3 10 3 14
- 4272*a33 *m1 *m2 *n1 *n2 + 208*a33 *m1 *m2 *n1*n2
3 9 4 10 5 3 9 4 8 7
+ 1008*a33 *m1 *m2 *n1 *n2 - 6960*a33 *m1 *m2 *n1 *n2
3 9 4 6 9 3 9 4 4 11
+ 4760*a33 *m1 *m2 *n1 *n2 + 11560*a33 *m1 *m2 *n1 *n2
3 9 4 2 13 3 9 4 15
- 1160*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
3 8 5 11 4 3 8 5 9 6
- 1008*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
3 8 5 7 8 3 8 5 5 10
- 13464*a33 *m1 *m2 *n1 *n2 - 21096*a33 *m1 *m2 *n1 *n2
3 8 5 3 12 3 8 5 14
+ 3720*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1*n2
3 7 6 12 3 3 7 6 10 5
+ 672*a33 *m1 *m2 *n1 *n2 - 10752*a33 *m1 *m2 *n1 *n2
3 7 6 8 7 3 7 6 6 9
+ 23136*a33 *m1 *m2 *n1 *n2 + 26592*a33 *m1 *m2 *n1 *n2
3 7 6 4 11 3 7 6 2 13
- 7680*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
3 6 7 13 2 3 6 7 11 4
- 288*a33 *m1 *m2 *n1 *n2 + 7680*a33 *m1 *m2 *n1 *n2
3 6 7 9 6 3 6 7 7 8
- 26592*a33 *m1 *m2 *n1 *n2 - 23136*a33 *m1 *m2 *n1 *n2
3 6 7 5 10 3 6 7 3 12
+ 10752*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
3 5 8 14 3 5 8 12 3
+ 72*a33 *m1 *m2 *n1 *n2 - 3720*a33 *m1 *m2 *n1 *n2
3 5 8 10 5 3 5 8 8 7
+ 21096*a33 *m1 *m2 *n1 *n2 + 13464*a33 *m1 *m2 *n1 *n2
3 5 8 6 9 3 5 8 4 11
- 10416*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
3 4 9 15 3 4 9 13 2
- 8*a33 *m1 *m2 *n1 + 1160*a33 *m1 *m2 *n1 *n2
3 4 9 11 4 3 4 9 9 6
- 11560*a33 *m1 *m2 *n1 *n2 - 4760*a33 *m1 *m2 *n1 *n2
3 4 9 7 8 3 4 9 5 10
+ 6960*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 3 10 14 3 3 10 12 3
- 208*a33 *m1 *m2 *n1 *n2 + 4272*a33 *m1 *m2 *n1 *n2
3 3 10 10 5 3 3 10 8 7
+ 688*a33 *m1 *m2 *n1 *n2 - 3120*a33 *m1 *m2 *n1 *n2
3 3 10 6 9 3 2 11 15
+ 672*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1
3 2 11 13 2 3 2 11 11 4
- 1008*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 2 11 9 6 3 2 11 7 8
+ 880*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
3 12 14 3 12 12 3
+ 136*a33 *m1*m2 *n1 *n2 - 72*a33 *m1*m2 *n1 *n2
3 12 10 5 3 12 8 7
- 136*a33 *m1*m2 *n1 *n2 + 72*a33 *m1*m2 *n1 *n2
3 13 15 3 13 13 2
- 8*a33 *m2 *n1 + 8*a33 *m2 *n1 *n2
3 13 11 4 3 13 9 6
+ 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u1*u2*v1*(
2 11 8 9 2 11 6 11 2 11 2 15
4*a33 *m1 *m2*n1 *n2 + 8*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n1 *n2
2 11 17 2 10 2 9 8
- 4*a33 *m1 *m2*n2 - 36*a33 *m1 *m2 *n1 *n2
2 10 2 7 10 2 10 2 5 12
- 56*a33 *m1 *m2 *n1 *n2 + 48*a33 *m1 *m2 *n1 *n2
2 10 2 3 14 2 10 2 16
+ 120*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
2 9 3 10 7 2 9 3 8 9
+ 144*a33 *m1 *m2 *n1 *n2 + 140*a33 *m1 *m2 *n1 *n2
2 9 3 6 11 2 9 3 4 13
- 440*a33 *m1 *m2 *n1 *n2 - 720*a33 *m1 *m2 *n1 *n2
2 9 3 2 15 2 9 3 17
- 280*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n2
2 8 4 11 6 2 8 4 9 8
- 336*a33 *m1 *m2 *n1 *n2 - 60*a33 *m1 *m2 *n1 *n2
2 8 4 7 10 2 8 4 5 12
+ 1800*a33 *m1 *m2 *n1 *n2 + 2400*a33 *m1 *m2 *n1 *n2
2 8 4 3 14 2 8 4 16
+ 840*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1*n2
2 7 5 12 5 2 7 5 10 7
+ 504*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 7 5 8 9 2 7 5 6 11
- 4320*a33 *m1 *m2 *n1 *n2 - 5040*a33 *m1 *m2 *n1 *n2
2 7 5 4 13 2 7 5 2 15
- 1560*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 6 6 13 4 2 6 6 11 6
- 504*a33 *m1 *m2 *n1 *n2 + 1344*a33 *m1 *m2 *n1 *n2
2 6 6 9 8 2 6 6 7 10
+ 6720*a33 *m1 *m2 *n1 *n2 + 7056*a33 *m1 *m2 *n1 *n2
2 6 6 5 12 2 6 6 3 14
+ 1848*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 5 7 14 3 2 5 7 12 5
+ 336*a33 *m1 *m2 *n1 *n2 - 1848*a33 *m1 *m2 *n1 *n2
2 5 7 10 7 2 5 7 8 9
- 7056*a33 *m1 *m2 *n1 *n2 - 6720*a33 *m1 *m2 *n1 *n2
2 5 7 6 11 2 5 7 4 13
- 1344*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 4 8 15 2 2 4 8 13 4
- 144*a33 *m1 *m2 *n1 *n2 + 1560*a33 *m1 *m2 *n1 *n2
2 4 8 11 6 2 4 8 9 8
+ 5040*a33 *m1 *m2 *n1 *n2 + 4320*a33 *m1 *m2 *n1 *n2
2 4 8 7 10 2 4 8 5 12
+ 480*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 9 16 2 3 9 14 3
+ 36*a33 *m1 *m2 *n1 *n2 - 840*a33 *m1 *m2 *n1 *n2
2 3 9 12 5 2 3 9 10 7
- 2400*a33 *m1 *m2 *n1 *n2 - 1800*a33 *m1 *m2 *n1 *n2
2 3 9 8 9 2 3 9 6 11
+ 60*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 10 17 2 2 10 15 2
- 4*a33 *m1 *m2 *n1 + 280*a33 *m1 *m2 *n1 *n2
2 2 10 13 4 2 2 10 11 6
+ 720*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 2 10 9 8 2 2 10 7 10
- 140*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 3
- 52*a33 *m1*m2 *n1 *n2 - 120*a33 *m1*m2 *n1 *n2
2 11 12 5 2 11 10 7
- 48*a33 *m1*m2 *n1 *n2 + 56*a33 *m1*m2 *n1 *n2
2 11 8 9 2 12 17 2 12 15 2
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 + 8*a33 *m2 *n1 *n2
2 12 11 6 2 12 9 8 2
- 8*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) + u1*u2*v2 *(
3 13 5 10 3 13 14 3 12 6 9
8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1*n2 - 80*a33 *m1 *m2*n1 *n2
3 12 4 11 3 12 2 13
+ 40*a33 *m1 *m2*n1 *n2 + 112*a33 *m1 *m2*n1 *n2
3 12 15 3 11 2 7 8
- 8*a33 *m1 *m2*n2 + 360*a33 *m1 *m2 *n1 *n2
3 11 2 5 10 3 11 2 3 12
- 408*a33 *m1 *m2 *n1 *n2 - 648*a33 *m1 *m2 *n1 *n2
3 11 2 14 3 10 3 8 7
+ 120*a33 *m1 *m2 *n1*n2 - 960*a33 *m1 *m2 *n1 *n2
3 10 3 6 9 3 10 3 4 11
+ 1880*a33 *m1 *m2 *n1 *n2 + 2072*a33 *m1 *m2 *n1 *n2
3 10 3 2 13 3 10 3 15
- 760*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
3 9 4 9 6 3 9 4 7 8
+ 1680*a33 *m1 *m2 *n1 *n2 - 5160*a33 *m1 *m2 *n1 *n2
3 9 4 5 10 3 9 4 3 12
- 4000*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
3 9 4 14 3 8 5 10 5
- 80*a33 *m1 *m2 *n1*n2 - 2016*a33 *m1 *m2 *n1 *n2
3 8 5 8 7 3 8 5 6 9
+ 9360*a33 *m1 *m2 *n1 *n2 + 4536*a33 *m1 *m2 *n1 *n2
3 8 5 4 11 3 8 5 2 13
- 6480*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
3 7 6 11 4 3 7 6 9 6
+ 1680*a33 *m1 *m2 *n1 *n2 - 11760*a33 *m1 *m2 *n1 *n2
3 7 6 7 8 3 7 6 5 10
- 2064*a33 *m1 *m2 *n1 *n2 + 10416*a33 *m1 *m2 *n1 *n2
3 7 6 3 12 3 6 7 12 3
- 960*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
3 6 7 10 5 3 6 7 8 7
+ 10416*a33 *m1 *m2 *n1 *n2 - 2064*a33 *m1 *m2 *n1 *n2
3 6 7 6 9 3 6 7 4 11
- 11760*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 5 8 13 2 3 5 8 11 4
+ 360*a33 *m1 *m2 *n1 *n2 - 6480*a33 *m1 *m2 *n1 *n2
3 5 8 9 6 3 5 8 7 8
+ 4536*a33 *m1 *m2 *n1 *n2 + 9360*a33 *m1 *m2 *n1 *n2
3 5 8 5 10 3 4 9 14
- 2016*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
3 4 9 12 3 3 4 9 10 5
+ 2760*a33 *m1 *m2 *n1 *n2 - 4000*a33 *m1 *m2 *n1 *n2
3 4 9 8 7 3 4 9 6 9
- 5160*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 3 10 15 3 3 10 13 2
+ 8*a33 *m1 *m2 *n1 - 760*a33 *m1 *m2 *n1 *n2
3 3 10 11 4 3 3 10 9 6
+ 2072*a33 *m1 *m2 *n1 *n2 + 1880*a33 *m1 *m2 *n1 *n2
3 3 10 7 8 3 2 11 14
- 960*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
3 2 11 12 3 3 2 11 10 5
- 648*a33 *m1 *m2 *n1 *n2 - 408*a33 *m1 *m2 *n1 *n2
3 2 11 8 7 3 12 15
+ 360*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1*m2 *n1
3 12 13 2 3 12 11 4
+ 112*a33 *m1*m2 *n1 *n2 + 40*a33 *m1*m2 *n1 *n2
3 12 9 6 3 13 14 3 13 10 5
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
2 12 8 9 2 12 6 11 2 12 2 15
u1*u2*v2*(4*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 12 17 2 11 9 8
- 4*a33 *m1 *n2 - 36*a33 *m1 *m2*n1 *n2
2 11 7 10 2 11 5 12
- 56*a33 *m1 *m2*n1 *n2 + 48*a33 *m1 *m2*n1 *n2
2 11 3 14 2 11 16
+ 120*a33 *m1 *m2*n1 *n2 + 52*a33 *m1 *m2*n1*n2
2 10 2 10 7 2 10 2 8 9
+ 144*a33 *m1 *m2 *n1 *n2 + 140*a33 *m1 *m2 *n1 *n2
2 10 2 6 11 2 10 2 4 13
- 440*a33 *m1 *m2 *n1 *n2 - 720*a33 *m1 *m2 *n1 *n2
2 10 2 2 15 2 10 2 17
- 280*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n2
2 9 3 11 6 2 9 3 9 8
- 336*a33 *m1 *m2 *n1 *n2 - 60*a33 *m1 *m2 *n1 *n2
2 9 3 7 10 2 9 3 5 12
+ 1800*a33 *m1 *m2 *n1 *n2 + 2400*a33 *m1 *m2 *n1 *n2
2 9 3 3 14 2 9 3 16
+ 840*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1*n2
2 8 4 12 5 2 8 4 10 7
+ 504*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 8 4 8 9 2 8 4 6 11
- 4320*a33 *m1 *m2 *n1 *n2 - 5040*a33 *m1 *m2 *n1 *n2
2 8 4 4 13 2 8 4 2 15
- 1560*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 7 5 13 4 2 7 5 11 6
- 504*a33 *m1 *m2 *n1 *n2 + 1344*a33 *m1 *m2 *n1 *n2
2 7 5 9 8 2 7 5 7 10
+ 6720*a33 *m1 *m2 *n1 *n2 + 7056*a33 *m1 *m2 *n1 *n2
2 7 5 5 12 2 7 5 3 14
+ 1848*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 6 6 14 3 2 6 6 12 5
+ 336*a33 *m1 *m2 *n1 *n2 - 1848*a33 *m1 *m2 *n1 *n2
2 6 6 10 7 2 6 6 8 9
- 7056*a33 *m1 *m2 *n1 *n2 - 6720*a33 *m1 *m2 *n1 *n2
2 6 6 6 11 2 6 6 4 13
- 1344*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 5 7 15 2 2 5 7 13 4
- 144*a33 *m1 *m2 *n1 *n2 + 1560*a33 *m1 *m2 *n1 *n2
2 5 7 11 6 2 5 7 9 8
+ 5040*a33 *m1 *m2 *n1 *n2 + 4320*a33 *m1 *m2 *n1 *n2
2 5 7 7 10 2 5 7 5 12
+ 480*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 4 8 16 2 4 8 14 3
+ 36*a33 *m1 *m2 *n1 *n2 - 840*a33 *m1 *m2 *n1 *n2
2 4 8 12 5 2 4 8 10 7
- 2400*a33 *m1 *m2 *n1 *n2 - 1800*a33 *m1 *m2 *n1 *n2
2 4 8 8 9 2 4 8 6 11
+ 60*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 3 9 17 2 3 9 15 2
- 4*a33 *m1 *m2 *n1 + 280*a33 *m1 *m2 *n1 *n2
2 3 9 13 4 2 3 9 11 6
+ 720*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
2 3 9 9 8 2 3 9 7 10
- 140*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 3
- 52*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1 *n2
2 2 10 12 5 2 2 10 10 7
- 48*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
2 2 10 8 9 2 11 17
+ 36*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1*m2 *n1
2 11 15 2 2 11 11 6
+ 8*a33 *m1*m2 *n1 *n2 - 8*a33 *m1*m2 *n1 *n2
2 11 9 8 11 9 10
- 4*a33 *m1*m2 *n1 *n2 ) + u1*u2*(2*a33*m1 *n1 *n2
11 7 12 11 3 16 11 18
+ 4*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 - 2*a33*m1 *n1*n2
10 10 9 10 8 11
- 18*a33*m1 *m2*n1 *n2 - 28*a33*m1 *m2*n1 *n2
10 6 13 10 4 15
+ 24*a33*m1 *m2*n1 *n2 + 60*a33*m1 *m2*n1 *n2
10 2 17 9 2 11 8
+ 26*a33*m1 *m2*n1 *n2 + 72*a33*m1 *m2 *n1 *n2
9 2 9 10 9 2 7 12
+ 70*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
9 2 5 14 9 2 3 16
- 360*a33*m1 *m2 *n1 *n2 - 140*a33*m1 *m2 *n1 *n2
9 2 18 8 3 12 7
+ 2*a33*m1 *m2 *n1*n2 - 168*a33*m1 *m2 *n1 *n2
8 3 10 9 8 3 8 11
- 30*a33*m1 *m2 *n1 *n2 + 900*a33*m1 *m2 *n1 *n2
8 3 6 13 8 3 4 15
+ 1200*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
8 3 2 17 7 4 13 6
- 18*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
7 4 11 8 7 4 9 10
- 240*a33*m1 *m2 *n1 *n2 - 2160*a33*m1 *m2 *n1 *n2
7 4 7 12 7 4 5 14
- 2520*a33*m1 *m2 *n1 *n2 - 780*a33*m1 *m2 *n1 *n2
7 4 3 16 6 5 14 5
+ 72*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
6 5 12 7 6 5 10 9
+ 672*a33*m1 *m2 *n1 *n2 + 3360*a33*m1 *m2 *n1 *n2
6 5 8 11 6 5 6 13
+ 3528*a33*m1 *m2 *n1 *n2 + 924*a33*m1 *m2 *n1 *n2
6 5 4 15 5 6 15 4
- 168*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
5 6 13 6 5 6 11 8
- 924*a33*m1 *m2 *n1 *n2 - 3528*a33*m1 *m2 *n1 *n2
5 6 9 10 5 6 7 12
- 3360*a33*m1 *m2 *n1 *n2 - 672*a33*m1 *m2 *n1 *n2
5 6 5 14 4 7 16 3
+ 252*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
4 7 14 5 4 7 12 7
+ 780*a33*m1 *m2 *n1 *n2 + 2520*a33*m1 *m2 *n1 *n2
4 7 10 9 4 7 8 11
+ 2160*a33*m1 *m2 *n1 *n2 + 240*a33*m1 *m2 *n1 *n2
4 7 6 13 3 8 17 2
- 252*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
3 8 15 4 3 8 13 6
- 420*a33*m1 *m2 *n1 *n2 - 1200*a33*m1 *m2 *n1 *n2
3 8 11 8 3 8 9 10
- 900*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
3 8 7 12 2 9 18
+ 168*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1 *n2
2 9 16 3 2 9 14 5
+ 140*a33*m1 *m2 *n1 *n2 + 360*a33*m1 *m2 *n1 *n2
2 9 12 7 2 9 10 9
+ 220*a33*m1 *m2 *n1 *n2 - 70*a33*m1 *m2 *n1 *n2
2 9 8 11 10 17 2
- 72*a33*m1 *m2 *n1 *n2 - 26*a33*m1*m2 *n1 *n2
10 15 4 10 13 6
- 60*a33*m1*m2 *n1 *n2 - 24*a33*m1*m2 *n1 *n2
10 11 8 10 9 10 11 18
+ 28*a33*m1*m2 *n1 *n2 + 18*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
11 16 3 11 12 7 11 10 9
+ 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u1
2 3 14 4 10 3 14 2 12
*v1 *v2*(8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
3 13 5 9 3 13 3 11
- 80*a33 *m1 *m2*n1 *n2 + 128*a33 *m1 *m2*n1 *n2
3 13 13 3 12 2 6 8
- 16*a33 *m1 *m2*n1*n2 + 360*a33 *m1 *m2 *n1 *n2
3 12 2 4 10 3 12 2 2 12
- 848*a33 *m1 *m2 *n1 *n2 + 240*a33 *m1 *m2 *n1 *n2
3 12 2 14 3 11 3 7 7
- 8*a33 *m1 *m2 *n2 - 960*a33 *m1 *m2 *n1 *n2
3 11 3 5 9 3 11 3 3 11
+ 3200*a33 *m1 *m2 *n1 *n2 - 1536*a33 *m1 *m2 *n1 *n2
3 11 3 13 3 10 4 8 6
+ 128*a33 *m1 *m2 *n1*n2 + 1680*a33 *m1 *m2 *n1 *n2
3 10 4 6 8 3 10 4 4 10
- 7800*a33 *m1 *m2 *n1 *n2 + 5680*a33 *m1 *m2 *n1 *n2
3 10 4 2 12 3 10 4 14
- 848*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
3 9 5 9 5 3 9 5 7 7
- 2016*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
3 9 5 5 9 3 9 5 3 11
- 13680*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
3 9 5 13 3 8 6 10 4
- 80*a33 *m1 *m2 *n1*n2 + 1680*a33 *m1 *m2 *n1 *n2
3 8 6 8 6 3 8 6 6 8
- 15456*a33 *m1 *m2 *n1 *n2 + 22752*a33 *m1 *m2 *n1 *n2
3 8 6 4 10 3 8 6 2 12
- 7800*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
3 7 7 11 3 3 7 7 9 5
- 960*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
3 7 7 7 7 3 7 7 5 9
- 26880*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
3 7 7 3 11 3 6 8 12 2
- 960*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
3 6 8 10 4 3 6 8 8 6
- 7800*a33 *m1 *m2 *n1 *n2 + 22752*a33 *m1 *m2 *n1 *n2
3 6 8 6 8 3 6 8 4 10
- 15456*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 5 9 13 3 5 9 11 3
- 80*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
3 5 9 9 5 3 5 9 7 7
- 13680*a33 *m1 *m2 *n1 *n2 + 13056*a33 *m1 *m2 *n1 *n2
3 5 9 5 9 3 4 10 14
- 2016*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
3 4 10 12 2 3 4 10 10 4
- 848*a33 *m1 *m2 *n1 *n2 + 5680*a33 *m1 *m2 *n1 *n2
3 4 10 8 6 3 4 10 6 8
- 7800*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 3 11 13 3 3 11 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 1536*a33 *m1 *m2 *n1 *n2
3 3 11 9 5 3 3 11 7 7
+ 3200*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
3 2 12 14 3 2 12 12 2
- 8*a33 *m1 *m2 *n1 + 240*a33 *m1 *m2 *n1 *n2
3 2 12 10 4 3 2 12 8 6
- 848*a33 *m1 *m2 *n1 *n2 + 360*a33 *m1 *m2 *n1 *n2
3 13 13 3 13 11 3
- 16*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
3 13 9 5 3 14 12 2
- 80*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2
3 14 10 4 2 2 13 5 11
+ 8*a33 *m2 *n1 *n2 ) + u1*v1 *(4*a33 *m1 *n1 *n2
2 13 15 2 12 6 10
- 4*a33 *m1 *n1*n2 - 40*a33 *m1 *m2*n1 *n2
2 12 4 12 2 12 2 14
+ 20*a33 *m1 *m2*n1 *n2 + 56*a33 *m1 *m2*n1 *n2
2 12 16 2 11 2 7 9
- 4*a33 *m1 *m2*n2 + 180*a33 *m1 *m2 *n1 *n2
2 11 2 5 11 2 11 2 3 13
- 204*a33 *m1 *m2 *n1 *n2 - 324*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 8 8
+ 60*a33 *m1 *m2 *n1*n2 - 480*a33 *m1 *m2 *n1 *n2
2 10 3 6 10 2 10 3 4 12
+ 940*a33 *m1 *m2 *n1 *n2 + 1036*a33 *m1 *m2 *n1 *n2
2 10 3 2 14 2 10 3 16
- 380*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n2
2 9 4 9 7 2 9 4 7 9
+ 840*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 9 4 5 11 2 9 4 3 13
- 2000*a33 *m1 *m2 *n1 *n2 + 1380*a33 *m1 *m2 *n1 *n2
2 9 4 15 2 8 5 10 6
- 40*a33 *m1 *m2 *n1*n2 - 1008*a33 *m1 *m2 *n1 *n2
2 8 5 8 8 2 8 5 6 10
+ 4680*a33 *m1 *m2 *n1 *n2 + 2268*a33 *m1 *m2 *n1 *n2
2 8 5 4 12 2 8 5 2 14
- 3240*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
2 7 6 11 5 2 7 6 9 7
+ 840*a33 *m1 *m2 *n1 *n2 - 5880*a33 *m1 *m2 *n1 *n2
2 7 6 7 9 2 7 6 5 11
- 1032*a33 *m1 *m2 *n1 *n2 + 5208*a33 *m1 *m2 *n1 *n2
2 7 6 3 13 2 6 7 12 4
- 480*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
2 6 7 10 6 2 6 7 8 8
+ 5208*a33 *m1 *m2 *n1 *n2 - 1032*a33 *m1 *m2 *n1 *n2
2 6 7 6 10 2 6 7 4 12
- 5880*a33 *m1 *m2 *n1 *n2 + 840*a33 *m1 *m2 *n1 *n2
2 5 8 13 3 2 5 8 11 5
+ 180*a33 *m1 *m2 *n1 *n2 - 3240*a33 *m1 *m2 *n1 *n2
2 5 8 9 7 2 5 8 7 9
+ 2268*a33 *m1 *m2 *n1 *n2 + 4680*a33 *m1 *m2 *n1 *n2
2 5 8 5 11 2 4 9 14 2
- 1008*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1 *n2
2 4 9 12 4 2 4 9 10 6
+ 1380*a33 *m1 *m2 *n1 *n2 - 2000*a33 *m1 *m2 *n1 *n2
2 4 9 8 8 2 4 9 6 10
- 2580*a33 *m1 *m2 *n1 *n2 + 840*a33 *m1 *m2 *n1 *n2
2 3 10 15 2 3 10 13 3
+ 4*a33 *m1 *m2 *n1 *n2 - 380*a33 *m1 *m2 *n1 *n2
2 3 10 11 5 2 3 10 9 7
+ 1036*a33 *m1 *m2 *n1 *n2 + 940*a33 *m1 *m2 *n1 *n2
2 3 10 7 9 2 2 11 14 2
- 480*a33 *m1 *m2 *n1 *n2 + 60*a33 *m1 *m2 *n1 *n2
2 2 11 12 4 2 2 11 10 6
- 324*a33 *m1 *m2 *n1 *n2 - 204*a33 *m1 *m2 *n1 *n2
2 2 11 8 8 2 12 15
+ 180*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1*m2 *n1 *n2
2 12 13 3 2 12 11 5
+ 56*a33 *m1*m2 *n1 *n2 + 20*a33 *m1*m2 *n1 *n2
2 12 9 7 2 13 14 2 2 13 10 6
- 40*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 )
2 13 6 10 2 13 4 12
+ u1*v1*v2*( - 12*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 13 2 14 2 13 16
+ 12*a33 *m1 *n1 *n2 - 4*a33 *m1 *n2
2 12 7 9 2 12 5 11
+ 116*a33 *m1 *m2*n1 *n2 - 108*a33 *m1 *m2*n1 *n2
2 12 3 13 2 12 15
- 148*a33 *m1 *m2*n1 *n2 + 76*a33 *m1 *m2*n1*n2
2 11 2 8 8 2 11 2 6 10
- 504*a33 *m1 *m2 *n1 *n2 + 848*a33 *m1 *m2 *n1 *n2
2 11 2 4 12 2 11 2 2 14
+ 720*a33 *m1 *m2 *n1 *n2 - 624*a33 *m1 *m2 *n1 *n2
2 11 2 16 2 10 3 9 7
+ 8*a33 *m1 *m2 *n2 + 1296*a33 *m1 *m2 *n1 *n2
2 10 3 7 9 2 10 3 5 11
- 3440*a33 *m1 *m2 *n1 *n2 - 1728*a33 *m1 *m2 *n1 *n2
2 10 3 3 13 2 10 3 15
+ 2896*a33 *m1 *m2 *n1 *n2 - 112*a33 *m1 *m2 *n1*n2
2 9 4 10 6 2 9 4 8 8
- 2184*a33 *m1 *m2 *n1 *n2 + 8640*a33 *m1 *m2 *n1 *n2
2 9 4 6 10 2 9 4 4 12
+ 1620*a33 *m1 *m2 *n1 *n2 - 8540*a33 *m1 *m2 *n1 *n2
2 9 4 2 14 2 9 4 16
+ 660*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 8 5 11 5 2 8 5 9 7
+ 2520*a33 *m1 *m2 *n1 *n2 - 14568*a33 *m1 *m2 *n1 *n2
2 8 5 7 9 2 8 5 5 11
+ 2196*a33 *m1 *m2 *n1 *n2 + 17028*a33 *m1 *m2 *n1 *n2
2 8 5 3 13 2 8 5 15
- 2220*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
2 7 6 12 4 2 7 6 10 6
- 2016*a33 *m1 *m2 *n1 *n2 + 17136*a33 *m1 *m2 *n1 *n2
2 7 6 8 8 2 7 6 6 10
- 9504*a33 *m1 *m2 *n1 *n2 - 23712*a33 *m1 *m2 *n1 *n2
2 7 6 4 12 2 7 6 2 14
+ 4800*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 6 7 13 3 2 6 7 11 5
+ 1104*a33 *m1 *m2 *n1 *n2 - 14256*a33 *m1 *m2 *n1 *n2
2 6 7 9 7 2 6 7 7 9
+ 15360*a33 *m1 *m2 *n1 *n2 + 23328*a33 *m1 *m2 *n1 *n2
2 6 7 5 11 2 6 7 3 13
- 7056*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 2 5 8 12 4
- 396*a33 *m1 *m2 *n1 *n2 + 8340*a33 *m1 *m2 *n1 *n2
2 5 8 10 6 2 5 8 8 8
- 15084*a33 *m1 *m2 *n1 *n2 - 16092*a33 *m1 *m2 *n1 *n2
2 5 8 6 10 2 5 8 4 12
+ 7224*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 3
+ 84*a33 *m1 *m2 *n1 *n2 - 3340*a33 *m1 *m2 *n1 *n2
2 4 9 11 5 2 4 9 9 7
+ 9780*a33 *m1 *m2 *n1 *n2 + 7540*a33 *m1 *m2 *n1 *n2
2 4 9 7 9 2 4 9 5 11
- 5160*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 3 10 16 2 3 10 14 2
- 8*a33 *m1 *m2 *n1 + 864*a33 *m1 *m2 *n1 *n2
2 3 10 12 4 2 3 10 10 6
- 4208*a33 *m1 *m2 *n1 *n2 - 2224*a33 *m1 *m2 *n1 *n2
2 3 10 8 8 2 3 10 6 10
+ 2520*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 2 11 15 2 2 11 13 3
- 128*a33 *m1 *m2 *n1 *n2 + 1152*a33 *m1 *m2 *n1 *n2
2 2 11 11 5 2 2 11 9 7
+ 336*a33 *m1 *m2 *n1 *n2 - 800*a33 *m1 *m2 *n1 *n2
2 2 11 7 9 2 12 16
+ 144*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1*m2 *n1
2 12 14 2 2 12 12 4
- 180*a33 *m1*m2 *n1 *n2 - 4*a33 *m1*m2 *n1 *n2
2 12 10 6 2 12 8 8
+ 148*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2
2 13 15 2 13 13 3
+ 12*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 13 11 5 2 13 9 7 2
- 12*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u1*v1*v3 *(
3 14 5 9 3 14 13 3 13 6 8
4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1*n2 - 36*a33 *m1 *m2*n1 *n2
3 13 4 10 3 13 2 12
+ 20*a33 *m1 *m2*n1 *n2 + 52*a33 *m1 *m2*n1 *n2
3 13 14 3 12 2 7 7
- 4*a33 *m1 *m2*n2 + 144*a33 *m1 *m2 *n1 *n2
3 12 2 5 9 3 12 2 3 11
- 180*a33 *m1 *m2 *n1 *n2 - 272*a33 *m1 *m2 *n1 *n2
3 12 2 13 3 11 3 8 6
+ 52*a33 *m1 *m2 *n1*n2 - 336*a33 *m1 *m2 *n1 *n2
3 11 3 6 8 3 11 3 4 10
+ 720*a33 *m1 *m2 *n1 *n2 + 784*a33 *m1 *m2 *n1 *n2
3 11 3 2 12 3 10 4 9 5
- 272*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 10 4 7 7 3 10 4 5 9
- 1680*a33 *m1 *m2 *n1 *n2 - 1420*a33 *m1 *m2 *n1 *n2
3 10 4 3 11 3 10 4 13
+ 784*a33 *m1 *m2 *n1 *n2 + 20*a33 *m1 *m2 *n1*n2
3 9 5 10 4 3 9 5 8 6
- 504*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
3 9 5 6 8 3 9 5 4 10
+ 1788*a33 *m1 *m2 *n1 *n2 - 1420*a33 *m1 *m2 *n1 *n2
3 9 5 2 12 3 9 5 14
- 180*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n2
3 8 6 11 3 3 8 6 9 5
+ 336*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
3 8 6 7 7 3 8 6 5 9
- 1824*a33 *m1 *m2 *n1 *n2 + 1788*a33 *m1 *m2 *n1 *n2
3 8 6 3 11 3 8 6 13
+ 720*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1*n2
3 7 7 12 2 3 7 7 10 4
- 144*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 7 7 8 6 3 7 7 6 8
+ 1824*a33 *m1 *m2 *n1 *n2 - 1824*a33 *m1 *m2 *n1 *n2
3 7 7 4 10 3 7 7 2 12
- 1680*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 6 8 13 3 6 8 11 3
+ 36*a33 *m1 *m2 *n1 *n2 - 720*a33 *m1 *m2 *n1 *n2
3 6 8 9 5 3 6 8 7 7
- 1788*a33 *m1 *m2 *n1 *n2 + 1824*a33 *m1 *m2 *n1 *n2
3 6 8 5 9 3 6 8 3 11
+ 2520*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 5 9 14 3 5 9 12 2
- 4*a33 *m1 *m2 *n1 + 180*a33 *m1 *m2 *n1 *n2
3 5 9 10 4 3 5 9 8 6
+ 1420*a33 *m1 *m2 *n1 *n2 - 1788*a33 *m1 *m2 *n1 *n2
3 5 9 6 8 3 5 9 4 10
- 2520*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 4 10 13 3 4 10 11 3
- 20*a33 *m1 *m2 *n1 *n2 - 784*a33 *m1 *m2 *n1 *n2
3 4 10 9 5 3 4 10 7 7
+ 1420*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 4 10 5 9 3 3 11 12 2
- 504*a33 *m1 *m2 *n1 *n2 + 272*a33 *m1 *m2 *n1 *n2
3 3 11 10 4 3 3 11 8 6
- 784*a33 *m1 *m2 *n1 *n2 - 720*a33 *m1 *m2 *n1 *n2
3 3 11 6 8 3 2 12 13
+ 336*a33 *m1 *m2 *n1 *n2 - 52*a33 *m1 *m2 *n1 *n2
3 2 12 11 3 3 2 12 9 5
+ 272*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
3 2 12 7 7 3 13 14
- 144*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1*m2 *n1
3 13 12 2 3 13 10 4
- 52*a33 *m1*m2 *n1 *n2 - 20*a33 *m1*m2 *n1 *n2
3 13 8 6 3 14 13 3 14 9 5
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) +
12 9 9 12 7 11 12 5 13
u1*v1*( - 2*a33*m1 *n1 *n2 + 4*a33*m1 *n1 *n2 + 8*a33*m1 *n1 *n2
12 3 15 12 17 11 10 8
- 4*a33*m1 *n1 *n2 - 6*a33*m1 *n1*n2 + 18*a33*m1 *m2*n1 *n2
11 8 10 11 6 12
- 50*a33*m1 *m2*n1 *n2 - 68*a33*m1 *m2*n1 *n2
11 4 14 11 2 16
+ 84*a33*m1 *m2*n1 *n2 + 82*a33*m1 *m2*n1 *n2
11 18 10 2 11 7
- 2*a33*m1 *m2*n2 - 72*a33*m1 *m2 *n1 *n2
10 2 9 9 10 2 7 11
+ 272*a33*m1 *m2 *n1 *n2 + 224*a33*m1 *m2 *n1 *n2
10 2 5 13 10 2 3 15
- 624*a33*m1 *m2 *n1 *n2 - 472*a33*m1 *m2 *n1 *n2
10 2 17 9 3 12 6
+ 32*a33*m1 *m2 *n1*n2 + 168*a33*m1 *m2 *n1 *n2
9 3 10 8 9 3 8 10
- 858*a33*m1 *m2 *n1 *n2 - 270*a33*m1 *m2 *n1 *n2
9 3 6 12 9 3 4 14
+ 2500*a33*m1 *m2 *n1 *n2 + 1540*a33*m1 *m2 *n1 *n2
9 3 2 16 9 3 18
- 202*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
8 4 13 5 8 4 11 7
- 252*a33*m1 *m2 *n1 *n2 + 1752*a33*m1 *m2 *n1 *n2
8 4 9 9 8 4 7 11
- 390*a33*m1 *m2 *n1 *n2 - 6300*a33*m1 *m2 *n1 *n2
8 4 5 13 8 4 3 15
- 3180*a33*m1 *m2 *n1 *n2 + 708*a33*m1 *m2 *n1 *n2
8 4 17 7 5 14 4
- 18*a33*m1 *m2 *n1*n2 + 252*a33*m1 *m2 *n1 *n2
7 5 12 6 7 5 10 8
- 2436*a33*m1 *m2 *n1 *n2 + 2064*a33*m1 *m2 *n1 *n2
7 5 8 10 7 5 6 12
+ 10728*a33*m1 *m2 *n1 *n2 + 4332*a33*m1 *m2 *n1 *n2
7 5 4 14 7 5 2 16
- 1572*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
6 6 15 3 6 6 13 5
- 168*a33*m1 *m2 *n1 *n2 + 2352*a33*m1 *m2 *n1 *n2
6 6 11 7 6 6 9 9
- 3864*a33*m1 *m2 *n1 *n2 - 12768*a33*m1 *m2 *n1 *n2
6 6 7 11 6 6 5 13
- 3864*a33*m1 *m2 *n1 *n2 + 2352*a33*m1 *m2 *n1 *n2
6 6 3 15 5 7 16 2
- 168*a33*m1 *m2 *n1 *n2 + 72*a33*m1 *m2 *n1 *n2
5 7 14 4 5 7 12 6
- 1572*a33*m1 *m2 *n1 *n2 + 4332*a33*m1 *m2 *n1 *n2
5 7 10 8 5 7 8 10
+ 10728*a33*m1 *m2 *n1 *n2 + 2064*a33*m1 *m2 *n1 *n2
5 7 6 12 5 7 4 14
- 2436*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
4 8 17 4 8 15 3
- 18*a33*m1 *m2 *n1 *n2 + 708*a33*m1 *m2 *n1 *n2
4 8 13 5 4 8 11 7
- 3180*a33*m1 *m2 *n1 *n2 - 6300*a33*m1 *m2 *n1 *n2
4 8 9 9 4 8 7 11
- 390*a33*m1 *m2 *n1 *n2 + 1752*a33*m1 *m2 *n1 *n2
4 8 5 13 3 9 18
- 252*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
3 9 16 2 3 9 14 4
- 202*a33*m1 *m2 *n1 *n2 + 1540*a33*m1 *m2 *n1 *n2
3 9 12 6 3 9 10 8
+ 2500*a33*m1 *m2 *n1 *n2 - 270*a33*m1 *m2 *n1 *n2
3 9 8 10 3 9 6 12
- 858*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
2 10 17 2 10 15 3
+ 32*a33*m1 *m2 *n1 *n2 - 472*a33*m1 *m2 *n1 *n2
2 10 13 5 2 10 11 7
- 624*a33*m1 *m2 *n1 *n2 + 224*a33*m1 *m2 *n1 *n2
2 10 9 9 2 10 7 11
+ 272*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
11 18 11 16 2
- 2*a33*m1*m2 *n1 + 82*a33*m1*m2 *n1 *n2
11 14 4 11 12 6
+ 84*a33*m1*m2 *n1 *n2 - 68*a33*m1*m2 *n1 *n2
11 10 8 11 8 10
- 50*a33*m1*m2 *n1 *n2 + 18*a33*m1*m2 *n1 *n2
12 17 12 15 3 12 13 5
- 6*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 + 8*a33*m2 *n1 *n2
12 11 7 12 9 9 3
+ 4*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 ) + u1*v2 *(
3 14 4 10 3 14 2 12 3 13 5 9
8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2 - 80*a33 *m1 *m2*n1 *n2
3 13 3 11 3 13 13
+ 128*a33 *m1 *m2*n1 *n2 - 16*a33 *m1 *m2*n1*n2
3 12 2 6 8 3 12 2 4 10
+ 360*a33 *m1 *m2 *n1 *n2 - 848*a33 *m1 *m2 *n1 *n2
3 12 2 2 12 3 12 2 14
+ 240*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
3 11 3 7 7 3 11 3 5 9
- 960*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
3 11 3 3 11 3 11 3 13
- 1536*a33 *m1 *m2 *n1 *n2 + 128*a33 *m1 *m2 *n1*n2
3 10 4 8 6 3 10 4 6 8
+ 1680*a33 *m1 *m2 *n1 *n2 - 7800*a33 *m1 *m2 *n1 *n2
3 10 4 4 10 3 10 4 2 12
+ 5680*a33 *m1 *m2 *n1 *n2 - 848*a33 *m1 *m2 *n1 *n2
3 10 4 14 3 9 5 9 5
+ 8*a33 *m1 *m2 *n2 - 2016*a33 *m1 *m2 *n1 *n2
3 9 5 7 7 3 9 5 5 9
+ 13056*a33 *m1 *m2 *n1 *n2 - 13680*a33 *m1 *m2 *n1 *n2
3 9 5 3 11 3 9 5 13
+ 3200*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1*n2
3 8 6 10 4 3 8 6 8 6
+ 1680*a33 *m1 *m2 *n1 *n2 - 15456*a33 *m1 *m2 *n1 *n2
3 8 6 6 8 3 8 6 4 10
+ 22752*a33 *m1 *m2 *n1 *n2 - 7800*a33 *m1 *m2 *n1 *n2
3 8 6 2 12 3 7 7 11 3
+ 360*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
3 7 7 9 5 3 7 7 7 7
+ 13056*a33 *m1 *m2 *n1 *n2 - 26880*a33 *m1 *m2 *n1 *n2
3 7 7 5 9 3 7 7 3 11
+ 13056*a33 *m1 *m2 *n1 *n2 - 960*a33 *m1 *m2 *n1 *n2
3 6 8 12 2 3 6 8 10 4
+ 360*a33 *m1 *m2 *n1 *n2 - 7800*a33 *m1 *m2 *n1 *n2
3 6 8 8 6 3 6 8 6 8
+ 22752*a33 *m1 *m2 *n1 *n2 - 15456*a33 *m1 *m2 *n1 *n2
3 6 8 4 10 3 5 9 13
+ 1680*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1 *n2
3 5 9 11 3 3 5 9 9 5
+ 3200*a33 *m1 *m2 *n1 *n2 - 13680*a33 *m1 *m2 *n1 *n2
3 5 9 7 7 3 5 9 5 9
+ 13056*a33 *m1 *m2 *n1 *n2 - 2016*a33 *m1 *m2 *n1 *n2
3 4 10 14 3 4 10 12 2
+ 8*a33 *m1 *m2 *n1 - 848*a33 *m1 *m2 *n1 *n2
3 4 10 10 4 3 4 10 8 6
+ 5680*a33 *m1 *m2 *n1 *n2 - 7800*a33 *m1 *m2 *n1 *n2
3 4 10 6 8 3 3 11 13
+ 1680*a33 *m1 *m2 *n1 *n2 + 128*a33 *m1 *m2 *n1 *n2
3 3 11 11 3 3 3 11 9 5
- 1536*a33 *m1 *m2 *n1 *n2 + 3200*a33 *m1 *m2 *n1 *n2
3 3 11 7 7 3 2 12 14
- 960*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
3 2 12 12 2 3 2 12 10 4
+ 240*a33 *m1 *m2 *n1 *n2 - 848*a33 *m1 *m2 *n1 *n2
3 2 12 8 6 3 13 13
+ 360*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
3 13 11 3 3 13 9 5
+ 128*a33 *m1*m2 *n1 *n2 - 80*a33 *m1*m2 *n1 *n2
3 14 12 2 3 14 10 4 2
- 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) + u1*v2 *(
2 13 7 9 2 13 5 11 2 13 3 13
4*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
2 13 15 2 12 8 8
+ 8*a33 *m1 *n1*n2 - 36*a33 *m1 *m2*n1 *n2
2 12 6 10 2 12 4 12
+ 108*a33 *m1 *m2*n1 *n2 + 16*a33 *m1 *m2*n1 *n2
2 12 2 14 2 12 16
- 124*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
2 11 2 9 7 2 11 2 7 9
+ 144*a33 *m1 *m2 *n1 *n2 - 620*a33 *m1 *m2 *n1 *n2
2 11 2 5 11 2 11 2 3 13
+ 132*a33 *m1 *m2 *n1 *n2 + 828*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 10 6
- 68*a33 *m1 *m2 *n1*n2 - 336*a33 *m1 *m2 *n1 *n2
2 10 3 8 8 2 10 3 6 10
+ 2040*a33 *m1 *m2 *n1 *n2 - 1284*a33 *m1 *m2 *n1 *n2
2 10 3 4 12 2 10 3 2 14
- 3172*a33 *m1 *m2 *n1 *n2 + 484*a33 *m1 *m2 *n1 *n2
2 10 3 16 2 9 4 11 5
- 4*a33 *m1 *m2 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 9 4 9 7 2 9 4 7 9
- 4320*a33 *m1 *m2 *n1 *n2 + 4960*a33 *m1 *m2 *n1 *n2
2 9 4 5 11 2 9 4 3 13
+ 7780*a33 *m1 *m2 *n1 *n2 - 1960*a33 *m1 *m2 *n1 *n2
2 9 4 15 2 8 5 12 4
+ 44*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 5 10 6 2 8 5 8 8
+ 6216*a33 *m1 *m2 *n1 *n2 - 11412*a33 *m1 *m2 *n1 *n2
2 8 5 6 10 2 8 5 4 12
- 12816*a33 *m1 *m2 *n1 *n2 + 5100*a33 *m1 *m2 *n1 *n2
2 8 5 2 14 2 7 6 13 3
- 216*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 7 6 11 5 2 7 6 9 7
- 6216*a33 *m1 *m2 *n1 *n2 + 17448*a33 *m1 *m2 *n1 *n2
2 7 6 7 9 2 7 6 5 11
+ 14328*a33 *m1 *m2 *n1 *n2 - 9048*a33 *m1 *m2 *n1 *n2
2 7 6 3 13 2 6 7 14 2
+ 624*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 6 7 12 4 2 6 7 10 6
+ 4320*a33 *m1 *m2 *n1 *n2 - 18504*a33 *m1 *m2 *n1 *n2
2 6 7 8 8 2 6 7 6 10
- 10536*a33 *m1 *m2 *n1 *n2 + 11256*a33 *m1 *m2 *n1 *n2
2 6 7 4 12 2 5 8 15
- 1176*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 5 8 13 3 2 5 8 11 5
- 2040*a33 *m1 *m2 *n1 *n2 + 13788*a33 *m1 *m2 *n1 *n2
2 5 8 9 7 2 5 8 7 9
+ 4464*a33 *m1 *m2 *n1 *n2 - 9888*a33 *m1 *m2 *n1 *n2
2 5 8 5 11 2 4 9 16
+ 1512*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 4 9 14 2 2 4 9 12 4
+ 620*a33 *m1 *m2 *n1 *n2 - 7160*a33 *m1 *m2 *n1 *n2
2 4 9 10 6 2 4 9 8 8
- 380*a33 *m1 *m2 *n1 *n2 + 6060*a33 *m1 *m2 *n1 *n2
2 4 9 6 10 2 3 10 15
- 1344*a33 *m1 *m2 *n1 *n2 - 108*a33 *m1 *m2 *n1 *n2
2 3 10 13 3 2 3 10 11 5
+ 2516*a33 *m1 *m2 *n1 *n2 - 692*a33 *m1 *m2 *n1 *n2
2 3 10 9 7 2 3 10 7 9
- 2500*a33 *m1 *m2 *n1 *n2 + 816*a33 *m1 *m2 *n1 *n2
2 2 11 16 2 2 11 14 2
+ 8*a33 *m1 *m2 *n1 - 564*a33 *m1 *m2 *n1 *n2
2 2 11 12 4 2 2 11 10 6
+ 396*a33 *m1 *m2 *n1 *n2 + 644*a33 *m1 *m2 *n1 *n2
2 2 11 8 8 2 12 15
- 324*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1*m2 *n1 *n2
2 12 13 3 2 12 11 5
- 92*a33 *m1*m2 *n1 *n2 - 88*a33 *m1*m2 *n1 *n2
2 12 9 7 2 13 16 2 13 14 2
+ 76*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 + 8*a33 *m2 *n1 *n2
2 13 12 4 2 13 10 6 2
+ 4*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u1*v2*v3 *(
3 14 4 10 3 14 2 12 3 14 14
12*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2 - 4*a33 *m1 *n2
3 13 5 9 3 13 3 11
- 120*a33 *m1 *m2*n1 *n2 + 144*a33 *m1 *m2*n1 *n2
3 13 13 3 12 2 6 8
+ 40*a33 *m1 *m2*n1*n2 + 540*a33 *m1 *m2 *n1 *n2
3 12 2 4 10 3 12 2 2 12
- 1008*a33 *m1 *m2 *n1 *n2 - 100*a33 *m1 *m2 *n1 *n2
3 12 2 14 3 11 3 7 7
- 8*a33 *m1 *m2 *n2 - 1440*a33 *m1 *m2 *n1 *n2
3 11 3 5 9 3 11 3 3 11
+ 3920*a33 *m1 *m2 *n1 *n2 - 320*a33 *m1 *m2 *n1 *n2
3 11 3 13 3 10 4 8 6
+ 144*a33 *m1 *m2 *n1*n2 + 2520*a33 *m1 *m2 *n1 *n2
3 10 4 6 8 3 10 4 4 10
- 9720*a33 *m1 *m2 *n1 *n2 + 2756*a33 *m1 *m2 *n1 *n2
3 10 4 2 12 3 10 4 14
- 1008*a33 *m1 *m2 *n1 *n2 + 12*a33 *m1 *m2 *n2
3 9 5 9 5 3 9 5 7 7
- 3024*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
3 9 5 5 9 3 9 5 3 11
- 8552*a33 *m1 *m2 *n1 *n2 + 3920*a33 *m1 *m2 *n1 *n2
3 9 5 13 3 8 6 10 4
- 120*a33 *m1 *m2 *n1*n2 + 2520*a33 *m1 *m2 *n1 *n2
3 8 6 8 6 3 8 6 6 8
- 19488*a33 *m1 *m2 *n1 *n2 + 15780*a33 *m1 *m2 *n1 *n2
3 8 6 4 10 3 8 6 2 12
- 9720*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
3 7 7 11 3 3 7 7 9 5
- 1440*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
3 7 7 7 7 3 7 7 5 9
- 19200*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
3 7 7 3 11 3 6 8 12 2
- 1440*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
3 6 8 10 4 3 6 8 8 6
- 9720*a33 *m1 *m2 *n1 *n2 + 15780*a33 *m1 *m2 *n1 *n2
3 6 8 6 8 3 6 8 4 10
- 19488*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
3 5 9 13 3 5 9 11 3
- 120*a33 *m1 *m2 *n1 *n2 + 3920*a33 *m1 *m2 *n1 *n2
3 5 9 9 5 3 5 9 7 7
- 8552*a33 *m1 *m2 *n1 *n2 + 16416*a33 *m1 *m2 *n1 *n2
3 5 9 5 9 3 4 10 14
- 3024*a33 *m1 *m2 *n1 *n2 + 12*a33 *m1 *m2 *n1
3 4 10 12 2 3 4 10 10 4
- 1008*a33 *m1 *m2 *n1 *n2 + 2756*a33 *m1 *m2 *n1 *n2
3 4 10 8 6 3 4 10 6 8
- 9720*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
3 3 11 13 3 3 11 11 3
+ 144*a33 *m1 *m2 *n1 *n2 - 320*a33 *m1 *m2 *n1 *n2
3 3 11 9 5 3 3 11 7 7
+ 3920*a33 *m1 *m2 *n1 *n2 - 1440*a33 *m1 *m2 *n1 *n2
3 2 12 14 3 2 12 12 2
- 8*a33 *m1 *m2 *n1 - 100*a33 *m1 *m2 *n1 *n2
3 2 12 10 4 3 2 12 8 6
- 1008*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
3 13 13 3 13 11 3
+ 40*a33 *m1*m2 *n1 *n2 + 144*a33 *m1*m2 *n1 *n2
3 13 9 5 3 14 14 3 14 12 2
- 120*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 8*a33 *m2 *n1 *n2
3 14 10 4 12 8 10
+ 12*a33 *m2 *n1 *n2 ) + u1*v2*( - 4*a33*m1 *n1 *n2
12 6 12 12 4 14 12 2 16
- 2*a33*m1 *n1 *n2 + 6*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
12 18 11 9 9 11 5 13
- 2*a33*m1 *n2 + 38*a33*m1 *m2*n1 *n2 - 84*a33*m1 *m2*n1 *n2
11 3 15 11 17
- 16*a33*m1 *m2*n1 *n2 + 30*a33*m1 *m2*n1*n2
10 2 10 8 10 2 8 10
- 162*a33*m1 *m2 *n1 *n2 + 102*a33*m1 *m2 *n1 *n2
10 2 6 12 10 2 4 14
+ 488*a33*m1 *m2 *n1 *n2 + 24*a33*m1 *m2 *n1 *n2
10 2 2 16 10 2 18
- 198*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n2
9 3 11 7 9 3 9 9
+ 408*a33*m1 *m2 *n1 *n2 - 590*a33*m1 *m2 *n1 *n2
9 3 7 11 9 3 5 13
- 1600*a33*m1 *m2 *n1 *n2 + 180*a33*m1 *m2 *n1 *n2
9 3 3 15 9 3 17
+ 760*a33*m1 *m2 *n1 *n2 - 22*a33*m1 *m2 *n1*n2
8 4 12 6 8 4 10 8
- 672*a33*m1 *m2 *n1 *n2 + 1710*a33*m1 *m2 *n1 *n2
8 4 8 10 8 4 6 12
+ 3330*a33*m1 *m2 *n1 *n2 - 1050*a33*m1 *m2 *n1 *n2
8 4 4 14 8 4 2 16
- 1890*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
7 5 13 5 7 5 11 7
+ 756*a33*m1 *m2 *n1 *n2 - 3096*a33*m1 *m2 *n1 *n2
7 5 9 9 7 5 7 11
- 4632*a33*m1 *m2 *n1 *n2 + 2736*a33*m1 *m2 *n1 *n2
7 5 5 13 7 5 3 15
+ 3204*a33*m1 *m2 *n1 *n2 - 312*a33*m1 *m2 *n1 *n2
6 6 14 4 6 6 12 6
- 588*a33*m1 *m2 *n1 *n2 + 3780*a33*m1 *m2 *n1 *n2
6 6 10 8 6 6 8 10
+ 4368*a33*m1 *m2 *n1 *n2 - 4368*a33*m1 *m2 *n1 *n2
6 6 6 12 6 6 4 14
- 3780*a33*m1 *m2 *n1 *n2 + 588*a33*m1 *m2 *n1 *n2
5 7 15 3 5 7 13 5
+ 312*a33*m1 *m2 *n1 *n2 - 3204*a33*m1 *m2 *n1 *n2
5 7 11 7 5 7 9 9
- 2736*a33*m1 *m2 *n1 *n2 + 4632*a33*m1 *m2 *n1 *n2
5 7 7 11 5 7 5 13
+ 3096*a33*m1 *m2 *n1 *n2 - 756*a33*m1 *m2 *n1 *n2
4 8 16 2 4 8 14 4
- 108*a33*m1 *m2 *n1 *n2 + 1890*a33*m1 *m2 *n1 *n2
4 8 12 6 4 8 10 8
+ 1050*a33*m1 *m2 *n1 *n2 - 3330*a33*m1 *m2 *n1 *n2
4 8 8 10 4 8 6 12
- 1710*a33*m1 *m2 *n1 *n2 + 672*a33*m1 *m2 *n1 *n2
3 9 17 3 9 15 3
+ 22*a33*m1 *m2 *n1 *n2 - 760*a33*m1 *m2 *n1 *n2
3 9 13 5 3 9 11 7
- 180*a33*m1 *m2 *n1 *n2 + 1600*a33*m1 *m2 *n1 *n2
3 9 9 9 3 9 7 11
+ 590*a33*m1 *m2 *n1 *n2 - 408*a33*m1 *m2 *n1 *n2
2 10 18 2 10 16 2
- 2*a33*m1 *m2 *n1 + 198*a33*m1 *m2 *n1 *n2
2 10 14 4 2 10 12 6
- 24*a33*m1 *m2 *n1 *n2 - 488*a33*m1 *m2 *n1 *n2
2 10 10 8 2 10 8 10
- 102*a33*m1 *m2 *n1 *n2 + 162*a33*m1 *m2 *n1 *n2
11 17 11 15 3
- 30*a33*m1*m2 *n1 *n2 + 16*a33*m1*m2 *n1 *n2
11 13 5 11 9 9 12 18
+ 84*a33*m1*m2 *n1 *n2 - 38*a33*m1*m2 *n1 *n2 + 2*a33*m2 *n1
12 16 2 12 14 4 12 12 6
- 2*a33*m2 *n1 *n2 - 6*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
12 10 8 2 2 13 7 9
+ 4*a33*m2 *n1 *n2 ) + u1*v3 *(6*a33 *m1 *n1 *n2
2 13 5 11 2 13 3 13 2 13 15
+ 2*a33 *m1 *n1 *n2 - 6*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1*n2
2 12 8 8 2 12 6 10
- 54*a33 *m1 *m2*n1 *n2 + 14*a33 *m1 *m2*n1 *n2
2 12 4 12 2 12 2 14
+ 86*a33 *m1 *m2*n1 *n2 + 18*a33 *m1 *m2*n1 *n2
2 11 2 9 7 2 11 2 7 9
+ 216*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
2 11 2 5 11 2 11 2 3 13
- 468*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 10 6
- 4*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 10 3 8 8 2 10 3 6 10
+ 1020*a33 *m1 *m2 *n1 *n2 + 1332*a33 *m1 *m2 *n1 *n2
2 10 3 4 12 2 10 3 2 14
- 124*a33 *m1 *m2 *n1 *n2 + 68*a33 *m1 *m2 *n1 *n2
2 9 4 11 5 2 9 4 9 7
+ 756*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
2 9 4 7 9 2 9 4 5 11
- 2150*a33 *m1 *m2 *n1 *n2 + 750*a33 *m1 *m2 *n1 *n2
2 9 4 3 13 2 9 4 15
- 430*a33 *m1 *m2 *n1 *n2 + 6*a33 *m1 *m2 *n1*n2
2 8 5 12 4 2 8 5 10 6
- 756*a33 *m1 *m2 *n1 *n2 + 4116*a33 *m1 *m2 *n1 *n2
2 8 5 8 8 2 8 5 6 10
+ 1782*a33 *m1 *m2 *n1 *n2 - 1566*a33 *m1 *m2 *n1 *n2
2 8 5 4 12 2 8 5 2 14
+ 1470*a33 *m1 *m2 *n1 *n2 - 54*a33 *m1 *m2 *n1 *n2
2 7 6 13 3 2 7 6 11 5
+ 504*a33 *m1 *m2 *n1 *n2 - 4368*a33 *m1 *m2 *n1 *n2
2 7 6 9 7 2 7 6 7 9
- 72*a33 *m1 *m2 *n1 *n2 + 1464*a33 *m1 *m2 *n1 *n2
2 7 6 5 11 2 7 6 3 13
- 3120*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 6 7 14 2 2 6 7 12 4
- 216*a33 *m1 *m2 *n1 *n2 + 3120*a33 *m1 *m2 *n1 *n2
2 6 7 10 6 2 6 7 8 8
- 1464*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 6 7 6 10 2 6 7 4 12
+ 4368*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 5 8 15 2 5 8 13 3
+ 54*a33 *m1 *m2 *n1 *n2 - 1470*a33 *m1 *m2 *n1 *n2
2 5 8 11 5 2 5 8 9 7
+ 1566*a33 *m1 *m2 *n1 *n2 - 1782*a33 *m1 *m2 *n1 *n2
2 5 8 7 9 2 5 8 5 11
- 4116*a33 *m1 *m2 *n1 *n2 + 756*a33 *m1 *m2 *n1 *n2
2 4 9 16 2 4 9 14 2
- 6*a33 *m1 *m2 *n1 + 430*a33 *m1 *m2 *n1 *n2
2 4 9 12 4 2 4 9 10 6
- 750*a33 *m1 *m2 *n1 *n2 + 2150*a33 *m1 *m2 *n1 *n2
2 4 9 8 8 2 4 9 6 10
+ 2580*a33 *m1 *m2 *n1 *n2 - 756*a33 *m1 *m2 *n1 *n2
2 3 10 15 2 3 10 13 3
- 68*a33 *m1 *m2 *n1 *n2 + 124*a33 *m1 *m2 *n1 *n2
2 3 10 11 5 2 3 10 9 7
- 1332*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
2 3 10 7 9 2 2 11 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 2 11 14 2 2 2 11 12 4
+ 36*a33 *m1 *m2 *n1 *n2 + 468*a33 *m1 *m2 *n1 *n2
2 2 11 10 6 2 2 11 8 8
+ 220*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
2 12 15 2 12 13 3
- 18*a33 *m1*m2 *n1 *n2 - 86*a33 *m1*m2 *n1 *n2
2 12 11 5 2 12 9 7 2 13 16
- 14*a33 *m1*m2 *n1 *n2 + 54*a33 *m1*m2 *n1 *n2 + 2*a33 *m2 *n1
2 13 14 2 2 13 12 4 2 13 10 6
+ 6*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - 6*a33 *m2 *n1 *n2 ) +
11 9 11 11 7 13 11 3 17 11 19
u1*(m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n1*n2
10 10 10 10 8 12 10 6 14
- 9*m1 *m2*n1 *n2 - 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2
10 4 16 10 2 18 9 2 11 9
+ 30*m1 *m2*n1 *n2 + 13*m1 *m2*n1 *n2 + 36*m1 *m2 *n1 *n2
9 2 9 11 9 2 7 13 9 2 5 15
+ 35*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2
9 2 3 17 9 2 19 8 3 12 8
- 70*m1 *m2 *n1 *n2 + m1 *m2 *n1*n2 - 84*m1 *m2 *n1 *n2
8 3 10 10 8 3 8 12 8 3 6 14
- 15*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2
8 3 4 16 8 3 2 18 7 4 13 7
+ 210*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
7 4 11 9 7 4 9 11 7 4 7 13
- 120*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2 - 1260*m1 *m2 *n1 *n2
7 4 5 15 7 4 3 17 6 5 14 6
- 390*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
6 5 12 8 6 5 10 10 6 5 8 12
+ 336*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2 + 1764*m1 *m2 *n1 *n2
6 5 6 14 6 5 4 16 5 6 15 5
+ 462*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
5 6 13 7 5 6 11 9 5 6 9 11
- 462*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2
5 6 7 13 5 6 5 15 4 7 16 4
- 336*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
4 7 14 6 4 7 12 8 4 7 10 10
+ 390*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2 + 1080*m1 *m2 *n1 *n2
4 7 8 12 4 7 6 14 3 8 17 3
+ 120*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2 + 9*m1 *m2 *n1 *n2
3 8 15 5 3 8 13 7 3 8 11 9
- 210*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2
3 8 9 11 3 8 7 13 2 9 18 2
+ 15*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2
2 9 16 4 2 9 14 6 2 9 12 8
+ 70*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2 + 110*m1 *m2 *n1 *n2
2 9 10 10 2 9 8 12 10 17 3
- 35*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2 - 13*m1*m2 *n1 *n2
10 15 5 10 13 7 10 11 9
- 30*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2 + 14*m1*m2 *n1 *n2
10 9 11 11 18 2 11 16 4 11 12 8
+ 9*m1*m2 *n1 *n2 + m2 *n1 *n2 + 2*m2 *n1 *n2 - 2*m2 *n1 *n2
11 10 10 4 3 11 8 9 3 11 6 11
- m2 *n1 *n2 ) + u2 *(a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2
3 11 2 15 3 11 17 3 10 9 8
- 2*a33 *m1 *n1 *n2 - a33 *m1 *n2 - 9*a33 *m1 *m2*n1 *n2
3 10 7 10 3 10 5 12
- 14*a33 *m1 *m2*n1 *n2 + 12*a33 *m1 *m2*n1 *n2
3 10 3 14 3 10 16
+ 30*a33 *m1 *m2*n1 *n2 + 13*a33 *m1 *m2*n1*n2
3 9 2 10 7 3 9 2 8 9
+ 36*a33 *m1 *m2 *n1 *n2 + 35*a33 *m1 *m2 *n1 *n2
3 9 2 6 11 3 9 2 4 13
- 110*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
3 9 2 2 15 3 9 2 17 3 8 3 11 6
- 70*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2 - 84*a33 *m1 *m2 *n1 *n2
3 8 3 9 8 3 8 3 7 10
- 15*a33 *m1 *m2 *n1 *n2 + 450*a33 *m1 *m2 *n1 *n2
3 8 3 5 12 3 8 3 3 14
+ 600*a33 *m1 *m2 *n1 *n2 + 210*a33 *m1 *m2 *n1 *n2
3 8 3 16 3 7 4 12 5
- 9*a33 *m1 *m2 *n1*n2 + 126*a33 *m1 *m2 *n1 *n2
3 7 4 10 7 3 7 4 8 9
- 120*a33 *m1 *m2 *n1 *n2 - 1080*a33 *m1 *m2 *n1 *n2
3 7 4 6 11 3 7 4 4 13
- 1260*a33 *m1 *m2 *n1 *n2 - 390*a33 *m1 *m2 *n1 *n2
3 7 4 2 15 3 6 5 13 4
+ 36*a33 *m1 *m2 *n1 *n2 - 126*a33 *m1 *m2 *n1 *n2
3 6 5 11 6 3 6 5 9 8
+ 336*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 6 5 7 10 3 6 5 5 12
+ 1764*a33 *m1 *m2 *n1 *n2 + 462*a33 *m1 *m2 *n1 *n2
3 6 5 3 14 3 5 6 14 3
- 84*a33 *m1 *m2 *n1 *n2 + 84*a33 *m1 *m2 *n1 *n2
3 5 6 12 5 3 5 6 10 7
- 462*a33 *m1 *m2 *n1 *n2 - 1764*a33 *m1 *m2 *n1 *n2
3 5 6 8 9 3 5 6 6 11
- 1680*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 5 6 4 13 3 4 7 15 2
+ 126*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
3 4 7 13 4 3 4 7 11 6
+ 390*a33 *m1 *m2 *n1 *n2 + 1260*a33 *m1 *m2 *n1 *n2
3 4 7 9 8 3 4 7 7 10
+ 1080*a33 *m1 *m2 *n1 *n2 + 120*a33 *m1 *m2 *n1 *n2
3 4 7 5 12 3 3 8 16
- 126*a33 *m1 *m2 *n1 *n2 + 9*a33 *m1 *m2 *n1 *n2
3 3 8 14 3 3 3 8 12 5
- 210*a33 *m1 *m2 *n1 *n2 - 600*a33 *m1 *m2 *n1 *n2
3 3 8 10 7 3 3 8 8 9
- 450*a33 *m1 *m2 *n1 *n2 + 15*a33 *m1 *m2 *n1 *n2
3 3 8 6 11 3 2 9 17 3 2 9 15 2
+ 84*a33 *m1 *m2 *n1 *n2 - a33 *m1 *m2 *n1 + 70*a33 *m1 *m2 *n1 *n2
3 2 9 13 4 3 2 9 11 6
+ 180*a33 *m1 *m2 *n1 *n2 + 110*a33 *m1 *m2 *n1 *n2
3 2 9 9 8 3 2 9 7 10
- 35*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
3 10 16 3 10 14 3
- 13*a33 *m1*m2 *n1 *n2 - 30*a33 *m1*m2 *n1 *n2
3 10 12 5 3 10 10 7
- 12*a33 *m1*m2 *n1 *n2 + 14*a33 *m1*m2 *n1 *n2
3 10 8 9 3 11 17 3 11 15 2
+ 9*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1 + 2*a33 *m2 *n1 *n2
3 11 11 6 3 11 9 8 3
- 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2 ) + u2 *v1*(
3 12 6 10 3 12 4 12 3 12 2 14
4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2
3 12 16 3 11 7 9 3 11 5 11
- 4*a33 *m1 *n2 - 40*a33 *m1 *m2*n1 *n2 - 24*a33 *m1 *m2*n1 *n2
3 11 3 13 3 11 15
+ 72*a33 *m1 *m2*n1 *n2 + 56*a33 *m1 *m2*n1*n2
3 10 2 8 8 3 10 2 6 10
+ 180*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
3 10 2 4 12 3 10 2 2 14
- 504*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 10 2 16 3 9 3 9 7
+ 4*a33 *m1 *m2 *n2 - 480*a33 *m1 *m2 *n1 *n2
3 9 3 7 9 3 9 3 5 11
+ 280*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
3 9 3 3 13 3 9 3 15
+ 1160*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1*n2
3 8 4 10 6 3 8 4 8 8
+ 840*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
3 8 4 6 10 3 8 4 4 12
- 4860*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
3 8 4 2 14 3 7 5 11 5
+ 180*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 7 5 9 7 3 7 5 7 9
+ 2832*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
3 7 5 5 11 3 7 5 3 13
+ 3888*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
3 6 6 12 4 3 6 6 10 6
+ 840*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
3 6 6 8 8 3 6 6 6 10
- 9744*a33 *m1 *m2 *n1 *n2 - 4032*a33 *m1 *m2 *n1 *n2
3 6 6 4 12 3 5 7 13 3
+ 840*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
3 5 7 11 5 3 5 7 9 7
+ 3888*a33 *m1 *m2 *n1 *n2 + 8208*a33 *m1 *m2 *n1 *n2
3 5 7 7 9 3 5 7 5 11
+ 2832*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 4 8 14 2 3 4 8 12 4
+ 180*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
3 4 8 10 6 3 4 8 8 8
- 4860*a33 *m1 *m2 *n1 *n2 - 1260*a33 *m1 *m2 *n1 *n2
3 4 8 6 10 3 3 9 15
+ 840*a33 *m1 *m2 *n1 *n2 - 40*a33 *m1 *m2 *n1 *n2
3 3 9 13 3 3 3 9 11 5
+ 1160*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
3 3 9 9 7 3 3 9 7 9
+ 280*a33 *m1 *m2 *n1 *n2 - 480*a33 *m1 *m2 *n1 *n2
3 2 10 16 3 2 10 14 2
+ 4*a33 *m1 *m2 *n1 - 336*a33 *m1 *m2 *n1 *n2
3 2 10 12 4 3 2 10 10 6
- 504*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1 *n2
3 2 10 8 8 3 11 15
+ 180*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1*m2 *n1 *n2
3 11 13 3 3 11 11 5
+ 72*a33 *m1*m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
3 11 9 7 3 12 16 3 12 14 2
- 40*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 - 4*a33 *m2 *n1 *n2
3 12 12 4 3 12 10 6 3
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u2 *v2*(
3 12 7 9 3 12 5 11 3 12 3 13
- 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
3 12 15 3 11 8 8
+ 4*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
3 11 6 10 3 11 4 12
+ 16*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1 *n2
3 11 2 14 3 11 16
- 48*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n2
3 10 2 9 7 3 10 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
3 10 2 5 11 3 10 2 3 13
+ 456*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
3 10 2 15 3 9 3 10 6
- 56*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
3 9 3 8 8 3 9 3 6 10
- 420*a33 *m1 *m2 *n1 *n2 - 1520*a33 *m1 *m2 *n1 *n2
3 9 3 4 12 3 9 3 2 14
- 440*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
3 9 3 16 3 8 4 11 5
- 4*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 8 4 9 7 3 8 4 7 9
+ 1320*a33 *m1 *m2 *n1 *n2 + 3060*a33 *m1 *m2 *n1 *n2
3 8 4 5 11 3 8 4 3 13
+ 180*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
3 8 4 15 3 7 5 12 4
+ 36*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
3 7 5 10 6 3 7 5 8 8
- 2352*a33 *m1 *m2 *n1 *n2 - 3888*a33 *m1 *m2 *n1 *n2
3 7 5 6 10 3 7 5 4 12
+ 1152*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
3 7 5 2 14 3 6 6 13 3
- 144*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 6 6 11 5 3 6 6 9 7
+ 2688*a33 *m1 *m2 *n1 *n2 + 3024*a33 *m1 *m2 *n1 *n2
3 6 6 7 9 3 6 6 5 11
- 3024*a33 *m1 *m2 *n1 *n2 - 2688*a33 *m1 *m2 *n1 *n2
3 6 6 3 13 3 5 7 14 2
+ 336*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 5 7 12 4 3 5 7 10 6
- 2040*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
3 5 7 8 8 3 5 7 6 10
+ 3888*a33 *m1 *m2 *n1 *n2 + 2352*a33 *m1 *m2 *n1 *n2
3 5 7 4 12 3 4 8 15
- 504*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
3 4 8 13 3 3 4 8 11 5
+ 1020*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
3 4 8 9 7 3 4 8 7 9
- 3060*a33 *m1 *m2 *n1 *n2 - 1320*a33 *m1 *m2 *n1 *n2
3 4 8 5 11 3 3 9 16
+ 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
3 3 9 14 2 3 3 9 12 4
- 320*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
3 3 9 10 6 3 3 9 8 8
+ 1520*a33 *m1 *m2 *n1 *n2 + 420*a33 *m1 *m2 *n1 *n2
3 3 9 6 10 3 2 10 15
- 336*a33 *m1 *m2 *n1 *n2 + 56*a33 *m1 *m2 *n1 *n2
3 2 10 13 3 3 2 10 11 5
- 216*a33 *m1 *m2 *n1 *n2 - 456*a33 *m1 *m2 *n1 *n2
3 2 10 9 7 3 2 10 7 9
- 40*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 11 16 3 11 14 2
- 4*a33 *m1*m2 *n1 + 48*a33 *m1*m2 *n1 *n2
3 11 12 4 3 11 10 6
+ 72*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
3 11 8 8 3 12 15 3 12 13 3
- 36*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
3 12 11 5 3 12 9 7 3
+ 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) + u2 *(
2 11 8 10 2 11 6 12 2 11 2 16
- 2*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 11 18 2 10 9 9 2 10 7 11
+ 2*a33 *m1 *n2 + 18*a33 *m1 *m2*n1 *n2 + 28*a33 *m1 *m2*n1 *n2
2 10 5 13 2 10 3 15
- 24*a33 *m1 *m2*n1 *n2 - 60*a33 *m1 *m2*n1 *n2
2 10 17 2 9 2 10 8
- 26*a33 *m1 *m2*n1*n2 - 72*a33 *m1 *m2 *n1 *n2
2 9 2 8 10 2 9 2 6 12
- 70*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 9 2 4 14 2 9 2 2 16
+ 360*a33 *m1 *m2 *n1 *n2 + 140*a33 *m1 *m2 *n1 *n2
2 9 2 18 2 8 3 11 7
- 2*a33 *m1 *m2 *n2 + 168*a33 *m1 *m2 *n1 *n2
2 8 3 9 9 2 8 3 7 11
+ 30*a33 *m1 *m2 *n1 *n2 - 900*a33 *m1 *m2 *n1 *n2
2 8 3 5 13 2 8 3 3 15
- 1200*a33 *m1 *m2 *n1 *n2 - 420*a33 *m1 *m2 *n1 *n2
2 8 3 17 2 7 4 12 6
+ 18*a33 *m1 *m2 *n1*n2 - 252*a33 *m1 *m2 *n1 *n2
2 7 4 10 8 2 7 4 8 10
+ 240*a33 *m1 *m2 *n1 *n2 + 2160*a33 *m1 *m2 *n1 *n2
2 7 4 6 12 2 7 4 4 14
+ 2520*a33 *m1 *m2 *n1 *n2 + 780*a33 *m1 *m2 *n1 *n2
2 7 4 2 16 2 6 5 13 5
- 72*a33 *m1 *m2 *n1 *n2 + 252*a33 *m1 *m2 *n1 *n2
2 6 5 11 7 2 6 5 9 9
- 672*a33 *m1 *m2 *n1 *n2 - 3360*a33 *m1 *m2 *n1 *n2
2 6 5 7 11 2 6 5 5 13
- 3528*a33 *m1 *m2 *n1 *n2 - 924*a33 *m1 *m2 *n1 *n2
2 6 5 3 15 2 5 6 14 4
+ 168*a33 *m1 *m2 *n1 *n2 - 168*a33 *m1 *m2 *n1 *n2
2 5 6 12 6 2 5 6 10 8
+ 924*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
2 5 6 8 10 2 5 6 6 12
+ 3360*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
2 5 6 4 14 2 4 7 15 3
- 252*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
2 4 7 13 5 2 4 7 11 7
- 780*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
2 4 7 9 9 2 4 7 7 11
- 2160*a33 *m1 *m2 *n1 *n2 - 240*a33 *m1 *m2 *n1 *n2
2 4 7 5 13 2 3 8 16 2
+ 252*a33 *m1 *m2 *n1 *n2 - 18*a33 *m1 *m2 *n1 *n2
2 3 8 14 4 2 3 8 12 6
+ 420*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
2 3 8 10 8 2 3 8 8 10
+ 900*a33 *m1 *m2 *n1 *n2 - 30*a33 *m1 *m2 *n1 *n2
2 3 8 6 12 2 2 9 17
- 168*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1 *m2 *n1 *n2
2 2 9 15 3 2 2 9 13 5
- 140*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
2 2 9 11 7 2 2 9 9 9
- 220*a33 *m1 *m2 *n1 *n2 + 70*a33 *m1 *m2 *n1 *n2
2 2 9 7 11 2 10 16 2
+ 72*a33 *m1 *m2 *n1 *n2 + 26*a33 *m1*m2 *n1 *n2
2 10 14 4 2 10 12 6
+ 60*a33 *m1*m2 *n1 *n2 + 24*a33 *m1*m2 *n1 *n2
2 10 10 8 2 10 8 10
- 28*a33 *m1*m2 *n1 *n2 - 18*a33 *m1*m2 *n1 *n2
2 11 17 2 11 15 3 2 11 11 7
- 2*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2
2 11 9 9 2 2 3 13 6 9
+ 2*a33 *m2 *n1 *n2 ) + u2 *v1 *( - 4*a33 *m1 *n1 *n2
3 13 4 11 3 13 2 13 3 13 15
+ 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n2
3 12 7 8 3 12 5 10
+ 36*a33 *m1 *m2*n1 *n2 - 68*a33 *m1 *m2*n1 *n2
3 12 3 12 3 12 14
- 36*a33 *m1 *m2*n1 *n2 + 68*a33 *m1 *m2*n1*n2
3 11 2 8 7 3 11 2 6 9
- 144*a33 *m1 *m2 *n1 *n2 + 440*a33 *m1 *m2 *n1 *n2
3 11 2 4 11 3 11 2 2 13
+ 72*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 11 2 15 3 10 3 9 6
+ 8*a33 *m1 *m2 *n2 + 336*a33 *m1 *m2 *n1 *n2
3 10 3 7 8 3 10 3 5 10
- 1560*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
3 10 3 3 12 3 10 3 14
+ 2136*a33 *m1 *m2 *n1 *n2 - 104*a33 *m1 *m2 *n1*n2
3 9 4 10 5 3 9 4 8 7
- 504*a33 *m1 *m2 *n1 *n2 + 3480*a33 *m1 *m2 *n1 *n2
3 9 4 6 9 3 9 4 4 11
- 2380*a33 *m1 *m2 *n1 *n2 - 5780*a33 *m1 *m2 *n1 *n2
3 9 4 2 13 3 9 4 15
+ 580*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
3 8 5 11 4 3 8 5 9 6
+ 504*a33 *m1 *m2 *n1 *n2 - 5208*a33 *m1 *m2 *n1 *n2
3 8 5 7 8 3 8 5 5 10
+ 6732*a33 *m1 *m2 *n1 *n2 + 10548*a33 *m1 *m2 *n1 *n2
3 8 5 3 12 3 8 5 14
- 1860*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
3 7 6 12 3 3 7 6 10 5
- 336*a33 *m1 *m2 *n1 *n2 + 5376*a33 *m1 *m2 *n1 *n2
3 7 6 8 7 3 7 6 6 9
- 11568*a33 *m1 *m2 *n1 *n2 - 13296*a33 *m1 *m2 *n1 *n2
3 7 6 4 11 3 7 6 2 13
+ 3840*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
3 6 7 13 2 3 6 7 11 4
+ 144*a33 *m1 *m2 *n1 *n2 - 3840*a33 *m1 *m2 *n1 *n2
3 6 7 9 6 3 6 7 7 8
+ 13296*a33 *m1 *m2 *n1 *n2 + 11568*a33 *m1 *m2 *n1 *n2
3 6 7 5 10 3 6 7 3 12
- 5376*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
3 5 8 14 3 5 8 12 3
- 36*a33 *m1 *m2 *n1 *n2 + 1860*a33 *m1 *m2 *n1 *n2
3 5 8 10 5 3 5 8 8 7
- 10548*a33 *m1 *m2 *n1 *n2 - 6732*a33 *m1 *m2 *n1 *n2
3 5 8 6 9 3 5 8 4 11
+ 5208*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 4 9 15 3 4 9 13 2
+ 4*a33 *m1 *m2 *n1 - 580*a33 *m1 *m2 *n1 *n2
3 4 9 11 4 3 4 9 9 6
+ 5780*a33 *m1 *m2 *n1 *n2 + 2380*a33 *m1 *m2 *n1 *n2
3 4 9 7 8 3 4 9 5 10
- 3480*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 3 10 14 3 3 10 12 3
+ 104*a33 *m1 *m2 *n1 *n2 - 2136*a33 *m1 *m2 *n1 *n2
3 3 10 10 5 3 3 10 8 7
- 344*a33 *m1 *m2 *n1 *n2 + 1560*a33 *m1 *m2 *n1 *n2
3 3 10 6 9 3 2 11 15
- 336*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
3 2 11 13 2 3 2 11 11 4
+ 504*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
3 2 11 9 6 3 2 11 7 8
- 440*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 12 14 3 12 12 3
- 68*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
3 12 10 5 3 12 8 7 3 13 15
+ 68*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1
3 13 13 2 3 13 11 4 3 13 9 6
- 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) +
2 3 13 5 10 3 13 14
u2 *v1*v2*( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1*n2
3 12 6 9 3 12 4 11
+ 80*a33 *m1 *m2*n1 *n2 - 40*a33 *m1 *m2*n1 *n2
3 12 2 13 3 12 15
- 112*a33 *m1 *m2*n1 *n2 + 8*a33 *m1 *m2*n2
3 11 2 7 8 3 11 2 5 10
- 360*a33 *m1 *m2 *n1 *n2 + 408*a33 *m1 *m2 *n1 *n2
3 11 2 3 12 3 11 2 14
+ 648*a33 *m1 *m2 *n1 *n2 - 120*a33 *m1 *m2 *n1*n2
3 10 3 8 7 3 10 3 6 9
+ 960*a33 *m1 *m2 *n1 *n2 - 1880*a33 *m1 *m2 *n1 *n2
3 10 3 4 11 3 10 3 2 13
- 2072*a33 *m1 *m2 *n1 *n2 + 760*a33 *m1 *m2 *n1 *n2
3 10 3 15 3 9 4 9 6
- 8*a33 *m1 *m2 *n2 - 1680*a33 *m1 *m2 *n1 *n2
3 9 4 7 8 3 9 4 5 10
+ 5160*a33 *m1 *m2 *n1 *n2 + 4000*a33 *m1 *m2 *n1 *n2
3 9 4 3 12 3 9 4 14
- 2760*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1*n2
3 8 5 10 5 3 8 5 8 7
+ 2016*a33 *m1 *m2 *n1 *n2 - 9360*a33 *m1 *m2 *n1 *n2
3 8 5 6 9 3 8 5 4 11
- 4536*a33 *m1 *m2 *n1 *n2 + 6480*a33 *m1 *m2 *n1 *n2
3 8 5 2 13 3 7 6 11 4
- 360*a33 *m1 *m2 *n1 *n2 - 1680*a33 *m1 *m2 *n1 *n2
3 7 6 9 6 3 7 6 7 8
+ 11760*a33 *m1 *m2 *n1 *n2 + 2064*a33 *m1 *m2 *n1 *n2
3 7 6 5 10 3 7 6 3 12
- 10416*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
3 6 7 12 3 3 6 7 10 5
+ 960*a33 *m1 *m2 *n1 *n2 - 10416*a33 *m1 *m2 *n1 *n2
3 6 7 8 7 3 6 7 6 9
+ 2064*a33 *m1 *m2 *n1 *n2 + 11760*a33 *m1 *m2 *n1 *n2
3 6 7 4 11 3 5 8 13 2
- 1680*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
3 5 8 11 4 3 5 8 9 6
+ 6480*a33 *m1 *m2 *n1 *n2 - 4536*a33 *m1 *m2 *n1 *n2
3 5 8 7 8 3 5 8 5 10
- 9360*a33 *m1 *m2 *n1 *n2 + 2016*a33 *m1 *m2 *n1 *n2
3 4 9 14 3 4 9 12 3
+ 80*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
3 4 9 10 5 3 4 9 8 7
+ 4000*a33 *m1 *m2 *n1 *n2 + 5160*a33 *m1 *m2 *n1 *n2
3 4 9 6 9 3 3 10 15
- 1680*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
3 3 10 13 2 3 3 10 11 4
+ 760*a33 *m1 *m2 *n1 *n2 - 2072*a33 *m1 *m2 *n1 *n2
3 3 10 9 6 3 3 10 7 8
- 1880*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
3 2 11 14 3 2 11 12 3
- 120*a33 *m1 *m2 *n1 *n2 + 648*a33 *m1 *m2 *n1 *n2
3 2 11 10 5 3 2 11 8 7
+ 408*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
3 12 15 3 12 13 2
+ 8*a33 *m1*m2 *n1 - 112*a33 *m1*m2 *n1 *n2
3 12 11 4 3 12 9 6
- 40*a33 *m1*m2 *n1 *n2 + 80*a33 *m1*m2 *n1 *n2
3 13 14 3 13 10 5 2
+ 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u2 *v1*(
2 12 8 9 2 12 6 11 2 12 4 13
2*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 12 2 15 2 12 17 2 11 9 8
+ 4*a33 *m1 *n1 *n2 + 6*a33 *m1 *n2 - 18*a33 *m1 *m2*n1 *n2
2 11 7 10 2 11 5 12
+ 52*a33 *m1 *m2*n1 *n2 + 72*a33 *m1 *m2*n1 *n2
2 11 3 14 2 11 16
- 84*a33 *m1 *m2*n1 *n2 - 86*a33 *m1 *m2*n1*n2
2 10 2 10 7 2 10 2 8 9
+ 72*a33 *m1 *m2 *n1 *n2 - 290*a33 *m1 *m2 *n1 *n2
2 10 2 6 11 2 10 2 4 13
- 252*a33 *m1 *m2 *n1 *n2 + 648*a33 *m1 *m2 *n1 *n2
2 10 2 2 15 2 10 2 17
+ 532*a33 *m1 *m2 *n1 *n2 - 6*a33 *m1 *m2 *n2
2 9 3 11 6 2 9 3 9 8
- 168*a33 *m1 *m2 *n1 *n2 + 930*a33 *m1 *m2 *n1 *n2
2 9 3 7 10 2 9 3 5 12
+ 340*a33 *m1 *m2 *n1 *n2 - 2720*a33 *m1 *m2 *n1 *n2
2 9 3 3 14 2 9 3 16
- 1900*a33 *m1 *m2 *n1 *n2 + 62*a33 *m1 *m2 *n1*n2
2 8 4 12 5 2 8 4 10 7
+ 252*a33 *m1 *m2 *n1 *n2 - 1920*a33 *m1 *m2 *n1 *n2
2 8 4 8 9 2 8 4 6 11
+ 360*a33 *m1 *m2 *n1 *n2 + 7200*a33 *m1 *m2 *n1 *n2
2 8 4 4 13 2 8 4 2 15
+ 4380*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
2 7 5 13 4 2 7 5 11 6
- 252*a33 *m1 *m2 *n1 *n2 + 2688*a33 *m1 *m2 *n1 *n2
2 7 5 9 8 2 7 5 7 10
- 2304*a33 *m1 *m2 *n1 *n2 - 12888*a33 *m1 *m2 *n1 *n2
2 7 5 5 12 2 7 5 3 14
- 6852*a33 *m1 *m2 *n1 *n2 + 792*a33 *m1 *m2 *n1 *n2
2 6 6 14 3 2 6 6 12 5
+ 168*a33 *m1 *m2 *n1 *n2 - 2604*a33 *m1 *m2 *n1 *n2
2 6 6 10 7 2 6 6 8 9
+ 4536*a33 *m1 *m2 *n1 *n2 + 16128*a33 *m1 *m2 *n1 *n2
2 6 6 6 11 2 6 6 4 13
+ 7392*a33 *m1 *m2 *n1 *n2 - 1428*a33 *m1 *m2 *n1 *n2
2 5 7 15 2 2 5 7 13 4
- 72*a33 *m1 *m2 *n1 *n2 + 1740*a33 *m1 *m2 *n1 *n2
2 5 7 11 6 2 5 7 9 8
- 5256*a33 *m1 *m2 *n1 *n2 - 14256*a33 *m1 *m2 *n1 *n2
2 5 7 7 10 2 5 7 5 12
- 5424*a33 *m1 *m2 *n1 *n2 + 1764*a33 *m1 *m2 *n1 *n2
2 4 8 16 2 4 8 14 3
+ 18*a33 *m1 *m2 *n1 *n2 - 780*a33 *m1 *m2 *n1 *n2
2 4 8 12 5 2 4 8 10 7
+ 3960*a33 *m1 *m2 *n1 *n2 + 8820*a33 *m1 *m2 *n1 *n2
2 4 8 8 9 2 4 8 6 11
+ 2550*a33 *m1 *m2 *n1 *n2 - 1512*a33 *m1 *m2 *n1 *n2
2 3 9 17 2 3 9 15 2
- 2*a33 *m1 *m2 *n1 + 220*a33 *m1 *m2 *n1 *n2
2 3 9 13 4 2 3 9 11 6
- 1960*a33 *m1 *m2 *n1 *n2 - 3700*a33 *m1 *m2 *n1 *n2
2 3 9 9 8 2 3 9 7 10
- 630*a33 *m1 *m2 *n1 *n2 + 888*a33 *m1 *m2 *n1 *n2
2 2 10 16 2 2 10 14 3
- 34*a33 *m1 *m2 *n1 *n2 + 612*a33 *m1 *m2 *n1 *n2
2 2 10 12 5 2 2 10 10 7
+ 984*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1 *n2
2 2 10 8 9 2 11 17
- 342*a33 *m1 *m2 *n1 *n2 + 2*a33 *m1*m2 *n1
2 11 15 2 2 11 13 4
- 108*a33 *m1*m2 *n1 *n2 - 144*a33 *m1*m2 *n1 *n2
2 11 11 6 2 11 9 8
+ 44*a33 *m1*m2 *n1 *n2 + 78*a33 *m1*m2 *n1 *n2
2 12 16 2 12 14 3 2 12 12 5
+ 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2
2 12 10 7 2 2 12 7 10
- 8*a33 *m2 *n1 *n2 ) + u2 *v2*(8*a33 *m1 *n1 *n2
2 12 5 12 2 12 3 14 2 12 16
+ 8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1*n2
2 11 8 9 2 11 6 11
- 74*a33 *m1 *m2*n1 *n2 - 36*a33 *m1 *m2*n1 *n2
2 11 4 13 2 11 2 15
+ 144*a33 *m1 *m2*n1 *n2 + 100*a33 *m1 *m2*n1 *n2
2 11 17 2 10 2 9 8
- 6*a33 *m1 *m2*n2 + 306*a33 *m1 *m2 *n1 *n2
2 10 2 7 10 2 10 2 5 12
- 52*a33 *m1 *m2 *n1 *n2 - 936*a33 *m1 *m2 *n1 *n2
2 10 2 3 14 2 10 2 16
- 492*a33 *m1 *m2 *n1 *n2 + 86*a33 *m1 *m2 *n1*n2
2 9 3 10 7 2 9 3 8 9
- 744*a33 *m1 *m2 *n1 *n2 + 770*a33 *m1 *m2 *n1 *n2
2 9 3 6 11 2 9 3 4 13
+ 3260*a33 *m1 *m2 *n1 *n2 + 1240*a33 *m1 *m2 *n1 *n2
2 9 3 2 15 2 9 3 17
- 500*a33 *m1 *m2 *n1 *n2 + 6*a33 *m1 *m2 *n2
2 8 4 11 6 2 8 4 9 8
+ 1176*a33 *m1 *m2 *n1 *n2 - 2610*a33 *m1 *m2 *n1 *n2
2 8 4 7 10 2 8 4 5 12
- 7020*a33 *m1 *m2 *n1 *n2 - 1560*a33 *m1 *m2 *n1 *n2
2 8 4 3 14 2 8 4 16
+ 1620*a33 *m1 *m2 *n1 *n2 - 54*a33 *m1 *m2 *n1*n2
2 7 5 12 5 2 7 5 10 7
- 1260*a33 *m1 *m2 *n1 *n2 + 4944*a33 *m1 *m2 *n1 *n2
2 7 5 8 9 2 7 5 6 11
+ 9936*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 7 5 4 13 2 7 5 2 15
- 3300*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 6 6 13 4 2 6 6 11 6
+ 924*a33 *m1 *m2 *n1 *n2 - 6048*a33 *m1 *m2 *n1 *n2
2 6 6 9 8 2 6 6 7 10
- 9408*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
2 6 6 5 12 2 6 6 3 14
+ 4452*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 5 7 14 3 2 5 7 12 5
- 456*a33 *m1 *m2 *n1 *n2 + 5004*a33 *m1 *m2 *n1 *n2
2 5 7 10 7 2 5 7 8 9
+ 5832*a33 *m1 *m2 *n1 *n2 - 4416*a33 *m1 *m2 *n1 *n2
2 5 7 6 11 2 5 7 4 13
- 4032*a33 *m1 *m2 *n1 *n2 + 756*a33 *m1 *m2 *n1 *n2
2 4 8 15 2 2 4 8 13 4
+ 144*a33 *m1 *m2 *n1 *n2 - 2820*a33 *m1 *m2 *n1 *n2
2 4 8 11 6 2 4 8 9 8
- 2160*a33 *m1 *m2 *n1 *n2 + 3960*a33 *m1 *m2 *n1 *n2
2 4 8 7 10 2 4 8 5 12
+ 2400*a33 *m1 *m2 *n1 *n2 - 756*a33 *m1 *m2 *n1 *n2
2 3 9 16 2 3 9 14 3
- 26*a33 *m1 *m2 *n1 *n2 + 1060*a33 *m1 *m2 *n1 *n2
2 3 9 12 5 2 3 9 10 7
+ 320*a33 *m1 *m2 *n1 *n2 - 2140*a33 *m1 *m2 *n1 *n2
2 3 9 8 9 2 3 9 6 11
- 870*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 2 10 17 2 2 10 15 2
+ 2*a33 *m1 *m2 *n1 - 252*a33 *m1 *m2 *n1 *n2
2 2 10 13 4 2 2 10 11 6
+ 72*a33 *m1 *m2 *n1 *n2 + 692*a33 *m1 *m2 *n1 *n2
2 2 10 9 8 2 2 10 7 10
+ 150*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
2 11 16 2 11 14 3
+ 34*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2
2 11 12 5 2 11 10 7
- 120*a33 *m1*m2 *n1 *n2 + 4*a33 *m1*m2 *n1 *n2
2 11 8 9 2 12 17 2 12 15 2
+ 54*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1 + 4*a33 *m2 *n1 *n2
2 12 13 4 2 12 11 6 2 12 9 8
+ 8*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 - 6*a33 *m2 *n1 *n2 ) +
2 2 3 13 6 9 3 13 4 11 3 13 2 13
u2 *v3 *( - 6*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2 + 6*a33 *m1 *n1 *n2
3 13 15 3 12 7 8
+ 2*a33 *m1 *n2 + 54*a33 *m1 *m2*n1 *n2
3 12 5 10 3 12 3 12
- 14*a33 *m1 *m2*n1 *n2 - 86*a33 *m1 *m2*n1 *n2
3 12 14 3 11 2 8 7
- 18*a33 *m1 *m2*n1*n2 - 216*a33 *m1 *m2 *n1 *n2
3 11 2 6 9 3 11 2 4 11
+ 220*a33 *m1 *m2 *n1 *n2 + 468*a33 *m1 *m2 *n1 *n2
3 11 2 2 13 3 11 2 15
+ 36*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n2
3 10 3 9 6 3 10 3 7 8
+ 504*a33 *m1 *m2 *n1 *n2 - 1020*a33 *m1 *m2 *n1 *n2
3 10 3 5 10 3 10 3 3 12
- 1332*a33 *m1 *m2 *n1 *n2 + 124*a33 *m1 *m2 *n1 *n2
3 10 3 14 3 9 4 10 5
- 68*a33 *m1 *m2 *n1*n2 - 756*a33 *m1 *m2 *n1 *n2
3 9 4 8 7 3 9 4 6 9
+ 2580*a33 *m1 *m2 *n1 *n2 + 2150*a33 *m1 *m2 *n1 *n2
3 9 4 4 11 3 9 4 2 13
- 750*a33 *m1 *m2 *n1 *n2 + 430*a33 *m1 *m2 *n1 *n2
3 9 4 15 3 8 5 11 4
- 6*a33 *m1 *m2 *n2 + 756*a33 *m1 *m2 *n1 *n2
3 8 5 9 6 3 8 5 7 8
- 4116*a33 *m1 *m2 *n1 *n2 - 1782*a33 *m1 *m2 *n1 *n2
3 8 5 5 10 3 8 5 3 12
+ 1566*a33 *m1 *m2 *n1 *n2 - 1470*a33 *m1 *m2 *n1 *n2
3 8 5 14 3 7 6 12 3
+ 54*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
3 7 6 10 5 3 7 6 8 7
+ 4368*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1 *n2
3 7 6 6 9 3 7 6 4 11
- 1464*a33 *m1 *m2 *n1 *n2 + 3120*a33 *m1 *m2 *n1 *n2
3 7 6 2 13 3 6 7 13 2
- 216*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
3 6 7 11 4 3 6 7 9 6
- 3120*a33 *m1 *m2 *n1 *n2 + 1464*a33 *m1 *m2 *n1 *n2
3 6 7 7 8 3 6 7 5 10
- 72*a33 *m1 *m2 *n1 *n2 - 4368*a33 *m1 *m2 *n1 *n2
3 6 7 3 12 3 5 8 14
+ 504*a33 *m1 *m2 *n1 *n2 - 54*a33 *m1 *m2 *n1 *n2
3 5 8 12 3 3 5 8 10 5
+ 1470*a33 *m1 *m2 *n1 *n2 - 1566*a33 *m1 *m2 *n1 *n2
3 5 8 8 7 3 5 8 6 9
+ 1782*a33 *m1 *m2 *n1 *n2 + 4116*a33 *m1 *m2 *n1 *n2
3 5 8 4 11 3 4 9 15
- 756*a33 *m1 *m2 *n1 *n2 + 6*a33 *m1 *m2 *n1
3 4 9 13 2 3 4 9 11 4
- 430*a33 *m1 *m2 *n1 *n2 + 750*a33 *m1 *m2 *n1 *n2
3 4 9 9 6 3 4 9 7 8
- 2150*a33 *m1 *m2 *n1 *n2 - 2580*a33 *m1 *m2 *n1 *n2
3 4 9 5 10 3 3 10 14
+ 756*a33 *m1 *m2 *n1 *n2 + 68*a33 *m1 *m2 *n1 *n2
3 3 10 12 3 3 3 10 10 5
- 124*a33 *m1 *m2 *n1 *n2 + 1332*a33 *m1 *m2 *n1 *n2
3 3 10 8 7 3 3 10 6 9
+ 1020*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 2 11 15 3 2 11 13 2
- 4*a33 *m1 *m2 *n1 - 36*a33 *m1 *m2 *n1 *n2
3 2 11 11 4 3 2 11 9 6
- 468*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
3 2 11 7 8 3 12 14
+ 216*a33 *m1 *m2 *n1 *n2 + 18*a33 *m1*m2 *n1 *n2
3 12 12 3 3 12 10 5
+ 86*a33 *m1*m2 *n1 *n2 + 14*a33 *m1*m2 *n1 *n2
3 12 8 7 3 13 15 3 13 13 2
- 54*a33 *m1*m2 *n1 *n2 - 2*a33 *m2 *n1 - 6*a33 *m2 *n1 *n2
3 13 11 4 3 13 9 6 3
+ 2*a33 *m2 *n1 *n2 + 6*a33 *m2 *n1 *n2 ) + u2*v1 *(
3 14 4 10 3 14 2 12 3 13 5 9
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 80*a33 *m1 *m2*n1 *n2
3 13 3 11 3 13 13
- 128*a33 *m1 *m2*n1 *n2 + 16*a33 *m1 *m2*n1*n2
3 12 2 6 8 3 12 2 4 10
- 360*a33 *m1 *m2 *n1 *n2 + 848*a33 *m1 *m2 *n1 *n2
3 12 2 2 12 3 12 2 14
- 240*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
3 11 3 7 7 3 11 3 5 9
+ 960*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
3 11 3 3 11 3 11 3 13
+ 1536*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1*n2
3 10 4 8 6 3 10 4 6 8
- 1680*a33 *m1 *m2 *n1 *n2 + 7800*a33 *m1 *m2 *n1 *n2
3 10 4 4 10 3 10 4 2 12
- 5680*a33 *m1 *m2 *n1 *n2 + 848*a33 *m1 *m2 *n1 *n2
3 10 4 14 3 9 5 9 5
- 8*a33 *m1 *m2 *n2 + 2016*a33 *m1 *m2 *n1 *n2
3 9 5 7 7 3 9 5 5 9
- 13056*a33 *m1 *m2 *n1 *n2 + 13680*a33 *m1 *m2 *n1 *n2
3 9 5 3 11 3 9 5 13
- 3200*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1*n2
3 8 6 10 4 3 8 6 8 6
- 1680*a33 *m1 *m2 *n1 *n2 + 15456*a33 *m1 *m2 *n1 *n2
3 8 6 6 8 3 8 6 4 10
- 22752*a33 *m1 *m2 *n1 *n2 + 7800*a33 *m1 *m2 *n1 *n2
3 8 6 2 12 3 7 7 11 3
- 360*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
3 7 7 9 5 3 7 7 7 7
- 13056*a33 *m1 *m2 *n1 *n2 + 26880*a33 *m1 *m2 *n1 *n2
3 7 7 5 9 3 7 7 3 11
- 13056*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
3 6 8 12 2 3 6 8 10 4
- 360*a33 *m1 *m2 *n1 *n2 + 7800*a33 *m1 *m2 *n1 *n2
3 6 8 8 6 3 6 8 6 8
- 22752*a33 *m1 *m2 *n1 *n2 + 15456*a33 *m1 *m2 *n1 *n2
3 6 8 4 10 3 5 9 13
- 1680*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
3 5 9 11 3 3 5 9 9 5
- 3200*a33 *m1 *m2 *n1 *n2 + 13680*a33 *m1 *m2 *n1 *n2
3 5 9 7 7 3 5 9 5 9
- 13056*a33 *m1 *m2 *n1 *n2 + 2016*a33 *m1 *m2 *n1 *n2
3 4 10 14 3 4 10 12 2
- 8*a33 *m1 *m2 *n1 + 848*a33 *m1 *m2 *n1 *n2
3 4 10 10 4 3 4 10 8 6
- 5680*a33 *m1 *m2 *n1 *n2 + 7800*a33 *m1 *m2 *n1 *n2
3 4 10 6 8 3 3 11 13
- 1680*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1 *n2
3 3 11 11 3 3 3 11 9 5
+ 1536*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
3 3 11 7 7 3 2 12 14
+ 960*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
3 2 12 12 2 3 2 12 10 4
- 240*a33 *m1 *m2 *n1 *n2 + 848*a33 *m1 *m2 *n1 *n2
3 2 12 8 6 3 13 13
- 360*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1*m2 *n1 *n2
3 13 11 3 3 13 9 5
- 128*a33 *m1*m2 *n1 *n2 + 80*a33 *m1*m2 *n1 *n2
3 14 12 2 3 14 10 4 2
+ 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u2*v1 *(
2 13 6 10 2 13 4 12 2 13 2 14
8*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 - 8*a33 *m1 *n1 *n2
2 13 16 2 12 7 9 2 12 5 11
+ 4*a33 *m1 *n2 - 76*a33 *m1 *m2*n1 *n2 + 88*a33 *m1 *m2*n1 *n2
2 12 3 13 2 12 15
+ 92*a33 *m1 *m2*n1 *n2 - 72*a33 *m1 *m2*n1*n2
2 11 2 8 8 2 11 2 6 10
+ 324*a33 *m1 *m2 *n1 *n2 - 644*a33 *m1 *m2 *n1 *n2
2 11 2 4 12 2 11 2 2 14
- 396*a33 *m1 *m2 *n1 *n2 + 564*a33 *m1 *m2 *n1 *n2
2 11 2 16 2 10 3 9 7
- 8*a33 *m1 *m2 *n2 - 816*a33 *m1 *m2 *n1 *n2
2 10 3 7 9 2 10 3 5 11
+ 2500*a33 *m1 *m2 *n1 *n2 + 692*a33 *m1 *m2 *n1 *n2
2 10 3 3 13 2 10 3 15
- 2516*a33 *m1 *m2 *n1 *n2 + 108*a33 *m1 *m2 *n1*n2
2 9 4 10 6 2 9 4 8 8
+ 1344*a33 *m1 *m2 *n1 *n2 - 6060*a33 *m1 *m2 *n1 *n2
2 9 4 6 10 2 9 4 4 12
+ 380*a33 *m1 *m2 *n1 *n2 + 7160*a33 *m1 *m2 *n1 *n2
2 9 4 2 14 2 9 4 16
- 620*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n2
2 8 5 11 5 2 8 5 9 7
- 1512*a33 *m1 *m2 *n1 *n2 + 9888*a33 *m1 *m2 *n1 *n2
2 8 5 7 9 2 8 5 5 11
- 4464*a33 *m1 *m2 *n1 *n2 - 13788*a33 *m1 *m2 *n1 *n2
2 8 5 3 13 2 8 5 15
+ 2040*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1*n2
2 7 6 12 4 2 7 6 10 6
+ 1176*a33 *m1 *m2 *n1 *n2 - 11256*a33 *m1 *m2 *n1 *n2
2 7 6 8 8 2 7 6 6 10
+ 10536*a33 *m1 *m2 *n1 *n2 + 18504*a33 *m1 *m2 *n1 *n2
2 7 6 4 12 2 7 6 2 14
- 4320*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 6 7 13 3 2 6 7 11 5
- 624*a33 *m1 *m2 *n1 *n2 + 9048*a33 *m1 *m2 *n1 *n2
2 6 7 9 7 2 6 7 7 9
- 14328*a33 *m1 *m2 *n1 *n2 - 17448*a33 *m1 *m2 *n1 *n2
2 6 7 5 11 2 6 7 3 13
+ 6216*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 5 8 14 2 2 5 8 12 4
+ 216*a33 *m1 *m2 *n1 *n2 - 5100*a33 *m1 *m2 *n1 *n2
2 5 8 10 6 2 5 8 8 8
+ 12816*a33 *m1 *m2 *n1 *n2 + 11412*a33 *m1 *m2 *n1 *n2
2 5 8 6 10 2 5 8 4 12
- 6216*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 3
- 44*a33 *m1 *m2 *n1 *n2 + 1960*a33 *m1 *m2 *n1 *n2
2 4 9 11 5 2 4 9 9 7
- 7780*a33 *m1 *m2 *n1 *n2 - 4960*a33 *m1 *m2 *n1 *n2
2 4 9 7 9 2 4 9 5 11
+ 4320*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 3 10 16 2 3 10 14 2
+ 4*a33 *m1 *m2 *n1 - 484*a33 *m1 *m2 *n1 *n2
2 3 10 12 4 2 3 10 10 6
+ 3172*a33 *m1 *m2 *n1 *n2 + 1284*a33 *m1 *m2 *n1 *n2
2 3 10 8 8 2 3 10 6 10
- 2040*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 2 11 15 2 2 11 13 3
+ 68*a33 *m1 *m2 *n1 *n2 - 828*a33 *m1 *m2 *n1 *n2
2 2 11 11 5 2 2 11 9 7
- 132*a33 *m1 *m2 *n1 *n2 + 620*a33 *m1 *m2 *n1 *n2
2 2 11 7 9 2 12 16
- 144*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1*m2 *n1
2 12 14 2 2 12 12 4
+ 124*a33 *m1*m2 *n1 *n2 - 16*a33 *m1*m2 *n1 *n2
2 12 10 6 2 12 8 8
- 108*a33 *m1*m2 *n1 *n2 + 36*a33 *m1*m2 *n1 *n2
2 13 15 2 13 13 3 2 13 11 5
- 8*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2
2 13 9 7 2 3 14 4 10
- 4*a33 *m2 *n1 *n2 ) + u2*v1*v2 *( - 8*a33 *m1 *n1 *n2
3 14 2 12 3 13 5 9
+ 8*a33 *m1 *n1 *n2 + 80*a33 *m1 *m2*n1 *n2
3 13 3 11 3 13 13
- 128*a33 *m1 *m2*n1 *n2 + 16*a33 *m1 *m2*n1*n2
3 12 2 6 8 3 12 2 4 10
- 360*a33 *m1 *m2 *n1 *n2 + 848*a33 *m1 *m2 *n1 *n2
3 12 2 2 12 3 12 2 14
- 240*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
3 11 3 7 7 3 11 3 5 9
+ 960*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
3 11 3 3 11 3 11 3 13
+ 1536*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1*n2
3 10 4 8 6 3 10 4 6 8
- 1680*a33 *m1 *m2 *n1 *n2 + 7800*a33 *m1 *m2 *n1 *n2
3 10 4 4 10 3 10 4 2 12
- 5680*a33 *m1 *m2 *n1 *n2 + 848*a33 *m1 *m2 *n1 *n2
3 10 4 14 3 9 5 9 5
- 8*a33 *m1 *m2 *n2 + 2016*a33 *m1 *m2 *n1 *n2
3 9 5 7 7 3 9 5 5 9
- 13056*a33 *m1 *m2 *n1 *n2 + 13680*a33 *m1 *m2 *n1 *n2
3 9 5 3 11 3 9 5 13
- 3200*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1*n2
3 8 6 10 4 3 8 6 8 6
- 1680*a33 *m1 *m2 *n1 *n2 + 15456*a33 *m1 *m2 *n1 *n2
3 8 6 6 8 3 8 6 4 10
- 22752*a33 *m1 *m2 *n1 *n2 + 7800*a33 *m1 *m2 *n1 *n2
3 8 6 2 12 3 7 7 11 3
- 360*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
3 7 7 9 5 3 7 7 7 7
- 13056*a33 *m1 *m2 *n1 *n2 + 26880*a33 *m1 *m2 *n1 *n2
3 7 7 5 9 3 7 7 3 11
- 13056*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
3 6 8 12 2 3 6 8 10 4
- 360*a33 *m1 *m2 *n1 *n2 + 7800*a33 *m1 *m2 *n1 *n2
3 6 8 8 6 3 6 8 6 8
- 22752*a33 *m1 *m2 *n1 *n2 + 15456*a33 *m1 *m2 *n1 *n2
3 6 8 4 10 3 5 9 13
- 1680*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
3 5 9 11 3 3 5 9 9 5
- 3200*a33 *m1 *m2 *n1 *n2 + 13680*a33 *m1 *m2 *n1 *n2
3 5 9 7 7 3 5 9 5 9
- 13056*a33 *m1 *m2 *n1 *n2 + 2016*a33 *m1 *m2 *n1 *n2
3 4 10 14 3 4 10 12 2
- 8*a33 *m1 *m2 *n1 + 848*a33 *m1 *m2 *n1 *n2
3 4 10 10 4 3 4 10 8 6
- 5680*a33 *m1 *m2 *n1 *n2 + 7800*a33 *m1 *m2 *n1 *n2
3 4 10 6 8 3 3 11 13
- 1680*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1 *n2
3 3 11 11 3 3 3 11 9 5
+ 1536*a33 *m1 *m2 *n1 *n2 - 3200*a33 *m1 *m2 *n1 *n2
3 3 11 7 7 3 2 12 14
+ 960*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
3 2 12 12 2 3 2 12 10 4
- 240*a33 *m1 *m2 *n1 *n2 + 848*a33 *m1 *m2 *n1 *n2
3 2 12 8 6 3 13 13
- 360*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1*m2 *n1 *n2
3 13 11 3 3 13 9 5
- 128*a33 *m1*m2 *n1 *n2 + 80*a33 *m1*m2 *n1 *n2
3 14 12 2 3 14 10 4
+ 8*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 ) + u2*v1*v2*(
2 13 7 9 2 13 5 11 2 13 3 13
- 4*a33 *m1 *n1 *n2 + 12*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 13 15 2 12 8 8
- 12*a33 *m1 *n1*n2 + 36*a33 *m1 *m2*n1 *n2
2 12 6 10 2 12 4 12
- 148*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n1 *n2
2 12 2 14 2 12 16
+ 180*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n2
2 11 2 9 7 2 11 2 7 9
- 144*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
2 11 2 5 11 2 11 2 3 13
- 336*a33 *m1 *m2 *n1 *n2 - 1152*a33 *m1 *m2 *n1 *n2
2 11 2 15 2 10 3 10 6
+ 128*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
2 10 3 8 8 2 10 3 6 10
- 2520*a33 *m1 *m2 *n1 *n2 + 2224*a33 *m1 *m2 *n1 *n2
2 10 3 4 12 2 10 3 2 14
+ 4208*a33 *m1 *m2 *n1 *n2 - 864*a33 *m1 *m2 *n1 *n2
2 10 3 16 2 9 4 11 5
+ 8*a33 *m1 *m2 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 9 4 9 7 2 9 4 7 9
+ 5160*a33 *m1 *m2 *n1 *n2 - 7540*a33 *m1 *m2 *n1 *n2
2 9 4 5 11 2 9 4 3 13
- 9780*a33 *m1 *m2 *n1 *n2 + 3340*a33 *m1 *m2 *n1 *n2
2 9 4 15 2 8 5 12 4
- 84*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 8 5 10 6 2 8 5 8 8
- 7224*a33 *m1 *m2 *n1 *n2 + 16092*a33 *m1 *m2 *n1 *n2
2 8 5 6 10 2 8 5 4 12
+ 15084*a33 *m1 *m2 *n1 *n2 - 8340*a33 *m1 *m2 *n1 *n2
2 8 5 2 14 2 7 6 13 3
+ 396*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
2 7 6 11 5 2 7 6 9 7
+ 7056*a33 *m1 *m2 *n1 *n2 - 23328*a33 *m1 *m2 *n1 *n2
2 7 6 7 9 2 7 6 5 11
- 15360*a33 *m1 *m2 *n1 *n2 + 14256*a33 *m1 *m2 *n1 *n2
2 7 6 3 13 2 6 7 14 2
- 1104*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 6 7 12 4 2 6 7 10 6
- 4800*a33 *m1 *m2 *n1 *n2 + 23712*a33 *m1 *m2 *n1 *n2
2 6 7 8 8 2 6 7 6 10
+ 9504*a33 *m1 *m2 *n1 *n2 - 17136*a33 *m1 *m2 *n1 *n2
2 6 7 4 12 2 5 8 15
+ 2016*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 5 8 13 3 2 5 8 11 5
+ 2220*a33 *m1 *m2 *n1 *n2 - 17028*a33 *m1 *m2 *n1 *n2
2 5 8 9 7 2 5 8 7 9
- 2196*a33 *m1 *m2 *n1 *n2 + 14568*a33 *m1 *m2 *n1 *n2
2 5 8 5 11 2 4 9 16
- 2520*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 4 9 14 2 2 4 9 12 4
- 660*a33 *m1 *m2 *n1 *n2 + 8540*a33 *m1 *m2 *n1 *n2
2 4 9 10 6 2 4 9 8 8
- 1620*a33 *m1 *m2 *n1 *n2 - 8640*a33 *m1 *m2 *n1 *n2
2 4 9 6 10 2 3 10 15
+ 2184*a33 *m1 *m2 *n1 *n2 + 112*a33 *m1 *m2 *n1 *n2
2 3 10 13 3 2 3 10 11 5
- 2896*a33 *m1 *m2 *n1 *n2 + 1728*a33 *m1 *m2 *n1 *n2
2 3 10 9 7 2 3 10 7 9
+ 3440*a33 *m1 *m2 *n1 *n2 - 1296*a33 *m1 *m2 *n1 *n2
2 2 11 16 2 2 11 14 2
- 8*a33 *m1 *m2 *n1 + 624*a33 *m1 *m2 *n1 *n2
2 2 11 12 4 2 2 11 10 6
- 720*a33 *m1 *m2 *n1 *n2 - 848*a33 *m1 *m2 *n1 *n2
2 2 11 8 8 2 12 15
+ 504*a33 *m1 *m2 *n1 *n2 - 76*a33 *m1*m2 *n1 *n2
2 12 13 3 2 12 11 5
+ 148*a33 *m1*m2 *n1 *n2 + 108*a33 *m1*m2 *n1 *n2
2 12 9 7 2 13 16 2 13 14 2
- 116*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 - 12*a33 *m2 *n1 *n2
2 13 12 4 2 13 10 6 2
- 4*a33 *m2 *n1 *n2 + 12*a33 *m2 *n1 *n2 ) + u2*v1*v3 *(
3 14 4 10 3 14 2 12 3 14 14
- 12*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 4*a33 *m1 *n2
3 13 5 9 3 13 3 11
+ 120*a33 *m1 *m2*n1 *n2 - 144*a33 *m1 *m2*n1 *n2
3 13 13 3 12 2 6 8
- 40*a33 *m1 *m2*n1*n2 - 540*a33 *m1 *m2 *n1 *n2
3 12 2 4 10 3 12 2 2 12
+ 1008*a33 *m1 *m2 *n1 *n2 + 100*a33 *m1 *m2 *n1 *n2
3 12 2 14 3 11 3 7 7
+ 8*a33 *m1 *m2 *n2 + 1440*a33 *m1 *m2 *n1 *n2
3 11 3 5 9 3 11 3 3 11
- 3920*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
3 11 3 13 3 10 4 8 6
- 144*a33 *m1 *m2 *n1*n2 - 2520*a33 *m1 *m2 *n1 *n2
3 10 4 6 8 3 10 4 4 10
+ 9720*a33 *m1 *m2 *n1 *n2 - 2756*a33 *m1 *m2 *n1 *n2
3 10 4 2 12 3 10 4 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 12*a33 *m1 *m2 *n2
3 9 5 9 5 3 9 5 7 7
+ 3024*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
3 9 5 5 9 3 9 5 3 11
+ 8552*a33 *m1 *m2 *n1 *n2 - 3920*a33 *m1 *m2 *n1 *n2
3 9 5 13 3 8 6 10 4
+ 120*a33 *m1 *m2 *n1*n2 - 2520*a33 *m1 *m2 *n1 *n2
3 8 6 8 6 3 8 6 6 8
+ 19488*a33 *m1 *m2 *n1 *n2 - 15780*a33 *m1 *m2 *n1 *n2
3 8 6 4 10 3 8 6 2 12
+ 9720*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
3 7 7 11 3 3 7 7 9 5
+ 1440*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
3 7 7 7 7 3 7 7 5 9
+ 19200*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
3 7 7 3 11 3 6 8 12 2
+ 1440*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
3 6 8 10 4 3 6 8 8 6
+ 9720*a33 *m1 *m2 *n1 *n2 - 15780*a33 *m1 *m2 *n1 *n2
3 6 8 6 8 3 6 8 4 10
+ 19488*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
3 5 9 13 3 5 9 11 3
+ 120*a33 *m1 *m2 *n1 *n2 - 3920*a33 *m1 *m2 *n1 *n2
3 5 9 9 5 3 5 9 7 7
+ 8552*a33 *m1 *m2 *n1 *n2 - 16416*a33 *m1 *m2 *n1 *n2
3 5 9 5 9 3 4 10 14
+ 3024*a33 *m1 *m2 *n1 *n2 - 12*a33 *m1 *m2 *n1
3 4 10 12 2 3 4 10 10 4
+ 1008*a33 *m1 *m2 *n1 *n2 - 2756*a33 *m1 *m2 *n1 *n2
3 4 10 8 6 3 4 10 6 8
+ 9720*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
3 3 11 13 3 3 11 11 3
- 144*a33 *m1 *m2 *n1 *n2 + 320*a33 *m1 *m2 *n1 *n2
3 3 11 9 5 3 3 11 7 7
- 3920*a33 *m1 *m2 *n1 *n2 + 1440*a33 *m1 *m2 *n1 *n2
3 2 12 14 3 2 12 12 2
+ 8*a33 *m1 *m2 *n1 + 100*a33 *m1 *m2 *n1 *n2
3 2 12 10 4 3 2 12 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
3 13 13 3 13 11 3
- 40*a33 *m1*m2 *n1 *n2 - 144*a33 *m1*m2 *n1 *n2
3 13 9 5 3 14 14 3 14 12 2
+ 120*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 + 8*a33 *m2 *n1 *n2
3 14 10 4 12 8 10
- 12*a33 *m2 *n1 *n2 ) + u2*v1*( - 2*a33*m1 *n1 *n2
12 6 12 12 4 14 12 2 16
- 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2
11 9 9 11 7 11
+ 18*a33*m1 *m2*n1 *n2 + 8*a33*m1 *m2*n1 *n2
11 5 13 11 3 15
- 36*a33*m1 *m2*n1 *n2 - 24*a33*m1 *m2*n1 *n2
11 17 10 2 10 8
+ 2*a33*m1 *m2*n1*n2 - 72*a33*m1 *m2 *n1 *n2
10 2 8 10 10 2 6 12
+ 20*a33*m1 *m2 *n1 *n2 + 228*a33*m1 *m2 *n1 *n2
10 2 4 14 10 2 2 16
+ 108*a33*m1 *m2 *n1 *n2 - 28*a33*m1 *m2 *n1 *n2
9 3 11 7 9 3 9 9
+ 168*a33*m1 *m2 *n1 *n2 - 210*a33*m1 *m2 *n1 *n2
9 3 7 11 9 3 5 13
- 760*a33*m1 *m2 *n1 *n2 - 220*a33*m1 *m2 *n1 *n2
9 3 3 15 9 3 17
+ 160*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1*n2
8 4 12 6 8 4 10 8
- 252*a33*m1 *m2 *n1 *n2 + 660*a33*m1 *m2 *n1 *n2
8 4 8 10 8 4 6 12
+ 1530*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
8 4 4 14 8 4 2 16
- 510*a33*m1 *m2 *n1 *n2 + 18*a33*m1 *m2 *n1 *n2
7 5 13 5 7 5 11 7
+ 252*a33*m1 *m2 *n1 *n2 - 1176*a33*m1 *m2 *n1 *n2
7 5 9 9 7 5 7 11
- 1944*a33*m1 *m2 *n1 *n2 + 576*a33*m1 *m2 *n1 *n2
7 5 5 13 7 5 3 15
+ 1020*a33*m1 *m2 *n1 *n2 - 72*a33*m1 *m2 *n1 *n2
6 6 14 4 6 6 12 6
- 168*a33*m1 *m2 *n1 *n2 + 1344*a33*m1 *m2 *n1 *n2
6 6 10 8 6 6 8 10
+ 1512*a33*m1 *m2 *n1 *n2 - 1512*a33*m1 *m2 *n1 *n2
6 6 6 12 6 6 4 14
- 1344*a33*m1 *m2 *n1 *n2 + 168*a33*m1 *m2 *n1 *n2
5 7 15 3 5 7 13 5
+ 72*a33*m1 *m2 *n1 *n2 - 1020*a33*m1 *m2 *n1 *n2
5 7 11 7 5 7 9 9
- 576*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
5 7 7 11 5 7 5 13
+ 1176*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
4 8 16 2 4 8 14 4
- 18*a33*m1 *m2 *n1 *n2 + 510*a33*m1 *m2 *n1 *n2
4 8 12 6 4 8 10 8
- 90*a33*m1 *m2 *n1 *n2 - 1530*a33*m1 *m2 *n1 *n2
4 8 8 10 4 8 6 12
- 660*a33*m1 *m2 *n1 *n2 + 252*a33*m1 *m2 *n1 *n2
3 9 17 3 9 15 3
+ 2*a33*m1 *m2 *n1 *n2 - 160*a33*m1 *m2 *n1 *n2
3 9 13 5 3 9 11 7
+ 220*a33*m1 *m2 *n1 *n2 + 760*a33*m1 *m2 *n1 *n2
3 9 9 9 3 9 7 11
+ 210*a33*m1 *m2 *n1 *n2 - 168*a33*m1 *m2 *n1 *n2
2 10 16 2 2 10 14 4
+ 28*a33*m1 *m2 *n1 *n2 - 108*a33*m1 *m2 *n1 *n2
2 10 12 6 2 10 10 8
- 228*a33*m1 *m2 *n1 *n2 - 20*a33*m1 *m2 *n1 *n2
2 10 8 10 11 17
+ 72*a33*m1 *m2 *n1 *n2 - 2*a33*m1*m2 *n1 *n2
11 15 3 11 13 5
+ 24*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2
11 11 7 11 9 9 12 16 2
- 8*a33*m1*m2 *n1 *n2 - 18*a33*m1*m2 *n1 *n2 - 2*a33*m2 *n1 *n2
12 14 4 12 12 6 12 10 8
- 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2 ) + u2
2 2 13 6 10 2 13 2 14
*v2 *( - 4*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2
2 12 7 9 2 12 5 11
+ 40*a33 *m1 *m2*n1 *n2 - 20*a33 *m1 *m2*n1 *n2
2 12 3 13 2 12 15
- 56*a33 *m1 *m2*n1 *n2 + 4*a33 *m1 *m2*n1*n2
2 11 2 8 8 2 11 2 6 10
- 180*a33 *m1 *m2 *n1 *n2 + 204*a33 *m1 *m2 *n1 *n2
2 11 2 4 12 2 11 2 2 14
+ 324*a33 *m1 *m2 *n1 *n2 - 60*a33 *m1 *m2 *n1 *n2
2 10 3 9 7 2 10 3 7 9
+ 480*a33 *m1 *m2 *n1 *n2 - 940*a33 *m1 *m2 *n1 *n2
2 10 3 5 11 2 10 3 3 13
- 1036*a33 *m1 *m2 *n1 *n2 + 380*a33 *m1 *m2 *n1 *n2
2 10 3 15 2 9 4 10 6
- 4*a33 *m1 *m2 *n1*n2 - 840*a33 *m1 *m2 *n1 *n2
2 9 4 8 8 2 9 4 6 10
+ 2580*a33 *m1 *m2 *n1 *n2 + 2000*a33 *m1 *m2 *n1 *n2
2 9 4 4 12 2 9 4 2 14
- 1380*a33 *m1 *m2 *n1 *n2 + 40*a33 *m1 *m2 *n1 *n2
2 8 5 11 5 2 8 5 9 7
+ 1008*a33 *m1 *m2 *n1 *n2 - 4680*a33 *m1 *m2 *n1 *n2
2 8 5 7 9 2 8 5 5 11
- 2268*a33 *m1 *m2 *n1 *n2 + 3240*a33 *m1 *m2 *n1 *n2
2 8 5 3 13 2 7 6 12 4
- 180*a33 *m1 *m2 *n1 *n2 - 840*a33 *m1 *m2 *n1 *n2
2 7 6 10 6 2 7 6 8 8
+ 5880*a33 *m1 *m2 *n1 *n2 + 1032*a33 *m1 *m2 *n1 *n2
2 7 6 6 10 2 7 6 4 12
- 5208*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 6 7 13 3 2 6 7 11 5
+ 480*a33 *m1 *m2 *n1 *n2 - 5208*a33 *m1 *m2 *n1 *n2
2 6 7 9 7 2 6 7 7 9
+ 1032*a33 *m1 *m2 *n1 *n2 + 5880*a33 *m1 *m2 *n1 *n2
2 6 7 5 11 2 5 8 14 2
- 840*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 5 8 12 4 2 5 8 10 6
+ 3240*a33 *m1 *m2 *n1 *n2 - 2268*a33 *m1 *m2 *n1 *n2
2 5 8 8 8 2 5 8 6 10
- 4680*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
2 4 9 15 2 4 9 13 3
+ 40*a33 *m1 *m2 *n1 *n2 - 1380*a33 *m1 *m2 *n1 *n2
2 4 9 11 5 2 4 9 9 7
+ 2000*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 4 9 7 9 2 3 10 16
- 840*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
2 3 10 14 2 2 3 10 12 4
+ 380*a33 *m1 *m2 *n1 *n2 - 1036*a33 *m1 *m2 *n1 *n2
2 3 10 10 6 2 3 10 8 8
- 940*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
2 2 11 15 2 2 11 13 3
- 60*a33 *m1 *m2 *n1 *n2 + 324*a33 *m1 *m2 *n1 *n2
2 2 11 11 5 2 2 11 9 7
+ 204*a33 *m1 *m2 *n1 *n2 - 180*a33 *m1 *m2 *n1 *n2
2 12 16 2 12 14 2
+ 4*a33 *m1*m2 *n1 - 56*a33 *m1*m2 *n1 *n2
2 12 12 4 2 12 10 6
- 20*a33 *m1*m2 *n1 *n2 + 40*a33 *m1*m2 *n1 *n2
2 13 15 2 13 11 5 2
+ 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) + u2*v2*v3 *(
3 14 5 9 3 14 13 3 13 6 8
4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1*n2 - 36*a33 *m1 *m2*n1 *n2
3 13 4 10 3 13 2 12
+ 20*a33 *m1 *m2*n1 *n2 + 52*a33 *m1 *m2*n1 *n2
3 13 14 3 12 2 7 7
- 4*a33 *m1 *m2*n2 + 144*a33 *m1 *m2 *n1 *n2
3 12 2 5 9 3 12 2 3 11
- 180*a33 *m1 *m2 *n1 *n2 - 272*a33 *m1 *m2 *n1 *n2
3 12 2 13 3 11 3 8 6
+ 52*a33 *m1 *m2 *n1*n2 - 336*a33 *m1 *m2 *n1 *n2
3 11 3 6 8 3 11 3 4 10
+ 720*a33 *m1 *m2 *n1 *n2 + 784*a33 *m1 *m2 *n1 *n2
3 11 3 2 12 3 10 4 9 5
- 272*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 10 4 7 7 3 10 4 5 9
- 1680*a33 *m1 *m2 *n1 *n2 - 1420*a33 *m1 *m2 *n1 *n2
3 10 4 3 11 3 10 4 13
+ 784*a33 *m1 *m2 *n1 *n2 + 20*a33 *m1 *m2 *n1*n2
3 9 5 10 4 3 9 5 8 6
- 504*a33 *m1 *m2 *n1 *n2 + 2520*a33 *m1 *m2 *n1 *n2
3 9 5 6 8 3 9 5 4 10
+ 1788*a33 *m1 *m2 *n1 *n2 - 1420*a33 *m1 *m2 *n1 *n2
3 9 5 2 12 3 9 5 14
- 180*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n2
3 8 6 11 3 3 8 6 9 5
+ 336*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
3 8 6 7 7 3 8 6 5 9
- 1824*a33 *m1 *m2 *n1 *n2 + 1788*a33 *m1 *m2 *n1 *n2
3 8 6 3 11 3 8 6 13
+ 720*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1*n2
3 7 7 12 2 3 7 7 10 4
- 144*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 7 7 8 6 3 7 7 6 8
+ 1824*a33 *m1 *m2 *n1 *n2 - 1824*a33 *m1 *m2 *n1 *n2
3 7 7 4 10 3 7 7 2 12
- 1680*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
3 6 8 13 3 6 8 11 3
+ 36*a33 *m1 *m2 *n1 *n2 - 720*a33 *m1 *m2 *n1 *n2
3 6 8 9 5 3 6 8 7 7
- 1788*a33 *m1 *m2 *n1 *n2 + 1824*a33 *m1 *m2 *n1 *n2
3 6 8 5 9 3 6 8 3 11
+ 2520*a33 *m1 *m2 *n1 *n2 - 336*a33 *m1 *m2 *n1 *n2
3 5 9 14 3 5 9 12 2
- 4*a33 *m1 *m2 *n1 + 180*a33 *m1 *m2 *n1 *n2
3 5 9 10 4 3 5 9 8 6
+ 1420*a33 *m1 *m2 *n1 *n2 - 1788*a33 *m1 *m2 *n1 *n2
3 5 9 6 8 3 5 9 4 10
- 2520*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 4 10 13 3 4 10 11 3
- 20*a33 *m1 *m2 *n1 *n2 - 784*a33 *m1 *m2 *n1 *n2
3 4 10 9 5 3 4 10 7 7
+ 1420*a33 *m1 *m2 *n1 *n2 + 1680*a33 *m1 *m2 *n1 *n2
3 4 10 5 9 3 3 11 12 2
- 504*a33 *m1 *m2 *n1 *n2 + 272*a33 *m1 *m2 *n1 *n2
3 3 11 10 4 3 3 11 8 6
- 784*a33 *m1 *m2 *n1 *n2 - 720*a33 *m1 *m2 *n1 *n2
3 3 11 6 8 3 2 12 13
+ 336*a33 *m1 *m2 *n1 *n2 - 52*a33 *m1 *m2 *n1 *n2
3 2 12 11 3 3 2 12 9 5
+ 272*a33 *m1 *m2 *n1 *n2 + 180*a33 *m1 *m2 *n1 *n2
3 2 12 7 7 3 13 14
- 144*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1*m2 *n1
3 13 12 2 3 13 10 4
- 52*a33 *m1*m2 *n1 *n2 - 20*a33 *m1*m2 *n1 *n2
3 13 8 6 3 14 13 3 14 9 5
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 - 4*a33 *m2 *n1 *n2 ) +
2 2 13 6 10 2 13 4 12 2 13 2 14
u2*v3 *(6*a33 *m1 *n1 *n2 + 2*a33 *m1 *n1 *n2 - 6*a33 *m1 *n1 *n2
2 13 16 2 12 7 9
- 2*a33 *m1 *n2 - 54*a33 *m1 *m2*n1 *n2
2 12 5 11 2 12 3 13
+ 14*a33 *m1 *m2*n1 *n2 + 86*a33 *m1 *m2*n1 *n2
2 12 15 2 11 2 8 8
+ 18*a33 *m1 *m2*n1*n2 + 216*a33 *m1 *m2 *n1 *n2
2 11 2 6 10 2 11 2 4 12
- 220*a33 *m1 *m2 *n1 *n2 - 468*a33 *m1 *m2 *n1 *n2
2 11 2 2 14 2 11 2 16
- 36*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 10 3 9 7 2 10 3 7 9
- 504*a33 *m1 *m2 *n1 *n2 + 1020*a33 *m1 *m2 *n1 *n2
2 10 3 5 11 2 10 3 3 13
+ 1332*a33 *m1 *m2 *n1 *n2 - 124*a33 *m1 *m2 *n1 *n2
2 10 3 15 2 9 4 10 6
+ 68*a33 *m1 *m2 *n1*n2 + 756*a33 *m1 *m2 *n1 *n2
2 9 4 8 8 2 9 4 6 10
- 2580*a33 *m1 *m2 *n1 *n2 - 2150*a33 *m1 *m2 *n1 *n2
2 9 4 4 12 2 9 4 2 14
+ 750*a33 *m1 *m2 *n1 *n2 - 430*a33 *m1 *m2 *n1 *n2
2 9 4 16 2 8 5 11 5
+ 6*a33 *m1 *m2 *n2 - 756*a33 *m1 *m2 *n1 *n2
2 8 5 9 7 2 8 5 7 9
+ 4116*a33 *m1 *m2 *n1 *n2 + 1782*a33 *m1 *m2 *n1 *n2
2 8 5 5 11 2 8 5 3 13
- 1566*a33 *m1 *m2 *n1 *n2 + 1470*a33 *m1 *m2 *n1 *n2
2 8 5 15 2 7 6 12 4
- 54*a33 *m1 *m2 *n1*n2 + 504*a33 *m1 *m2 *n1 *n2
2 7 6 10 6 2 7 6 8 8
- 4368*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
2 7 6 6 10 2 7 6 4 12
+ 1464*a33 *m1 *m2 *n1 *n2 - 3120*a33 *m1 *m2 *n1 *n2
2 7 6 2 14 2 6 7 13 3
+ 216*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
2 6 7 11 5 2 6 7 9 7
+ 3120*a33 *m1 *m2 *n1 *n2 - 1464*a33 *m1 *m2 *n1 *n2
2 6 7 7 9 2 6 7 5 11
+ 72*a33 *m1 *m2 *n1 *n2 + 4368*a33 *m1 *m2 *n1 *n2
2 6 7 3 13 2 5 8 14 2
- 504*a33 *m1 *m2 *n1 *n2 + 54*a33 *m1 *m2 *n1 *n2
2 5 8 12 4 2 5 8 10 6
- 1470*a33 *m1 *m2 *n1 *n2 + 1566*a33 *m1 *m2 *n1 *n2
2 5 8 8 8 2 5 8 6 10
- 1782*a33 *m1 *m2 *n1 *n2 - 4116*a33 *m1 *m2 *n1 *n2
2 5 8 4 12 2 4 9 15
+ 756*a33 *m1 *m2 *n1 *n2 - 6*a33 *m1 *m2 *n1 *n2
2 4 9 13 3 2 4 9 11 5
+ 430*a33 *m1 *m2 *n1 *n2 - 750*a33 *m1 *m2 *n1 *n2
2 4 9 9 7 2 4 9 7 9
+ 2150*a33 *m1 *m2 *n1 *n2 + 2580*a33 *m1 *m2 *n1 *n2
2 4 9 5 11 2 3 10 14 2
- 756*a33 *m1 *m2 *n1 *n2 - 68*a33 *m1 *m2 *n1 *n2
2 3 10 12 4 2 3 10 10 6
+ 124*a33 *m1 *m2 *n1 *n2 - 1332*a33 *m1 *m2 *n1 *n2
2 3 10 8 8 2 3 10 6 10
- 1020*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 2 11 15 2 2 11 13 3
+ 4*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
2 2 11 11 5 2 2 11 9 7
+ 468*a33 *m1 *m2 *n1 *n2 + 220*a33 *m1 *m2 *n1 *n2
2 2 11 7 9 2 12 14 2
- 216*a33 *m1 *m2 *n1 *n2 - 18*a33 *m1*m2 *n1 *n2
2 12 12 4 2 12 10 6
- 86*a33 *m1*m2 *n1 *n2 - 14*a33 *m1*m2 *n1 *n2
2 12 8 8 2 13 15
+ 54*a33 *m1*m2 *n1 *n2 + 2*a33 *m2 *n1 *n2
2 13 13 3 2 13 11 5 2 13 9 7
+ 6*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1 *n2 - 6*a33 *m2 *n1 *n2 )
11 8 12 11 6 14 11 2 18 11 20
+ u2*(m1 *n1 *n2 + 2*m1 *n1 *n2 - 2*m1 *n1 *n2 - m1 *n2
10 9 11 10 7 13 10 5 15
- 9*m1 *m2*n1 *n2 - 14*m1 *m2*n1 *n2 + 12*m1 *m2*n1 *n2
10 3 17 10 19 9 2 10 10
+ 30*m1 *m2*n1 *n2 + 13*m1 *m2*n1*n2 + 36*m1 *m2 *n1 *n2
9 2 8 12 9 2 6 14 9 2 4 16
+ 35*m1 *m2 *n1 *n2 - 110*m1 *m2 *n1 *n2 - 180*m1 *m2 *n1 *n2
9 2 2 18 9 2 20 8 3 11 9
- 70*m1 *m2 *n1 *n2 + m1 *m2 *n2 - 84*m1 *m2 *n1 *n2
8 3 9 11 8 3 7 13 8 3 5 15
- 15*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2 + 600*m1 *m2 *n1 *n2
8 3 3 17 8 3 19 7 4 12 8
+ 210*m1 *m2 *n1 *n2 - 9*m1 *m2 *n1*n2 + 126*m1 *m2 *n1 *n2
7 4 10 10 7 4 8 12
- 120*m1 *m2 *n1 *n2 - 1080*m1 *m2 *n1 *n2
7 4 6 14 7 4 4 16 7 4 2 18
- 1260*m1 *m2 *n1 *n2 - 390*m1 *m2 *n1 *n2 + 36*m1 *m2 *n1 *n2
6 5 13 7 6 5 11 9 6 5 9 11
- 126*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
6 5 7 13 6 5 5 15 6 5 3 17
+ 1764*m1 *m2 *n1 *n2 + 462*m1 *m2 *n1 *n2 - 84*m1 *m2 *n1 *n2
5 6 14 6 5 6 12 8 5 6 10 10
+ 84*m1 *m2 *n1 *n2 - 462*m1 *m2 *n1 *n2 - 1764*m1 *m2 *n1 *n2
5 6 8 12 5 6 6 14 5 6 4 16
- 1680*m1 *m2 *n1 *n2 - 336*m1 *m2 *n1 *n2 + 126*m1 *m2 *n1 *n2
4 7 15 5 4 7 13 7 4 7 11 9
- 36*m1 *m2 *n1 *n2 + 390*m1 *m2 *n1 *n2 + 1260*m1 *m2 *n1 *n2
4 7 9 11 4 7 7 13 4 7 5 15
+ 1080*m1 *m2 *n1 *n2 + 120*m1 *m2 *n1 *n2 - 126*m1 *m2 *n1 *n2
3 8 16 4 3 8 14 6 3 8 12 8
+ 9*m1 *m2 *n1 *n2 - 210*m1 *m2 *n1 *n2 - 600*m1 *m2 *n1 *n2
3 8 10 10 3 8 8 12 3 8 6 14
- 450*m1 *m2 *n1 *n2 + 15*m1 *m2 *n1 *n2 + 84*m1 *m2 *n1 *n2
2 9 17 3 2 9 15 5 2 9 13 7
- m1 *m2 *n1 *n2 + 70*m1 *m2 *n1 *n2 + 180*m1 *m2 *n1 *n2
2 9 11 9 2 9 9 11 2 9 7 13
+ 110*m1 *m2 *n1 *n2 - 35*m1 *m2 *n1 *n2 - 36*m1 *m2 *n1 *n2
10 16 4 10 14 6 10 12 8
- 13*m1*m2 *n1 *n2 - 30*m1*m2 *n1 *n2 - 12*m1*m2 *n1 *n2
10 10 10 10 8 12 11 17 3
+ 14*m1*m2 *n1 *n2 + 9*m1*m2 *n1 *n2 + m2 *n1 *n2
11 15 5 11 11 9 11 9 11 2
+ 2*m2 *n1 *n2 - 2*m2 *n1 *n2 - m2 *n1 *n2 ) + u3*v1 *v3*(
3 14 5 9 3 14 3 11 3 13 6 8
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 72*a33 *m1 *m2*n1 *n2
3 13 4 10 3 13 2 12
- 128*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
3 12 2 7 7 3 12 2 5 9
- 288*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
3 12 2 3 11 3 12 2 13
- 344*a33 *m1 *m2 *n1 *n2 + 24*a33 *m1 *m2 *n1*n2
3 11 3 8 6 3 11 3 6 8
+ 672*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
3 11 3 4 10 3 11 3 2 12
+ 2040*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
3 11 3 14 3 10 4 9 5
+ 8*a33 *m1 *m2 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 10 4 7 7 3 10 4 5 9
+ 6000*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
3 10 4 3 11 3 10 4 13
+ 2040*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1*n2
3 9 5 10 4 3 9 5 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
3 9 5 6 8 3 9 5 4 10
+ 14640*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
3 9 5 2 12 3 9 5 14
+ 800*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
3 8 6 11 3 3 8 6 9 5
- 672*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
3 8 6 7 7 3 8 6 5 9
- 21168*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
3 8 6 3 11 3 8 6 13
- 2760*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1*n2
3 7 7 12 2 3 7 7 10 4
+ 288*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
3 7 7 8 6 3 7 7 6 8
+ 21168*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
3 7 7 4 10 3 7 7 2 12
+ 6000*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
3 6 8 13 3 6 8 11 3
- 72*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
3 6 8 9 5 3 6 8 7 7
- 14640*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
3 6 8 5 9 3 6 8 3 11
- 8736*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
3 5 9 14 3 5 9 12 2
+ 8*a33 *m1 *m2 *n1 - 800*a33 *m1 *m2 *n1 *n2
3 5 9 10 4 3 5 9 8 6
+ 6840*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
3 5 9 6 8 3 5 9 4 10
+ 8736*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 4 10 13 3 4 10 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
3 4 10 9 5 3 4 10 7 7
+ 6840*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
3 4 10 5 9 3 3 11 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
3 3 11 12 2 3 3 11 10 4
+ 344*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
3 3 11 8 6 3 3 11 6 8
+ 2760*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
3 2 12 13 3 2 12 11 3
- 24*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
3 2 12 9 5 3 2 12 7 7
- 800*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
3 13 12 2 3 13 10 4
- 24*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
3 13 8 6 3 14 11 3 3 14 9 5
- 72*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
2 3 14 5 9 3 14 3 11
u3*v2 *v3*( - 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2
3 13 6 8 3 13 4 10
+ 72*a33 *m1 *m2*n1 *n2 - 128*a33 *m1 *m2*n1 *n2
3 13 2 12 3 12 2 7 7
+ 24*a33 *m1 *m2*n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
3 12 2 5 9 3 12 2 3 11
+ 800*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
3 12 2 13 3 11 3 8 6
+ 24*a33 *m1 *m2 *n1*n2 + 672*a33 *m1 *m2 *n1 *n2
3 11 3 6 8 3 11 3 4 10
- 2760*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
3 11 3 2 12 3 11 3 14
- 344*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n2
3 10 4 9 5 3 10 4 7 7
- 1008*a33 *m1 *m2 *n1 *n2 + 6000*a33 *m1 *m2 *n1 *n2
3 10 4 5 9 3 10 4 3 11
- 6840*a33 *m1 *m2 *n1 *n2 + 2040*a33 *m1 *m2 *n1 *n2
3 10 4 13 3 9 5 10 4
- 128*a33 *m1 *m2 *n1*n2 + 1008*a33 *m1 *m2 *n1 *n2
3 9 5 8 6 3 9 5 6 8
- 8736*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
3 9 5 4 10 3 9 5 2 12
- 6840*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
3 9 5 14 3 8 6 11 3
- 8*a33 *m1 *m2 *n2 - 672*a33 *m1 *m2 *n1 *n2
3 8 6 9 5 3 8 6 7 7
+ 8736*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
3 8 6 5 9 3 8 6 3 11
+ 14640*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
3 8 6 13 3 7 7 12 2
+ 72*a33 *m1 *m2 *n1*n2 + 288*a33 *m1 *m2 *n1 *n2
3 7 7 10 4 3 7 7 8 6
- 6000*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
3 7 7 6 8 3 7 7 4 10
- 21168*a33 *m1 *m2 *n1 *n2 + 6000*a33 *m1 *m2 *n1 *n2
3 7 7 2 12 3 6 8 13
- 288*a33 *m1 *m2 *n1 *n2 - 72*a33 *m1 *m2 *n1 *n2
3 6 8 11 3 3 6 8 9 5
+ 2760*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
3 6 8 7 7 3 6 8 5 9
+ 21168*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
3 6 8 3 11 3 5 9 14
+ 672*a33 *m1 *m2 *n1 *n2 + 8*a33 *m1 *m2 *n1
3 5 9 12 2 3 5 9 10 4
- 800*a33 *m1 *m2 *n1 *n2 + 6840*a33 *m1 *m2 *n1 *n2
3 5 9 8 6 3 5 9 6 8
- 14640*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
3 5 9 4 10 3 4 10 13
- 1008*a33 *m1 *m2 *n1 *n2 + 128*a33 *m1 *m2 *n1 *n2
3 4 10 11 3 3 4 10 9 5
- 2040*a33 *m1 *m2 *n1 *n2 + 6840*a33 *m1 *m2 *n1 *n2
3 4 10 7 7 3 4 10 5 9
- 6000*a33 *m1 *m2 *n1 *n2 + 1008*a33 *m1 *m2 *n1 *n2
3 3 11 14 3 3 11 12 2
- 8*a33 *m1 *m2 *n1 + 344*a33 *m1 *m2 *n1 *n2
3 3 11 10 4 3 3 11 8 6
- 2040*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
3 3 11 6 8 3 2 12 13
- 672*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
3 2 12 11 3 3 2 12 9 5
+ 344*a33 *m1 *m2 *n1 *n2 - 800*a33 *m1 *m2 *n1 *n2
3 2 12 7 7 3 13 12 2
+ 288*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1*m2 *n1 *n2
3 13 10 4 3 13 8 6
+ 128*a33 *m1*m2 *n1 *n2 - 72*a33 *m1*m2 *n1 *n2
3 14 11 3 3 14 9 5 3
- 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) + u3*v3 *(
3 14 5 9 3 14 3 11 3 13 6 8
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 72*a33 *m1 *m2*n1 *n2
3 13 4 10 3 13 2 12
- 128*a33 *m1 *m2*n1 *n2 + 24*a33 *m1 *m2*n1 *n2
3 12 2 7 7 3 12 2 5 9
- 288*a33 *m1 *m2 *n1 *n2 + 800*a33 *m1 *m2 *n1 *n2
3 12 2 3 11 3 12 2 13
- 344*a33 *m1 *m2 *n1 *n2 + 24*a33 *m1 *m2 *n1*n2
3 11 3 8 6 3 11 3 6 8
+ 672*a33 *m1 *m2 *n1 *n2 - 2760*a33 *m1 *m2 *n1 *n2
3 11 3 4 10 3 11 3 2 12
+ 2040*a33 *m1 *m2 *n1 *n2 - 344*a33 *m1 *m2 *n1 *n2
3 11 3 14 3 10 4 9 5
+ 8*a33 *m1 *m2 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 10 4 7 7 3 10 4 5 9
+ 6000*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
3 10 4 3 11 3 10 4 13
+ 2040*a33 *m1 *m2 *n1 *n2 - 128*a33 *m1 *m2 *n1*n2
3 9 5 10 4 3 9 5 8 6
+ 1008*a33 *m1 *m2 *n1 *n2 - 8736*a33 *m1 *m2 *n1 *n2
3 9 5 6 8 3 9 5 4 10
+ 14640*a33 *m1 *m2 *n1 *n2 - 6840*a33 *m1 *m2 *n1 *n2
3 9 5 2 12 3 9 5 14
+ 800*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n2
3 8 6 11 3 3 8 6 9 5
- 672*a33 *m1 *m2 *n1 *n2 + 8736*a33 *m1 *m2 *n1 *n2
3 8 6 7 7 3 8 6 5 9
- 21168*a33 *m1 *m2 *n1 *n2 + 14640*a33 *m1 *m2 *n1 *n2
3 8 6 3 11 3 8 6 13
- 2760*a33 *m1 *m2 *n1 *n2 + 72*a33 *m1 *m2 *n1*n2
3 7 7 12 2 3 7 7 10 4
+ 288*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
3 7 7 8 6 3 7 7 6 8
+ 21168*a33 *m1 *m2 *n1 *n2 - 21168*a33 *m1 *m2 *n1 *n2
3 7 7 4 10 3 7 7 2 12
+ 6000*a33 *m1 *m2 *n1 *n2 - 288*a33 *m1 *m2 *n1 *n2
3 6 8 13 3 6 8 11 3
- 72*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
3 6 8 9 5 3 6 8 7 7
- 14640*a33 *m1 *m2 *n1 *n2 + 21168*a33 *m1 *m2 *n1 *n2
3 6 8 5 9 3 6 8 3 11
- 8736*a33 *m1 *m2 *n1 *n2 + 672*a33 *m1 *m2 *n1 *n2
3 5 9 14 3 5 9 12 2
+ 8*a33 *m1 *m2 *n1 - 800*a33 *m1 *m2 *n1 *n2
3 5 9 10 4 3 5 9 8 6
+ 6840*a33 *m1 *m2 *n1 *n2 - 14640*a33 *m1 *m2 *n1 *n2
3 5 9 6 8 3 5 9 4 10
+ 8736*a33 *m1 *m2 *n1 *n2 - 1008*a33 *m1 *m2 *n1 *n2
3 4 10 13 3 4 10 11 3
+ 128*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
3 4 10 9 5 3 4 10 7 7
+ 6840*a33 *m1 *m2 *n1 *n2 - 6000*a33 *m1 *m2 *n1 *n2
3 4 10 5 9 3 3 11 14
+ 1008*a33 *m1 *m2 *n1 *n2 - 8*a33 *m1 *m2 *n1
3 3 11 12 2 3 3 11 10 4
+ 344*a33 *m1 *m2 *n1 *n2 - 2040*a33 *m1 *m2 *n1 *n2
3 3 11 8 6 3 3 11 6 8
+ 2760*a33 *m1 *m2 *n1 *n2 - 672*a33 *m1 *m2 *n1 *n2
3 2 12 13 3 2 12 11 3
- 24*a33 *m1 *m2 *n1 *n2 + 344*a33 *m1 *m2 *n1 *n2
3 2 12 9 5 3 2 12 7 7
- 800*a33 *m1 *m2 *n1 *n2 + 288*a33 *m1 *m2 *n1 *n2
3 13 12 2 3 13 10 4
- 24*a33 *m1*m2 *n1 *n2 + 128*a33 *m1*m2 *n1 *n2
3 13 8 6 3 14 11 3 3 14 9 5
- 72*a33 *m1*m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) +
12 7 11 12 5 13 12 3 15
u3*v3*(2*a33*m1 *n1 *n2 + 2*a33*m1 *n1 *n2 - 2*a33*m1 *n1 *n2
12 17 11 8 10
- 2*a33*m1 *n1*n2 - 20*a33*m1 *m2*n1 *n2
11 6 12 11 4 14
- 12*a33*m1 *m2*n1 *n2 + 36*a33*m1 *m2*n1 *n2
11 2 16 10 2 9 9
+ 28*a33*m1 *m2*n1 *n2 + 90*a33*m1 *m2 *n1 *n2
10 2 7 11 10 2 5 13
+ 8*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
10 2 3 15 10 2 17
- 168*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1*n2
9 3 10 8 9 3 8 10
- 240*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
9 3 6 12 9 3 4 14
+ 980*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
9 3 2 16 8 4 11 7
- 20*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
8 4 9 9 8 4 7 11
- 630*a33*m1 *m2 *n1 *n2 - 2430*a33*m1 *m2 *n1 *n2
8 4 5 13 8 4 3 15
- 1290*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
7 5 12 6 7 5 10 8
- 504*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
7 5 8 10 7 5 6 12
+ 4104*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
7 5 4 14 6 6 13 5
- 240*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
6 6 11 7 6 6 9 9
- 2016*a33*m1 *m2 *n1 *n2 - 4872*a33*m1 *m2 *n1 *n2
6 6 7 11 6 6 5 13
- 2016*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
5 7 14 4 5 7 12 6
- 240*a33*m1 *m2 *n1 *n2 + 1944*a33*m1 *m2 *n1 *n2
5 7 10 8 5 7 8 10
+ 4104*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
5 7 6 12 4 8 15 3
- 504*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
4 8 13 5 4 8 11 7
- 1290*a33*m1 *m2 *n1 *n2 - 2430*a33*m1 *m2 *n1 *n2
4 8 9 9 4 8 7 11
- 630*a33*m1 *m2 *n1 *n2 + 420*a33*m1 *m2 *n1 *n2
3 9 16 2 3 9 14 4
- 20*a33*m1 *m2 *n1 *n2 + 580*a33*m1 *m2 *n1 *n2
3 9 12 6 3 9 10 8
+ 980*a33*m1 *m2 *n1 *n2 + 140*a33*m1 *m2 *n1 *n2
3 9 8 10 2 10 17
- 240*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1 *n2
2 10 15 3 2 10 13 5
- 168*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
2 10 11 7 2 10 9 9
+ 8*a33*m1 *m2 *n1 *n2 + 90*a33*m1 *m2 *n1 *n2
11 16 2 11 14 4
+ 28*a33*m1*m2 *n1 *n2 + 36*a33*m1*m2 *n1 *n2
11 12 6 11 10 8
- 12*a33*m1*m2 *n1 *n2 - 20*a33*m1*m2 *n1 *n2
12 17 12 15 3 12 13 5
- 2*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 + 2*a33*m2 *n1 *n2
12 11 7 3 2 14 6 9
+ 2*a33*m2 *n1 *n2 ) + v1 *( - 4*a33 *m1 *n1 *n2
2 14 4 11 2 14 2 13 2 13 7 8
+ 8*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 36*a33 *m1 *m2*n1 *n2
2 13 5 10 2 13 3 12
- 104*a33 *m1 *m2*n1 *n2 + 76*a33 *m1 *m2*n1 *n2
2 13 14 2 12 2 8 7
- 8*a33 *m1 *m2*n1*n2 - 144*a33 *m1 *m2 *n1 *n2
2 12 2 6 9 2 12 2 4 11
+ 580*a33 *m1 *m2 *n1 *n2 - 596*a33 *m1 *m2 *n1 *n2
2 12 2 2 13 2 12 2 15
+ 132*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 11 3 9 6 2 11 3 7 8
+ 336*a33 *m1 *m2 *n1 *n2 - 1860*a33 *m1 *m2 *n1 *n2
2 11 3 5 10 2 11 3 3 12
+ 2620*a33 *m1 *m2 *n1 *n2 - 940*a33 *m1 *m2 *n1 *n2
2 11 3 14 2 10 4 10 5
+ 68*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 10 4 8 7 2 10 4 6 9
+ 3840*a33 *m1 *m2 *n1 *n2 - 7320*a33 *m1 *m2 *n1 *n2
2 10 4 4 11 2 10 4 2 13
+ 3860*a33 *m1 *m2 *n1 *n2 - 488*a33 *m1 *m2 *n1 *n2
2 10 4 15 2 9 5 11 4
+ 4*a33 *m1 *m2 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 9 5 9 6 2 9 5 7 8
- 5376*a33 *m1 *m2 *n1 *n2 + 13848*a33 *m1 *m2 *n1 *n2
2 9 5 5 10 2 9 5 3 12
- 10260*a33 *m1 *m2 *n1 *n2 + 2000*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 12 3
- 44*a33 *m1 *m2 *n1*n2 - 336*a33 *m1 *m2 *n1 *n2
2 8 6 10 5 2 8 6 8 7
+ 5208*a33 *m1 *m2 *n1 *n2 - 18312*a33 *m1 *m2 *n1 *n2
2 8 6 6 9 2 8 6 4 11
+ 18696*a33 *m1 *m2 *n1 *n2 - 5280*a33 *m1 *m2 *n1 *n2
2 8 6 2 13 2 7 7 13 2
+ 216*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 7 7 11 4 2 7 7 9 6
- 3480*a33 *m1 *m2 *n1 *n2 + 17112*a33 *m1 *m2 *n1 *n2
2 7 7 7 8 2 7 7 5 10
- 24024*a33 *m1 *m2 *n1 *n2 + 9528*a33 *m1 *m2 *n1 *n2
2 7 7 3 12 2 6 8 14
- 624*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 6 8 12 3 2 6 8 10 5
+ 1560*a33 *m1 *m2 *n1 *n2 - 11220*a33 *m1 *m2 *n1 *n2
2 6 8 8 7 2 6 8 6 9
+ 21960*a33 *m1 *m2 *n1 *n2 - 12096*a33 *m1 *m2 *n1 *n2
2 6 8 4 11 2 5 9 15
+ 1176*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 5 9 13 2 2 5 9 11 4
- 440*a33 *m1 *m2 *n1 *n2 + 5020*a33 *m1 *m2 *n1 *n2
2 5 9 9 6 2 5 9 7 8
- 14160*a33 *m1 *m2 *n1 *n2 + 10896*a33 *m1 *m2 *n1 *n2
2 5 9 5 10 2 4 10 14
- 1512*a33 *m1 *m2 *n1 *n2 + 68*a33 *m1 *m2 *n1 *n2
2 4 10 12 3 2 4 10 10 5
- 1444*a33 *m1 *m2 *n1 *n2 + 6260*a33 *m1 *m2 *n1 *n2
2 4 10 8 7 2 4 10 6 9
- 6900*a33 *m1 *m2 *n1 *n2 + 1344*a33 *m1 *m2 *n1 *n2
2 3 11 15 2 3 11 13 2
- 4*a33 *m1 *m2 *n1 + 236*a33 *m1 *m2 *n1 *n2
2 3 11 11 4 2 3 11 9 6
- 1788*a33 *m1 *m2 *n1 *n2 + 2980*a33 *m1 *m2 *n1 *n2
2 3 11 7 8 2 2 12 14
- 816*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
2 2 12 12 3 2 2 12 10 5
+ 292*a33 *m1 *m2 *n1 *n2 - 824*a33 *m1 *m2 *n1 *n2
2 2 12 8 7 2 13 13 2
+ 324*a33 *m1 *m2 *n1 *n2 - 20*a33 *m1*m2 *n1 *n2
2 13 11 4 2 13 9 6
+ 128*a33 *m1*m2 *n1 *n2 - 76*a33 *m1*m2 *n1 *n2
2 14 12 3 2 14 10 5 2
- 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) + v1 *v2*(
2 14 5 10 2 14 3 12 2 13 6 9
- 8*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 76*a33 *m1 *m2*n1 *n2
2 13 4 11 2 13 2 13
- 128*a33 *m1 *m2*n1 *n2 + 20*a33 *m1 *m2*n1 *n2
2 12 2 7 8 2 12 2 5 10
- 324*a33 *m1 *m2 *n1 *n2 + 824*a33 *m1 *m2 *n1 *n2
2 12 2 3 12 2 12 2 14
- 292*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1*n2
2 11 3 8 7 2 11 3 6 9
+ 816*a33 *m1 *m2 *n1 *n2 - 2980*a33 *m1 *m2 *n1 *n2
2 11 3 4 11 2 11 3 2 13
+ 1788*a33 *m1 *m2 *n1 *n2 - 236*a33 *m1 *m2 *n1 *n2
2 11 3 15 2 10 4 9 6
+ 4*a33 *m1 *m2 *n2 - 1344*a33 *m1 *m2 *n1 *n2
2 10 4 7 8 2 10 4 5 10
+ 6900*a33 *m1 *m2 *n1 *n2 - 6260*a33 *m1 *m2 *n1 *n2
2 10 4 3 12 2 10 4 14
+ 1444*a33 *m1 *m2 *n1 *n2 - 68*a33 *m1 *m2 *n1*n2
2 9 5 10 5 2 9 5 8 7
+ 1512*a33 *m1 *m2 *n1 *n2 - 10896*a33 *m1 *m2 *n1 *n2
2 9 5 6 9 2 9 5 4 11
+ 14160*a33 *m1 *m2 *n1 *n2 - 5020*a33 *m1 *m2 *n1 *n2
2 9 5 2 13 2 9 5 15
+ 440*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 8 6 11 4 2 8 6 9 6
- 1176*a33 *m1 *m2 *n1 *n2 + 12096*a33 *m1 *m2 *n1 *n2
2 8 6 7 8 2 8 6 5 10
- 21960*a33 *m1 *m2 *n1 *n2 + 11220*a33 *m1 *m2 *n1 *n2
2 8 6 3 12 2 8 6 14
- 1560*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
2 7 7 12 3 2 7 7 10 5
+ 624*a33 *m1 *m2 *n1 *n2 - 9528*a33 *m1 *m2 *n1 *n2
2 7 7 8 7 2 7 7 6 9
+ 24024*a33 *m1 *m2 *n1 *n2 - 17112*a33 *m1 *m2 *n1 *n2
2 7 7 4 11 2 7 7 2 13
+ 3480*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 6 8 13 2 2 6 8 11 4
- 216*a33 *m1 *m2 *n1 *n2 + 5280*a33 *m1 *m2 *n1 *n2
2 6 8 9 6 2 6 8 7 8
- 18696*a33 *m1 *m2 *n1 *n2 + 18312*a33 *m1 *m2 *n1 *n2
2 6 8 5 10 2 6 8 3 12
- 5208*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 5 9 14 2 5 9 12 3
+ 44*a33 *m1 *m2 *n1 *n2 - 2000*a33 *m1 *m2 *n1 *n2
2 5 9 10 5 2 5 9 8 7
+ 10260*a33 *m1 *m2 *n1 *n2 - 13848*a33 *m1 *m2 *n1 *n2
2 5 9 6 9 2 5 9 4 11
+ 5376*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 4 10 15 2 4 10 13 2
- 4*a33 *m1 *m2 *n1 + 488*a33 *m1 *m2 *n1 *n2
2 4 10 11 4 2 4 10 9 6
- 3860*a33 *m1 *m2 *n1 *n2 + 7320*a33 *m1 *m2 *n1 *n2
2 4 10 7 8 2 4 10 5 10
- 3840*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 3 11 14 2 3 11 12 3
- 68*a33 *m1 *m2 *n1 *n2 + 940*a33 *m1 *m2 *n1 *n2
2 3 11 10 5 2 3 11 8 7
- 2620*a33 *m1 *m2 *n1 *n2 + 1860*a33 *m1 *m2 *n1 *n2
2 3 11 6 9 2 2 12 15
- 336*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 2 12 13 2 2 2 12 11 4
- 132*a33 *m1 *m2 *n1 *n2 + 596*a33 *m1 *m2 *n1 *n2
2 2 12 9 6 2 2 12 7 8
- 580*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 13 14 2 13 12 3
+ 8*a33 *m1*m2 *n1 *n2 - 76*a33 *m1*m2 *n1 *n2
2 13 10 5 2 13 8 7
+ 104*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2
2 14 13 2 2 14 11 4 2 14 9 6
+ 4*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) +
2 2 3 15 4 9 3 15 2 11 3 14 5 8
v1 *v3 *(4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 - 36*a33 *m1 *m2*n1 *n2
3 14 3 10 3 14 12
+ 60*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n1*n2
3 13 2 6 7 3 13 2 4 9
+ 144*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
3 13 2 2 11 3 13 2 13
+ 108*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
3 12 3 7 6 3 12 3 5 8
- 336*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
3 12 3 3 10 3 12 3 12
- 596*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
3 11 4 8 5 3 11 4 6 7
+ 504*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
3 11 4 4 9 3 11 4 2 11
+ 1820*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
3 10 5 9 4 3 10 5 7 6
- 504*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
3 10 5 5 8 3 10 5 3 10
- 3420*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
3 10 5 12 3 9 6 10 3
+ 24*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
3 9 6 8 5 3 9 6 6 7
- 3360*a33 *m1 *m2 *n1 *n2 + 4056*a33 *m1 *m2 *n1 *n2
3 9 6 4 9 3 9 6 2 11
- 480*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
3 9 6 13 3 8 7 11 2
+ 4*a33 *m1 *m2 *n2 - 144*a33 *m1 *m2 *n1 *n2
3 8 7 9 4 3 8 7 7 6
+ 2160*a33 *m1 *m2 *n1 *n2 - 2856*a33 *m1 *m2 *n1 *n2
3 8 7 5 8 3 8 7 3 10
- 792*a33 *m1 *m2 *n1 *n2 + 900*a33 *m1 *m2 *n1 *n2
3 8 7 12 3 7 8 12
- 36*a33 *m1 *m2 *n1*n2 + 36*a33 *m1 *m2 *n1 *n2
3 7 8 10 3 3 7 8 8 5
- 900*a33 *m1 *m2 *n1 *n2 + 792*a33 *m1 *m2 *n1 *n2
3 7 8 6 7 3 7 8 4 9
+ 2856*a33 *m1 *m2 *n1 *n2 - 2160*a33 *m1 *m2 *n1 *n2
3 7 8 2 11 3 6 9 13
+ 144*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
3 6 9 11 2 3 6 9 9 4
+ 220*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 6 9 7 6 3 6 9 5 8
- 4056*a33 *m1 *m2 *n1 *n2 + 3360*a33 *m1 *m2 *n1 *n2
3 6 9 3 10 3 5 10 12
- 336*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
3 5 10 10 3 3 5 10 8 5
- 580*a33 *m1 *m2 *n1 *n2 + 3420*a33 *m1 *m2 *n1 *n2
3 5 10 6 7 3 5 10 4 9
- 3528*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 4 11 11 2 3 4 11 9 4
+ 252*a33 *m1 *m2 *n1 *n2 - 1820*a33 *m1 *m2 *n1 *n2
3 4 11 7 6 3 4 11 5 8
+ 2520*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 3 12 12 3 3 12 10 3
- 52*a33 *m1 *m2 *n1 *n2 + 596*a33 *m1 *m2 *n1 *n2
3 3 12 8 5 3 3 12 6 7
- 1200*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
3 2 13 13 3 2 13 11 2
+ 4*a33 *m1 *m2 *n1 - 108*a33 *m1 *m2 *n1 *n2
3 2 13 9 4 3 2 13 7 6
+ 360*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
3 14 12 3 14 10 3
+ 8*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
3 14 8 5 3 15 11 2
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 *n2
3 15 9 4 2 2 14 6 9
- 4*a33 *m2 *n1 *n2 ) + v1*v2 *( - 4*a33 *m1 *n1 *n2
2 14 4 11 2 14 2 13 2 13 7 8
+ 8*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 + 36*a33 *m1 *m2*n1 *n2
2 13 5 10 2 13 3 12
- 104*a33 *m1 *m2*n1 *n2 + 76*a33 *m1 *m2*n1 *n2
2 13 14 2 12 2 8 7
- 8*a33 *m1 *m2*n1*n2 - 144*a33 *m1 *m2 *n1 *n2
2 12 2 6 9 2 12 2 4 11
+ 580*a33 *m1 *m2 *n1 *n2 - 596*a33 *m1 *m2 *n1 *n2
2 12 2 2 13 2 12 2 15
+ 132*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 11 3 9 6 2 11 3 7 8
+ 336*a33 *m1 *m2 *n1 *n2 - 1860*a33 *m1 *m2 *n1 *n2
2 11 3 5 10 2 11 3 3 12
+ 2620*a33 *m1 *m2 *n1 *n2 - 940*a33 *m1 *m2 *n1 *n2
2 11 3 14 2 10 4 10 5
+ 68*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 10 4 8 7 2 10 4 6 9
+ 3840*a33 *m1 *m2 *n1 *n2 - 7320*a33 *m1 *m2 *n1 *n2
2 10 4 4 11 2 10 4 2 13
+ 3860*a33 *m1 *m2 *n1 *n2 - 488*a33 *m1 *m2 *n1 *n2
2 10 4 15 2 9 5 11 4
+ 4*a33 *m1 *m2 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 9 5 9 6 2 9 5 7 8
- 5376*a33 *m1 *m2 *n1 *n2 + 13848*a33 *m1 *m2 *n1 *n2
2 9 5 5 10 2 9 5 3 12
- 10260*a33 *m1 *m2 *n1 *n2 + 2000*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 12 3
- 44*a33 *m1 *m2 *n1*n2 - 336*a33 *m1 *m2 *n1 *n2
2 8 6 10 5 2 8 6 8 7
+ 5208*a33 *m1 *m2 *n1 *n2 - 18312*a33 *m1 *m2 *n1 *n2
2 8 6 6 9 2 8 6 4 11
+ 18696*a33 *m1 *m2 *n1 *n2 - 5280*a33 *m1 *m2 *n1 *n2
2 8 6 2 13 2 7 7 13 2
+ 216*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 7 7 11 4 2 7 7 9 6
- 3480*a33 *m1 *m2 *n1 *n2 + 17112*a33 *m1 *m2 *n1 *n2
2 7 7 7 8 2 7 7 5 10
- 24024*a33 *m1 *m2 *n1 *n2 + 9528*a33 *m1 *m2 *n1 *n2
2 7 7 3 12 2 6 8 14
- 624*a33 *m1 *m2 *n1 *n2 - 36*a33 *m1 *m2 *n1 *n2
2 6 8 12 3 2 6 8 10 5
+ 1560*a33 *m1 *m2 *n1 *n2 - 11220*a33 *m1 *m2 *n1 *n2
2 6 8 8 7 2 6 8 6 9
+ 21960*a33 *m1 *m2 *n1 *n2 - 12096*a33 *m1 *m2 *n1 *n2
2 6 8 4 11 2 5 9 15
+ 1176*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 5 9 13 2 2 5 9 11 4
- 440*a33 *m1 *m2 *n1 *n2 + 5020*a33 *m1 *m2 *n1 *n2
2 5 9 9 6 2 5 9 7 8
- 14160*a33 *m1 *m2 *n1 *n2 + 10896*a33 *m1 *m2 *n1 *n2
2 5 9 5 10 2 4 10 14
- 1512*a33 *m1 *m2 *n1 *n2 + 68*a33 *m1 *m2 *n1 *n2
2 4 10 12 3 2 4 10 10 5
- 1444*a33 *m1 *m2 *n1 *n2 + 6260*a33 *m1 *m2 *n1 *n2
2 4 10 8 7 2 4 10 6 9
- 6900*a33 *m1 *m2 *n1 *n2 + 1344*a33 *m1 *m2 *n1 *n2
2 3 11 15 2 3 11 13 2
- 4*a33 *m1 *m2 *n1 + 236*a33 *m1 *m2 *n1 *n2
2 3 11 11 4 2 3 11 9 6
- 1788*a33 *m1 *m2 *n1 *n2 + 2980*a33 *m1 *m2 *n1 *n2
2 3 11 7 8 2 2 12 14
- 816*a33 *m1 *m2 *n1 *n2 - 16*a33 *m1 *m2 *n1 *n2
2 2 12 12 3 2 2 12 10 5
+ 292*a33 *m1 *m2 *n1 *n2 - 824*a33 *m1 *m2 *n1 *n2
2 2 12 8 7 2 13 13 2
+ 324*a33 *m1 *m2 *n1 *n2 - 20*a33 *m1*m2 *n1 *n2
2 13 11 4 2 13 9 6
+ 128*a33 *m1*m2 *n1 *n2 - 76*a33 *m1*m2 *n1 *n2
2 14 12 3 2 14 10 5
- 8*a33 *m2 *n1 *n2 + 8*a33 *m2 *n1 *n2 ) + v1*v2*(
13 7 10 13 5 12 13 3 14
4*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2 - 4*a33*m1 *n1 *n2
13 16 12 8 9 12 6 11
+ 4*a33*m1 *n1*n2 - 38*a33*m1 *m2*n1 *n2 + 64*a33*m1 *m2*n1 *n2
12 4 13 12 2 15 12 17
+ 36*a33*m1 *m2*n1 *n2 - 64*a33*m1 *m2*n1 *n2 + 2*a33*m1 *m2*n2
11 2 9 8 11 2 7 10
+ 162*a33*m1 *m2 *n1 *n2 - 412*a33*m1 *m2 *n1 *n2
11 2 5 12 11 2 3 14
- 96*a33*m1 *m2 *n1 *n2 + 444*a33*m1 *m2 *n1 *n2
11 2 16 10 3 10 7
- 34*a33*m1 *m2 *n1*n2 - 408*a33*m1 *m2 *n1 *n2
10 3 8 9 10 3 6 11
+ 1490*a33*m1 *m2 *n1 *n2 - 124*a33*m1 *m2 *n1 *n2
10 3 4 13 10 3 2 15
- 1776*a33*m1 *m2 *n1 *n2 + 244*a33*m1 *m2 *n1 *n2
10 3 17 9 4 11 6
- 2*a33*m1 *m2 *n2 + 672*a33*m1 *m2 *n1 *n2
9 4 9 8 9 4 7 10
- 3450*a33*m1 *m2 *n1 *n2 + 1480*a33*m1 *m2 *n1 *n2
9 4 5 12 9 4 3 14
+ 4580*a33*m1 *m2 *n1 *n2 - 1000*a33*m1 *m2 *n1 *n2
9 4 16 8 5 12 5
+ 22*a33*m1 *m2 *n1*n2 - 756*a33*m1 *m2 *n1 *n2
8 5 10 7 8 5 8 9
+ 5448*a33*m1 *m2 *n1 *n2 - 4572*a33*m1 *m2 *n1 *n2
8 5 6 11 8 5 4 13
- 8028*a33*m1 *m2 *n1 *n2 + 2640*a33*m1 *m2 *n1 *n2
8 5 2 15 7 6 13 4
- 108*a33*m1 *m2 *n1 *n2 + 588*a33*m1 *m2 *n1 *n2
7 6 11 6 7 6 9 8
- 6048*a33*m1 *m2 *n1 *n2 + 8208*a33*m1 *m2 *n1 *n2
7 6 7 10 7 6 5 12
+ 9768*a33*m1 *m2 *n1 *n2 - 4764*a33*m1 *m2 *n1 *n2
7 6 3 14 6 7 14 3
+ 312*a33*m1 *m2 *n1 *n2 - 312*a33*m1 *m2 *n1 *n2
6 7 12 5 6 7 10 7
+ 4764*a33*m1 *m2 *n1 *n2 - 9768*a33*m1 *m2 *n1 *n2
6 7 8 9 6 7 6 11
- 8208*a33*m1 *m2 *n1 *n2 + 6048*a33*m1 *m2 *n1 *n2
6 7 4 13 5 8 15 2
- 588*a33*m1 *m2 *n1 *n2 + 108*a33*m1 *m2 *n1 *n2
5 8 13 4 5 8 11 6
- 2640*a33*m1 *m2 *n1 *n2 + 8028*a33*m1 *m2 *n1 *n2
5 8 9 8 5 8 7 10
+ 4572*a33*m1 *m2 *n1 *n2 - 5448*a33*m1 *m2 *n1 *n2
5 8 5 12 4 9 16
+ 756*a33*m1 *m2 *n1 *n2 - 22*a33*m1 *m2 *n1 *n2
4 9 14 3 4 9 12 5
+ 1000*a33*m1 *m2 *n1 *n2 - 4580*a33*m1 *m2 *n1 *n2
4 9 10 7 4 9 8 9
- 1480*a33*m1 *m2 *n1 *n2 + 3450*a33*m1 *m2 *n1 *n2
4 9 6 11 3 10 17
- 672*a33*m1 *m2 *n1 *n2 + 2*a33*m1 *m2 *n1
3 10 15 2 3 10 13 4
- 244*a33*m1 *m2 *n1 *n2 + 1776*a33*m1 *m2 *n1 *n2
3 10 11 6 3 10 9 8
+ 124*a33*m1 *m2 *n1 *n2 - 1490*a33*m1 *m2 *n1 *n2
3 10 7 10 2 11 16
+ 408*a33*m1 *m2 *n1 *n2 + 34*a33*m1 *m2 *n1 *n2
2 11 14 3 2 11 12 5
- 444*a33*m1 *m2 *n1 *n2 + 96*a33*m1 *m2 *n1 *n2
2 11 10 7 2 11 8 9
+ 412*a33*m1 *m2 *n1 *n2 - 162*a33*m1 *m2 *n1 *n2
12 17 12 15 2 12 13 4
- 2*a33*m1*m2 *n1 + 64*a33*m1*m2 *n1 *n2 - 36*a33*m1*m2 *n1 *n2
12 11 6 12 9 8 13 16
- 64*a33*m1*m2 *n1 *n2 + 38*a33*m1*m2 *n1 *n2 - 4*a33*m2 *n1 *n2
13 14 3 13 12 5 13 10 7
+ 4*a33*m2 *n1 *n2 + 4*a33*m2 *n1 *n2 - 4*a33*m2 *n1 *n2 ) + v1
2 2 14 6 9 2 14 4 11 2 14 2 13
*v3 *( - 6*a33 *m1 *n1 *n2 + 10*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1 *n2
2 14 15 2 13 7 8
- 2*a33 *m1 *n2 + 54*a33 *m1 *m2*n1 *n2
2 13 5 10 2 13 3 12
- 134*a33 *m1 *m2*n1 *n2 + 58*a33 *m1 *m2*n1 *n2
2 13 14 2 12 2 8 7
+ 22*a33 *m1 *m2*n1*n2 - 216*a33 *m1 *m2 *n1 *n2
2 12 2 6 9 2 12 2 4 11
+ 760*a33 *m1 *m2 *n1 *n2 - 540*a33 *m1 *m2 *n1 *n2
2 12 2 2 13 2 12 2 15
- 64*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 11 3 9 6 2 11 3 7 8
+ 504*a33 *m1 *m2 *n1 *n2 - 2460*a33 *m1 *m2 *n1 *n2
2 11 3 5 10 2 11 3 3 12
+ 2588*a33 *m1 *m2 *n1 *n2 - 196*a33 *m1 *m2 *n1 *n2
2 11 3 14 2 10 4 10 5
+ 76*a33 *m1 *m2 *n1*n2 - 756*a33 *m1 *m2 *n1 *n2
2 10 4 8 7 2 10 4 6 9
+ 5100*a33 *m1 *m2 *n1 *n2 - 7570*a33 *m1 *m2 *n1 *n2
2 10 4 4 11 2 10 4 2 13
+ 2006*a33 *m1 *m2 *n1 *n2 - 578*a33 *m1 *m2 *n1 *n2
2 10 4 15 2 9 5 11 4
+ 6*a33 *m1 *m2 *n2 + 756*a33 *m1 *m2 *n1 *n2
2 9 5 9 6 2 9 5 7 8
- 7140*a33 *m1 *m2 *n1 *n2 + 14634*a33 *m1 *m2 *n1 *n2
2 9 5 5 10 2 9 5 3 12
- 6986*a33 *m1 *m2 *n1 *n2 + 2450*a33 *m1 *m2 *n1 *n2
2 9 5 14 2 8 6 12 3
- 66*a33 *m1 *m2 *n1*n2 - 504*a33 *m1 *m2 *n1 *n2
2 8 6 10 5 2 8 6 8 7
+ 6888*a33 *m1 *m2 *n1 *n2 - 19416*a33 *m1 *m2 *n1 *n2
2 8 6 6 9 2 8 6 4 11
+ 14316*a33 *m1 *m2 *n1 *n2 - 6600*a33 *m1 *m2 *n1 *n2
2 8 6 2 13 2 7 7 13 2
+ 324*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 7 7 11 4 2 7 7 9 6
- 4560*a33 *m1 *m2 *n1 *n2 + 17880*a33 *m1 *m2 *n1 *n2
2 7 7 7 8 2 7 7 5 10
- 19272*a33 *m1 *m2 *n1 *n2 + 12048*a33 *m1 *m2 *n1 *n2
2 7 7 3 12 2 6 8 14
- 936*a33 *m1 *m2 *n1 *n2 - 54*a33 *m1 *m2 *n1 *n2
2 6 8 12 3 2 6 8 10 5
+ 2010*a33 *m1 *m2 *n1 *n2 - 11286*a33 *m1 *m2 *n1 *n2
2 6 8 8 7 2 6 8 6 9
+ 17562*a33 *m1 *m2 *n1 *n2 - 15372*a33 *m1 *m2 *n1 *n2
2 6 8 4 11 2 5 9 15
+ 1764*a33 *m1 *m2 *n1 *n2 + 6*a33 *m1 *m2 *n1
2 5 9 13 2 2 5 9 11 4
- 550*a33 *m1 *m2 *n1 *n2 + 4670*a33 *m1 *m2 *n1 *n2
2 5 9 9 6 2 5 9 7 8
- 10702*a33 *m1 *m2 *n1 *n2 + 13836*a33 *m1 *m2 *n1 *n2
2 5 9 5 10 2 4 10 14
- 2268*a33 *m1 *m2 *n1 *n2 + 80*a33 *m1 *m2 *n1 *n2
2 4 10 12 3 2 4 10 10 5
- 1132*a33 *m1 *m2 *n1 *n2 + 4088*a33 *m1 *m2 *n1 *n2
2 4 10 8 7 2 4 10 6 9
- 8700*a33 *m1 *m2 *n1 *n2 + 2016*a33 *m1 *m2 *n1 *n2
2 3 11 15 2 3 11 13 2
- 4*a33 *m1 *m2 *n1 + 108*a33 *m1 *m2 *n1 *n2
2 3 11 11 4 2 3 11 9 6
- 788*a33 *m1 *m2 *n1 *n2 + 3700*a33 *m1 *m2 *n1 *n2
2 3 11 7 8 2 2 12 14
- 1224*a33 *m1 *m2 *n1 *n2 + 10*a33 *m1 *m2 *n1 *n2
2 2 12 12 3 2 2 12 10 5
- 14*a33 *m1 *m2 *n1 *n2 - 994*a33 *m1 *m2 *n1 *n2
2 2 12 8 7 2 13 15
+ 486*a33 *m1 *m2 *n1 *n2 - 2*a33 *m1*m2 *n1
2 13 13 2 2 13 11 4
+ 34*a33 *m1*m2 *n1 *n2 + 146*a33 *m1*m2 *n1 *n2
2 13 9 6 2 14 14
- 114*a33 *m1*m2 *n1 *n2 - 4*a33 *m2 *n1 *n2
2 14 12 3 2 14 10 5 12 8 11
- 8*a33 *m2 *n1 *n2 + 12*a33 *m2 *n1 *n2 ) + v1*( - m1 *n1 *n2
12 4 15 12 19 11 9 10 11 7 12
+ 2*m1 *n1 *n2 - m1 *n2 + 9*m1 *m2*n1 *n2 - 6*m1 *m2*n1 *n2
11 5 14 11 3 16 11 18
- 24*m1 *m2*n1 *n2 + 6*m1 *m2*n1 *n2 + 15*m1 *m2*n1*n2
10 2 10 9 10 2 8 11 10 2 6 13
- 36*m1 *m2 *n1 *n2 + 55*m1 *m2 *n1 *n2 + 118*m1 *m2 *n1 *n2
10 2 4 15 10 2 2 17 10 2 19
- 72*m1 *m2 *n1 *n2 - 98*m1 *m2 *n1 *n2 + m1 *m2 *n2
9 3 11 8 9 3 9 10 9 3 7 12
+ 84*m1 *m2 *n1 *n2 - 225*m1 *m2 *n1 *n2 - 310*m1 *m2 *n1 *n2
9 3 5 14 9 3 3 16 9 3 18
+ 380*m1 *m2 *n1 *n2 + 370*m1 *m2 *n1 *n2 - 11*m1 *m2 *n1*n2
8 4 12 7 8 4 10 9 8 4 8 11
- 126*m1 *m2 *n1 *n2 + 540*m1 *m2 *n1 *n2 + 450*m1 *m2 *n1 *n2
8 4 6 13 8 4 4 15 8 4 2 17
- 1170*m1 *m2 *n1 *n2 - 900*m1 *m2 *n1 *n2 + 54*m1 *m2 *n1 *n2
7 5 13 6 7 5 11 8 7 5 9 10
+ 126*m1 *m2 *n1 *n2 - 840*m1 *m2 *n1 *n2 - 264*m1 *m2 *n1 *n2
7 5 7 12 7 5 5 14 7 5 3 16
+ 2340*m1 *m2 *n1 *n2 + 1482*m1 *m2 *n1 *n2 - 156*m1 *m2 *n1 *n2
6 6 14 5 6 6 12 7 6 6 10 9
- 84*m1 *m2 *n1 *n2 + 882*m1 *m2 *n1 *n2 - 252*m1 *m2 *n1 *n2
6 6 8 11 6 6 6 13 6 6 4 15
- 3192*m1 *m2 *n1 *n2 - 1680*m1 *m2 *n1 *n2 + 294*m1 *m2 *n1 *n2
5 7 15 4 5 7 13 6 5 7 11 8
+ 36*m1 *m2 *n1 *n2 - 630*m1 *m2 *n1 *n2 + 684*m1 *m2 *n1 *n2
5 7 9 10 5 7 7 12 5 7 5 14
+ 3024*m1 *m2 *n1 *n2 + 1296*m1 *m2 *n1 *n2 - 378*m1 *m2 *n1 *n2
4 8 16 3 4 8 14 5 4 8 12 7
- 9*m1 *m2 *n1 *n2 + 300*m1 *m2 *n1 *n2 - 690*m1 *m2 *n1 *n2
4 8 10 9 4 8 8 11 4 8 6 13
- 1980*m1 *m2 *n1 *n2 - 645*m1 *m2 *n1 *n2 + 336*m1 *m2 *n1 *n2
3 9 17 2 3 9 15 4 3 9 13 6
+ m1 *m2 *n1 *n2 - 90*m1 *m2 *n1 *n2 + 400*m1 *m2 *n1 *n2
3 9 11 8 3 9 9 10 3 9 7 12
+ 870*m1 *m2 *n1 *n2 + 175*m1 *m2 *n1 *n2 - 204*m1 *m2 *n1 *n2
2 10 16 3 2 10 14 5 2 10 12 7
+ 15*m1 *m2 *n1 *n2 - 138*m1 *m2 *n1 *n2 - 240*m1 *m2 *n1 *n2
2 10 10 9 2 10 8 11 11 17 2
- 6*m1 *m2 *n1 *n2 + 81*m1 *m2 *n1 *n2 - m1*m2 *n1 *n2
11 15 4 11 13 6 11 11 8
+ 26*m1*m2 *n1 *n2 + 36*m1*m2 *n1 *n2 - 10*m1*m2 *n1 *n2
11 9 10 12 16 3 12 14 5
- 19*m1*m2 *n1 *n2 - 2*m2 *n1 *n2 - 2*m2 *n1 *n2
12 12 7 12 10 9 3 2 14 5 10
+ 2*m2 *n1 *n2 + 2*m2 *n1 *n2 ) + v2 *( - 8*a33 *m1 *n1 *n2
2 14 3 12 2 13 6 9
+ 8*a33 *m1 *n1 *n2 + 76*a33 *m1 *m2*n1 *n2
2 13 4 11 2 13 2 13
- 128*a33 *m1 *m2*n1 *n2 + 20*a33 *m1 *m2*n1 *n2
2 12 2 7 8 2 12 2 5 10
- 324*a33 *m1 *m2 *n1 *n2 + 824*a33 *m1 *m2 *n1 *n2
2 12 2 3 12 2 12 2 14
- 292*a33 *m1 *m2 *n1 *n2 + 16*a33 *m1 *m2 *n1*n2
2 11 3 8 7 2 11 3 6 9
+ 816*a33 *m1 *m2 *n1 *n2 - 2980*a33 *m1 *m2 *n1 *n2
2 11 3 4 11 2 11 3 2 13
+ 1788*a33 *m1 *m2 *n1 *n2 - 236*a33 *m1 *m2 *n1 *n2
2 11 3 15 2 10 4 9 6
+ 4*a33 *m1 *m2 *n2 - 1344*a33 *m1 *m2 *n1 *n2
2 10 4 7 8 2 10 4 5 10
+ 6900*a33 *m1 *m2 *n1 *n2 - 6260*a33 *m1 *m2 *n1 *n2
2 10 4 3 12 2 10 4 14
+ 1444*a33 *m1 *m2 *n1 *n2 - 68*a33 *m1 *m2 *n1*n2
2 9 5 10 5 2 9 5 8 7
+ 1512*a33 *m1 *m2 *n1 *n2 - 10896*a33 *m1 *m2 *n1 *n2
2 9 5 6 9 2 9 5 4 11
+ 14160*a33 *m1 *m2 *n1 *n2 - 5020*a33 *m1 *m2 *n1 *n2
2 9 5 2 13 2 9 5 15
+ 440*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
2 8 6 11 4 2 8 6 9 6
- 1176*a33 *m1 *m2 *n1 *n2 + 12096*a33 *m1 *m2 *n1 *n2
2 8 6 7 8 2 8 6 5 10
- 21960*a33 *m1 *m2 *n1 *n2 + 11220*a33 *m1 *m2 *n1 *n2
2 8 6 3 12 2 8 6 14
- 1560*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1*n2
2 7 7 12 3 2 7 7 10 5
+ 624*a33 *m1 *m2 *n1 *n2 - 9528*a33 *m1 *m2 *n1 *n2
2 7 7 8 7 2 7 7 6 9
+ 24024*a33 *m1 *m2 *n1 *n2 - 17112*a33 *m1 *m2 *n1 *n2
2 7 7 4 11 2 7 7 2 13
+ 3480*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
2 6 8 13 2 2 6 8 11 4
- 216*a33 *m1 *m2 *n1 *n2 + 5280*a33 *m1 *m2 *n1 *n2
2 6 8 9 6 2 6 8 7 8
- 18696*a33 *m1 *m2 *n1 *n2 + 18312*a33 *m1 *m2 *n1 *n2
2 6 8 5 10 2 6 8 3 12
- 5208*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
2 5 9 14 2 5 9 12 3
+ 44*a33 *m1 *m2 *n1 *n2 - 2000*a33 *m1 *m2 *n1 *n2
2 5 9 10 5 2 5 9 8 7
+ 10260*a33 *m1 *m2 *n1 *n2 - 13848*a33 *m1 *m2 *n1 *n2
2 5 9 6 9 2 5 9 4 11
+ 5376*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
2 4 10 15 2 4 10 13 2
- 4*a33 *m1 *m2 *n1 + 488*a33 *m1 *m2 *n1 *n2
2 4 10 11 4 2 4 10 9 6
- 3860*a33 *m1 *m2 *n1 *n2 + 7320*a33 *m1 *m2 *n1 *n2
2 4 10 7 8 2 4 10 5 10
- 3840*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 3 11 14 2 3 11 12 3
- 68*a33 *m1 *m2 *n1 *n2 + 940*a33 *m1 *m2 *n1 *n2
2 3 11 10 5 2 3 11 8 7
- 2620*a33 *m1 *m2 *n1 *n2 + 1860*a33 *m1 *m2 *n1 *n2
2 3 11 6 9 2 2 12 15
- 336*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 2 12 13 2 2 2 12 11 4
- 132*a33 *m1 *m2 *n1 *n2 + 596*a33 *m1 *m2 *n1 *n2
2 2 12 9 6 2 2 12 7 8
- 580*a33 *m1 *m2 *n1 *n2 + 144*a33 *m1 *m2 *n1 *n2
2 13 14 2 13 12 3
+ 8*a33 *m1*m2 *n1 *n2 - 76*a33 *m1*m2 *n1 *n2
2 13 10 5 2 13 8 7
+ 104*a33 *m1*m2 *n1 *n2 - 36*a33 *m1*m2 *n1 *n2
2 14 13 2 2 14 11 4 2 14 9 6
+ 4*a33 *m2 *n1 *n2 - 8*a33 *m2 *n1 *n2 + 4*a33 *m2 *n1 *n2 ) +
2 2 3 15 4 9 3 15 2 11 3 14 5 8
v2 *v3 *(4*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 - 36*a33 *m1 *m2*n1 *n2
3 14 3 10 3 14 12
+ 60*a33 *m1 *m2*n1 *n2 - 8*a33 *m1 *m2*n1*n2
3 13 2 6 7 3 13 2 4 9
+ 144*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
3 13 2 2 11 3 13 2 13
+ 108*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n2
3 12 3 7 6 3 12 3 5 8
- 336*a33 *m1 *m2 *n1 *n2 + 1200*a33 *m1 *m2 *n1 *n2
3 12 3 3 10 3 12 3 12
- 596*a33 *m1 *m2 *n1 *n2 + 52*a33 *m1 *m2 *n1*n2
3 11 4 8 5 3 11 4 6 7
+ 504*a33 *m1 *m2 *n1 *n2 - 2520*a33 *m1 *m2 *n1 *n2
3 11 4 4 9 3 11 4 2 11
+ 1820*a33 *m1 *m2 *n1 *n2 - 252*a33 *m1 *m2 *n1 *n2
3 10 5 9 4 3 10 5 7 6
- 504*a33 *m1 *m2 *n1 *n2 + 3528*a33 *m1 *m2 *n1 *n2
3 10 5 5 8 3 10 5 3 10
- 3420*a33 *m1 *m2 *n1 *n2 + 580*a33 *m1 *m2 *n1 *n2
3 10 5 12 3 9 6 10 3
+ 24*a33 *m1 *m2 *n1*n2 + 336*a33 *m1 *m2 *n1 *n2
3 9 6 8 5 3 9 6 6 7
- 3360*a33 *m1 *m2 *n1 *n2 + 4056*a33 *m1 *m2 *n1 *n2
3 9 6 4 9 3 9 6 2 11
- 480*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
3 9 6 13 3 8 7 11 2
+ 4*a33 *m1 *m2 *n2 - 144*a33 *m1 *m2 *n1 *n2
3 8 7 9 4 3 8 7 7 6
+ 2160*a33 *m1 *m2 *n1 *n2 - 2856*a33 *m1 *m2 *n1 *n2
3 8 7 5 8 3 8 7 3 10
- 792*a33 *m1 *m2 *n1 *n2 + 900*a33 *m1 *m2 *n1 *n2
3 8 7 12 3 7 8 12
- 36*a33 *m1 *m2 *n1*n2 + 36*a33 *m1 *m2 *n1 *n2
3 7 8 10 3 3 7 8 8 5
- 900*a33 *m1 *m2 *n1 *n2 + 792*a33 *m1 *m2 *n1 *n2
3 7 8 6 7 3 7 8 4 9
+ 2856*a33 *m1 *m2 *n1 *n2 - 2160*a33 *m1 *m2 *n1 *n2
3 7 8 2 11 3 6 9 13
+ 144*a33 *m1 *m2 *n1 *n2 - 4*a33 *m1 *m2 *n1
3 6 9 11 2 3 6 9 9 4
+ 220*a33 *m1 *m2 *n1 *n2 + 480*a33 *m1 *m2 *n1 *n2
3 6 9 7 6 3 6 9 5 8
- 4056*a33 *m1 *m2 *n1 *n2 + 3360*a33 *m1 *m2 *n1 *n2
3 6 9 3 10 3 5 10 12
- 336*a33 *m1 *m2 *n1 *n2 - 24*a33 *m1 *m2 *n1 *n2
3 5 10 10 3 3 5 10 8 5
- 580*a33 *m1 *m2 *n1 *n2 + 3420*a33 *m1 *m2 *n1 *n2
3 5 10 6 7 3 5 10 4 9
- 3528*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
3 4 11 11 2 3 4 11 9 4
+ 252*a33 *m1 *m2 *n1 *n2 - 1820*a33 *m1 *m2 *n1 *n2
3 4 11 7 6 3 4 11 5 8
+ 2520*a33 *m1 *m2 *n1 *n2 - 504*a33 *m1 *m2 *n1 *n2
3 3 12 12 3 3 12 10 3
- 52*a33 *m1 *m2 *n1 *n2 + 596*a33 *m1 *m2 *n1 *n2
3 3 12 8 5 3 3 12 6 7
- 1200*a33 *m1 *m2 *n1 *n2 + 336*a33 *m1 *m2 *n1 *n2
3 2 13 13 3 2 13 11 2
+ 4*a33 *m1 *m2 *n1 - 108*a33 *m1 *m2 *n1 *n2
3 2 13 9 4 3 2 13 7 6
+ 360*a33 *m1 *m2 *n1 *n2 - 144*a33 *m1 *m2 *n1 *n2
3 14 12 3 14 10 3
+ 8*a33 *m1*m2 *n1 *n2 - 60*a33 *m1*m2 *n1 *n2
3 14 8 5 3 15 11 2
+ 36*a33 *m1*m2 *n1 *n2 + 4*a33 *m2 *n1 *n2
3 15 9 4 2 13 8 9
- 4*a33 *m2 *n1 *n2 ) + v2 *( - a33*m1 *n1 *n2
13 6 11 13 2 15 13 17
+ 6*a33*m1 *n1 *n2 - 6*a33*m1 *n1 *n2 + a33*m1 *n2
12 9 8 12 7 10
+ 9*a33*m1 *m2*n1 *n2 - 66*a33*m1 *m2*n1 *n2
12 5 12 12 3 14
+ 28*a33*m1 *m2*n1 *n2 + 82*a33*m1 *m2*n1 *n2
12 16 11 2 10 7
- 21*a33*m1 *m2*n1*n2 - 36*a33*m1 *m2 *n1 *n2
11 2 8 9 11 2 6 11
+ 326*a33*m1 *m2 *n1 *n2 - 296*a33*m1 *m2 *n1 *n2
11 2 4 13 11 2 2 15
- 468*a33*m1 *m2 *n1 *n2 + 188*a33*m1 *m2 *n1 *n2
11 2 17 10 3 11 6
- 2*a33*m1 *m2 *n2 + 84*a33*m1 *m2 *n1 *n2
10 3 9 8 10 3 7 10
- 954*a33*m1 *m2 *n1 *n2 + 1416*a33*m1 *m2 *n1 *n2
10 3 5 12 10 3 3 14
+ 1484*a33*m1 *m2 *n1 *n2 - 940*a33*m1 *m2 *n1 *n2
10 3 16 9 4 12 5
+ 30*a33*m1 *m2 *n1*n2 - 126*a33*m1 *m2 *n1 *n2
9 4 10 7 9 4 8 9
+ 1836*a33*m1 *m2 *n1 *n2 - 4045*a33*m1 *m2 *n1 *n2
9 4 6 11 9 4 4 13
- 2850*a33*m1 *m2 *n1 *n2 + 2970*a33*m1 *m2 *n1 *n2
9 4 2 15 9 4 17 8 5 13 4
- 186*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2 + 126*a33*m1 *m2 *n1 *n2
8 5 11 6 8 5 9 8
- 2436*a33*m1 *m2 *n1 *n2 + 7665*a33*m1 *m2 *n1 *n2
8 5 7 10 8 5 5 12
+ 3222*a33*m1 *m2 *n1 *n2 - 6342*a33*m1 *m2 *n1 *n2
8 5 3 14 8 5 16
+ 654*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1*n2
7 6 14 3 7 6 12 5
- 84*a33*m1 *m2 *n1 *n2 + 2268*a33*m1 *m2 *n1 *n2
7 6 10 7 7 6 8 9
- 10116*a33*m1 *m2 *n1 *n2 - 1464*a33*m1 *m2 *n1 *n2
7 6 6 11 7 6 4 13
+ 9492*a33*m1 *m2 *n1 *n2 - 1476*a33*m1 *m2 *n1 *n2
7 6 2 15 6 7 15 2
+ 36*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 7 13 4 6 7 11 6
- 1476*a33*m1 *m2 *n1 *n2 + 9492*a33*m1 *m2 *n1 *n2
6 7 9 8 6 7 7 10
- 1464*a33*m1 *m2 *n1 *n2 - 10116*a33*m1 *m2 *n1 *n2
6 7 5 12 6 7 3 14
+ 2268*a33*m1 *m2 *n1 *n2 - 84*a33*m1 *m2 *n1 *n2
5 8 16 5 8 14 3
- 9*a33*m1 *m2 *n1 *n2 + 654*a33*m1 *m2 *n1 *n2
5 8 12 5 5 8 10 7
- 6342*a33*m1 *m2 *n1 *n2 + 3222*a33*m1 *m2 *n1 *n2
5 8 8 9 5 8 6 11
+ 7665*a33*m1 *m2 *n1 *n2 - 2436*a33*m1 *m2 *n1 *n2
5 8 4 13 4 9 17 4 9 15 2
+ 126*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1 - 186*a33*m1 *m2 *n1 *n2
4 9 13 4 4 9 11 6
+ 2970*a33*m1 *m2 *n1 *n2 - 2850*a33*m1 *m2 *n1 *n2
4 9 9 8 4 9 7 10
- 4045*a33*m1 *m2 *n1 *n2 + 1836*a33*m1 *m2 *n1 *n2
4 9 5 12 3 10 16
- 126*a33*m1 *m2 *n1 *n2 + 30*a33*m1 *m2 *n1 *n2
3 10 14 3 3 10 12 5
- 940*a33*m1 *m2 *n1 *n2 + 1484*a33*m1 *m2 *n1 *n2
3 10 10 7 3 10 8 9
+ 1416*a33*m1 *m2 *n1 *n2 - 954*a33*m1 *m2 *n1 *n2
3 10 6 11 2 11 17
+ 84*a33*m1 *m2 *n1 *n2 - 2*a33*m1 *m2 *n1
2 11 15 2 2 11 13 4
+ 188*a33*m1 *m2 *n1 *n2 - 468*a33*m1 *m2 *n1 *n2
2 11 11 6 2 11 9 8
- 296*a33*m1 *m2 *n1 *n2 + 326*a33*m1 *m2 *n1 *n2
2 11 7 10 12 16
- 36*a33*m1 *m2 *n1 *n2 - 21*a33*m1*m2 *n1 *n2
12 14 3 12 12 5
+ 82*a33*m1*m2 *n1 *n2 + 28*a33*m1*m2 *n1 *n2
12 10 7 12 8 9 13 17
- 66*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 + a33*m2 *n1
13 15 2 13 11 6 13 9 8 2
- 6*a33*m2 *n1 *n2 + 6*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 ) + v2*v3 *
2 14 5 10 2 14 3 12 2 14 14
( - 12*a33 *m1 *n1 *n2 + 8*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1*n2
2 13 6 9 2 13 4 11
+ 114*a33 *m1 *m2*n1 *n2 - 146*a33 *m1 *m2*n1 *n2
2 13 2 13 2 13 15
- 34*a33 *m1 *m2*n1 *n2 + 2*a33 *m1 *m2*n2
2 12 2 7 8 2 12 2 5 10
- 486*a33 *m1 *m2 *n1 *n2 + 994*a33 *m1 *m2 *n1 *n2
2 12 2 3 12 2 12 2 14
+ 14*a33 *m1 *m2 *n1 *n2 - 10*a33 *m1 *m2 *n1*n2
2 11 3 8 7 2 11 3 6 9
+ 1224*a33 *m1 *m2 *n1 *n2 - 3700*a33 *m1 *m2 *n1 *n2
2 11 3 4 11 2 11 3 2 13
+ 788*a33 *m1 *m2 *n1 *n2 - 108*a33 *m1 *m2 *n1 *n2
2 11 3 15 2 10 4 9 6
+ 4*a33 *m1 *m2 *n2 - 2016*a33 *m1 *m2 *n1 *n2
2 10 4 7 8 2 10 4 5 10
+ 8700*a33 *m1 *m2 *n1 *n2 - 4088*a33 *m1 *m2 *n1 *n2
2 10 4 3 12 2 10 4 14
+ 1132*a33 *m1 *m2 *n1 *n2 - 80*a33 *m1 *m2 *n1*n2
2 9 5 10 5 2 9 5 8 7
+ 2268*a33 *m1 *m2 *n1 *n2 - 13836*a33 *m1 *m2 *n1 *n2
2 9 5 6 9 2 9 5 4 11
+ 10702*a33 *m1 *m2 *n1 *n2 - 4670*a33 *m1 *m2 *n1 *n2
2 9 5 2 13 2 9 5 15
+ 550*a33 *m1 *m2 *n1 *n2 - 6*a33 *m1 *m2 *n2
2 8 6 11 4 2 8 6 9 6
- 1764*a33 *m1 *m2 *n1 *n2 + 15372*a33 *m1 *m2 *n1 *n2
2 8 6 7 8 2 8 6 5 10
- 17562*a33 *m1 *m2 *n1 *n2 + 11286*a33 *m1 *m2 *n1 *n2
2 8 6 3 12 2 8 6 14
- 2010*a33 *m1 *m2 *n1 *n2 + 54*a33 *m1 *m2 *n1*n2
2 7 7 12 3 2 7 7 10 5
+ 936*a33 *m1 *m2 *n1 *n2 - 12048*a33 *m1 *m2 *n1 *n2
2 7 7 8 7 2 7 7 6 9
+ 19272*a33 *m1 *m2 *n1 *n2 - 17880*a33 *m1 *m2 *n1 *n2
2 7 7 4 11 2 7 7 2 13
+ 4560*a33 *m1 *m2 *n1 *n2 - 216*a33 *m1 *m2 *n1 *n2
2 6 8 13 2 2 6 8 11 4
- 324*a33 *m1 *m2 *n1 *n2 + 6600*a33 *m1 *m2 *n1 *n2
2 6 8 9 6 2 6 8 7 8
- 14316*a33 *m1 *m2 *n1 *n2 + 19416*a33 *m1 *m2 *n1 *n2
2 6 8 5 10 2 6 8 3 12
- 6888*a33 *m1 *m2 *n1 *n2 + 504*a33 *m1 *m2 *n1 *n2
2 5 9 14 2 5 9 12 3
+ 66*a33 *m1 *m2 *n1 *n2 - 2450*a33 *m1 *m2 *n1 *n2
2 5 9 10 5 2 5 9 8 7
+ 6986*a33 *m1 *m2 *n1 *n2 - 14634*a33 *m1 *m2 *n1 *n2
2 5 9 6 9 2 5 9 4 11
+ 7140*a33 *m1 *m2 *n1 *n2 - 756*a33 *m1 *m2 *n1 *n2
2 4 10 15 2 4 10 13 2
- 6*a33 *m1 *m2 *n1 + 578*a33 *m1 *m2 *n1 *n2
2 4 10 11 4 2 4 10 9 6
- 2006*a33 *m1 *m2 *n1 *n2 + 7570*a33 *m1 *m2 *n1 *n2
2 4 10 7 8 2 4 10 5 10
- 5100*a33 *m1 *m2 *n1 *n2 + 756*a33 *m1 *m2 *n1 *n2
2 3 11 14 2 3 11 12 3
- 76*a33 *m1 *m2 *n1 *n2 + 196*a33 *m1 *m2 *n1 *n2
2 3 11 10 5 2 3 11 8 7
- 2588*a33 *m1 *m2 *n1 *n2 + 2460*a33 *m1 *m2 *n1 *n2
2 3 11 6 9 2 2 12 15
- 504*a33 *m1 *m2 *n1 *n2 + 4*a33 *m1 *m2 *n1
2 2 12 13 2 2 2 12 11 4
+ 64*a33 *m1 *m2 *n1 *n2 + 540*a33 *m1 *m2 *n1 *n2
2 2 12 9 6 2 2 12 7 8
- 760*a33 *m1 *m2 *n1 *n2 + 216*a33 *m1 *m2 *n1 *n2
2 13 14 2 13 12 3
- 22*a33 *m1*m2 *n1 *n2 - 58*a33 *m1*m2 *n1 *n2
2 13 10 5 2 13 8 7 2 14 15
+ 134*a33 *m1*m2 *n1 *n2 - 54*a33 *m1*m2 *n1 *n2 + 2*a33 *m2 *n1
2 14 13 2 2 14 11 4 2 14 9 6
+ 2*a33 *m2 *n1 *n2 - 10*a33 *m2 *n1 *n2 + 6*a33 *m2 *n1 *n2 ) + v2*
12 7 12 12 5 14 12 3 16 12 18
( - 2*m1 *n1 *n2 - 2*m1 *n1 *n2 + 2*m1 *n1 *n2 + 2*m1 *n1*n2
11 8 11 11 6 13 11 4 15
+ 19*m1 *m2*n1 *n2 + 10*m1 *m2*n1 *n2 - 36*m1 *m2*n1 *n2
11 2 17 11 19 10 2 9 10
- 26*m1 *m2*n1 *n2 + m1 *m2*n2 - 81*m1 *m2 *n1 *n2
10 2 7 12 10 2 5 14 10 2 3 16
+ 6*m1 *m2 *n1 *n2 + 240*m1 *m2 *n1 *n2 + 138*m1 *m2 *n1 *n2
10 2 18 9 3 10 9 9 3 8 11
- 15*m1 *m2 *n1*n2 + 204*m1 *m2 *n1 *n2 - 175*m1 *m2 *n1 *n2
9 3 6 13 9 3 4 15 9 3 2 17
- 870*m1 *m2 *n1 *n2 - 400*m1 *m2 *n1 *n2 + 90*m1 *m2 *n1 *n2
9 3 19 8 4 11 8 8 4 9 10
- m1 *m2 *n2 - 336*m1 *m2 *n1 *n2 + 645*m1 *m2 *n1 *n2
8 4 7 12 8 4 5 14 8 4 3 16
+ 1980*m1 *m2 *n1 *n2 + 690*m1 *m2 *n1 *n2 - 300*m1 *m2 *n1 *n2
8 4 18 7 5 12 7 7 5 10 9
+ 9*m1 *m2 *n1*n2 + 378*m1 *m2 *n1 *n2 - 1296*m1 *m2 *n1 *n2
7 5 8 11 7 5 6 13 7 5 4 15
- 3024*m1 *m2 *n1 *n2 - 684*m1 *m2 *n1 *n2 + 630*m1 *m2 *n1 *n2
7 5 2 17 6 6 13 6 6 6 11 8
- 36*m1 *m2 *n1 *n2 - 294*m1 *m2 *n1 *n2 + 1680*m1 *m2 *n1 *n2
6 6 9 10 6 6 7 12 6 6 5 14
+ 3192*m1 *m2 *n1 *n2 + 252*m1 *m2 *n1 *n2 - 882*m1 *m2 *n1 *n2
6 6 3 16 5 7 14 5 5 7 12 7
+ 84*m1 *m2 *n1 *n2 + 156*m1 *m2 *n1 *n2 - 1482*m1 *m2 *n1 *n2
5 7 10 9 5 7 8 11 5 7 6 13
- 2340*m1 *m2 *n1 *n2 + 264*m1 *m2 *n1 *n2 + 840*m1 *m2 *n1 *n2
5 7 4 15 4 8 15 4 4 8 13 6
- 126*m1 *m2 *n1 *n2 - 54*m1 *m2 *n1 *n2 + 900*m1 *m2 *n1 *n2
4 8 11 8 4 8 9 10 4 8 7 12
+ 1170*m1 *m2 *n1 *n2 - 450*m1 *m2 *n1 *n2 - 540*m1 *m2 *n1 *n2
4 8 5 14 3 9 16 3 3 9 14 5
+ 126*m1 *m2 *n1 *n2 + 11*m1 *m2 *n1 *n2 - 370*m1 *m2 *n1 *n2
3 9 12 7 3 9 10 9 3 9 8 11
- 380*m1 *m2 *n1 *n2 + 310*m1 *m2 *n1 *n2 + 225*m1 *m2 *n1 *n2
3 9 6 13 2 10 17 2 2 10 15 4
- 84*m1 *m2 *n1 *n2 - m1 *m2 *n1 *n2 + 98*m1 *m2 *n1 *n2
2 10 13 6 2 10 11 8 2 10 9 10
+ 72*m1 *m2 *n1 *n2 - 118*m1 *m2 *n1 *n2 - 55*m1 *m2 *n1 *n2
2 10 7 12 11 16 3 11 14 5
+ 36*m1 *m2 *n1 *n2 - 15*m1*m2 *n1 *n2 - 6*m1*m2 *n1 *n2
11 12 7 11 10 9 11 8 11
+ 24*m1*m2 *n1 *n2 + 6*m1*m2 *n1 *n2 - 9*m1*m2 *n1 *n2
12 17 2 12 13 6 12 9 10 4
+ m2 *n1 *n2 - 2*m2 *n1 *n2 + m2 *n1 *n2 ) + v3 *(
3 15 4 9 3 15 2 11 3 15 13
5*a33 *m1 *n1 *n2 - 4*a33 *m1 *n1 *n2 - a33 *m1 *n2
3 14 5 8 3 14 3 10
- 45*a33 *m1 *m2*n1 *n2 + 64*a33 *m1 *m2*n1 *n2
3 14 12 3 13 2 6 7
+ 5*a33 *m1 *m2*n1*n2 + 180*a33 *m1 *m2 *n1 *n2
3 13 2 4 9 3 13 2 2 11
- 395*a33 *m1 *m2 *n1 *n2 + 36*a33 *m1 *m2 *n1 *n2
3 13 2 13 3 12 3 7 6
- 5*a33 *m1 *m2 *n2 - 420*a33 *m1 *m2 *n1 *n2
3 12 3 5 8 3 12 3 3 10
+ 1335*a33 *m1 *m2 *n1 *n2 - 360*a33 *m1 *m2 *n1 *n2
3 12 3 12 3 11 4 8 5
+ 69*a33 *m1 *m2 *n1*n2 + 630*a33 *m1 *m2 *n1 *n2
3 11 4 6 7 3 11 4 4 9
- 2820*a33 *m1 *m2 *n1 *n2 + 1285*a33 *m1 *m2 *n1 *n2
3 11 4 2 11 3 11 4 13
- 360*a33 *m1 *m2 *n1 *n2 + a33 *m1 *m2 *n2
3 10 5 9 4 3 10 5 7 6
- 630*a33 *m1 *m2 *n1 *n2 + 3948*a33 *m1 *m2 *n1 *n2
3 10 5 5 8 3 10 5 3 10
- 2493*a33 *m1 *m2 *n1 *n2 + 956*a33 *m1 *m2 *n1 *n2
3 10 5 12 3 9 6 10 3
+ 19*a33 *m1 *m2 *n1*n2 + 420*a33 *m1 *m2 *n1 *n2
3 9 6 8 5 3 9 6 6 7
- 3738*a33 *m1 *m2 *n1 *n2 + 2760*a33 *m1 *m2 *n1 *n2
3 9 6 4 9 3 9 6 2 11
- 1315*a33 *m1 *m2 *n1 *n2 - 220*a33 *m1 *m2 *n1 *n2
3 9 6 13 3 8 7 11 2
+ 5*a33 *m1 *m2 *n2 - 180*a33 *m1 *m2 *n1 *n2
3 8 7 9 4 3 8 7 7 6
+ 2370*a33 *m1 *m2 *n1 *n2 - 1392*a33 *m1 *m2 *n1 *n2
3 8 7 5 8 3 8 7 3 10
+ 495*a33 *m1 *m2 *n1 *n2 + 960*a33 *m1 *m2 *n1 *n2
3 8 7 12 3 7 8 12
- 45*a33 *m1 *m2 *n1*n2 + 45*a33 *m1 *m2 *n1 *n2
3 7 8 10 3 3 7 8 8 5
- 960*a33 *m1 *m2 *n1 *n2 - 495*a33 *m1 *m2 *n1 *n2
3 7 8 6 7 3 7 8 4 9
+ 1392*a33 *m1 *m2 *n1 *n2 - 2370*a33 *m1 *m2 *n1 *n2
3 7 8 2 11 3 6 9 13
+ 180*a33 *m1 *m2 *n1 *n2 - 5*a33 *m1 *m2 *n1
3 6 9 11 2 3 6 9 9 4
+ 220*a33 *m1 *m2 *n1 *n2 + 1315*a33 *m1 *m2 *n1 *n2
3 6 9 7 6 3 6 9 5 8
- 2760*a33 *m1 *m2 *n1 *n2 + 3738*a33 *m1 *m2 *n1 *n2
3 6 9 3 10 3 5 10 12
- 420*a33 *m1 *m2 *n1 *n2 - 19*a33 *m1 *m2 *n1 *n2
3 5 10 10 3 3 5 10 8 5
- 956*a33 *m1 *m2 *n1 *n2 + 2493*a33 *m1 *m2 *n1 *n2
3 5 10 6 7 3 5 10 4 9
- 3948*a33 *m1 *m2 *n1 *n2 + 630*a33 *m1 *m2 *n1 *n2
3 4 11 13 3 4 11 11 2
- a33 *m1 *m2 *n1 + 360*a33 *m1 *m2 *n1 *n2
3 4 11 9 4 3 4 11 7 6
- 1285*a33 *m1 *m2 *n1 *n2 + 2820*a33 *m1 *m2 *n1 *n2
3 4 11 5 8 3 3 12 12
- 630*a33 *m1 *m2 *n1 *n2 - 69*a33 *m1 *m2 *n1 *n2
3 3 12 10 3 3 3 12 8 5
+ 360*a33 *m1 *m2 *n1 *n2 - 1335*a33 *m1 *m2 *n1 *n2
3 3 12 6 7 3 2 13 13
+ 420*a33 *m1 *m2 *n1 *n2 + 5*a33 *m1 *m2 *n1
3 2 13 11 2 3 2 13 9 4
- 36*a33 *m1 *m2 *n1 *n2 + 395*a33 *m1 *m2 *n1 *n2
3 2 13 7 6 3 14 12
- 180*a33 *m1 *m2 *n1 *n2 - 5*a33 *m1*m2 *n1 *n2
3 14 10 3 3 14 8 5 3 15 13
- 64*a33 *m1*m2 *n1 *n2 + 45*a33 *m1*m2 *n1 *n2 + a33 *m2 *n1
3 15 11 2 3 15 9 4 2 13 8 9
+ 4*a33 *m2 *n1 *n2 - 5*a33 *m2 *n1 *n2 ) + v3 *( - a33*m1 *n1 *n2
13 6 11 13 4 13 13 2 15
+ 3*a33*m1 *n1 *n2 + a33*m1 *n1 *n2 - 3*a33*m1 *n1 *n2
12 9 8 12 7 10
+ 9*a33*m1 *m2*n1 *n2 - 35*a33*m1 *m2*n1 *n2
12 5 12 12 3 14
+ 3*a33*m1 *m2*n1 *n2 + 43*a33*m1 *m2*n1 *n2
12 16 11 2 10 7
- 4*a33*m1 *m2*n1*n2 - 36*a33*m1 *m2 *n1 *n2
11 2 8 9 11 2 6 11
+ 181*a33*m1 *m2 *n1 *n2 - 94*a33*m1 *m2 *n1 *n2
11 2 4 13 11 2 2 15
- 252*a33*m1 *m2 *n1 *n2 + 58*a33*m1 *m2 *n1 *n2
11 2 17 10 3 11 6 10 3 9 8
- a33*m1 *m2 *n2 + 84*a33*m1 *m2 *n1 *n2 - 549*a33*m1 *m2 *n1 *n2
10 3 7 10 10 3 5 12
+ 550*a33*m1 *m2 *n1 *n2 + 812*a33*m1 *m2 *n1 *n2
10 3 3 14 10 3 16
- 354*a33*m1 *m2 *n1 *n2 + 17*a33*m1 *m2 *n1*n2
9 4 12 5 9 4 10 7
- 126*a33*m1 *m2 *n1 *n2 + 1086*a33*m1 *m2 *n1 *n2
9 4 8 9 9 4 6 11
- 1710*a33*m1 *m2 *n1 *n2 - 1575*a33*m1 *m2 *n1 *n2
9 4 4 13 9 4 2 15 9 4 17
+ 1235*a33*m1 *m2 *n1 *n2 - 111*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n2
8 5 13 4 8 5 11 6
+ 126*a33*m1 *m2 *n1 *n2 - 1470*a33*m1 *m2 *n1 *n2
8 5 9 8 8 5 7 10
+ 3378*a33*m1 *m2 *n1 *n2 + 1791*a33*m1 *m2 *n1 *n2
8 5 5 12 8 5 3 14
- 2775*a33*m1 *m2 *n1 *n2 + 399*a33*m1 *m2 *n1 *n2
8 5 16 7 6 14 3
- 9*a33*m1 *m2 *n1*n2 - 84*a33*m1 *m2 *n1 *n2
7 6 12 5 7 6 10 7
+ 1386*a33*m1 *m2 *n1 *n2 - 4536*a33*m1 *m2 *n1 *n2
7 6 8 9 7 6 6 11
- 816*a33*m1 *m2 *n1 *n2 + 4248*a33*m1 *m2 *n1 *n2
7 6 4 13 7 6 2 15
- 906*a33*m1 *m2 *n1 *n2 + 36*a33*m1 *m2 *n1 *n2
6 7 15 2 6 7 13 4
+ 36*a33*m1 *m2 *n1 *n2 - 906*a33*m1 *m2 *n1 *n2
6 7 11 6 6 7 9 8
+ 4248*a33*m1 *m2 *n1 *n2 - 816*a33*m1 *m2 *n1 *n2
6 7 7 10 6 7 5 12
- 4536*a33*m1 *m2 *n1 *n2 + 1386*a33*m1 *m2 *n1 *n2
6 7 3 14 5 8 16
- 84*a33*m1 *m2 *n1 *n2 - 9*a33*m1 *m2 *n1 *n2
5 8 14 3 5 8 12 5
+ 399*a33*m1 *m2 *n1 *n2 - 2775*a33*m1 *m2 *n1 *n2
5 8 10 7 5 8 8 9
+ 1791*a33*m1 *m2 *n1 *n2 + 3378*a33*m1 *m2 *n1 *n2
5 8 6 11 5 8 4 13 4 9 17
- 1470*a33*m1 *m2 *n1 *n2 + 126*a33*m1 *m2 *n1 *n2 + a33*m1 *m2 *n1
4 9 15 2 4 9 13 4
- 111*a33*m1 *m2 *n1 *n2 + 1235*a33*m1 *m2 *n1 *n2
4 9 11 6 4 9 9 8
- 1575*a33*m1 *m2 *n1 *n2 - 1710*a33*m1 *m2 *n1 *n2
4 9 7 10 4 9 5 12
+ 1086*a33*m1 *m2 *n1 *n2 - 126*a33*m1 *m2 *n1 *n2
3 10 16 3 10 14 3
+ 17*a33*m1 *m2 *n1 *n2 - 354*a33*m1 *m2 *n1 *n2
3 10 12 5 3 10 10 7
+ 812*a33*m1 *m2 *n1 *n2 + 550*a33*m1 *m2 *n1 *n2
3 10 8 9 3 10 6 11 2 11 17
- 549*a33*m1 *m2 *n1 *n2 + 84*a33*m1 *m2 *n1 *n2 - a33*m1 *m2 *n1
2 11 15 2 2 11 13 4
+ 58*a33*m1 *m2 *n1 *n2 - 252*a33*m1 *m2 *n1 *n2
2 11 11 6 2 11 9 8
- 94*a33*m1 *m2 *n1 *n2 + 181*a33*m1 *m2 *n1 *n2
2 11 7 10 12 16
- 36*a33*m1 *m2 *n1 *n2 - 4*a33*m1*m2 *n1 *n2
12 14 3 12 12 5
+ 43*a33*m1*m2 *n1 *n2 + 3*a33*m1*m2 *n1 *n2
12 10 7 12 8 9 13 15 2
- 35*a33*m1*m2 *n1 *n2 + 9*a33*m1*m2 *n1 *n2 - 3*a33*m2 *n1 *n2
13 13 4 13 11 6 13 9 8
+ a33*m2 *n1 *n2 + 3*a33*m2 *n1 *n2 - a33*m2 *n1 *n2 )
= a product of the elements of: {4,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n2 - m2*n1,
m1*n1 - m1*n2 + m2*n1 + m2*n2,
m1*n1 + m1*n2 - m2*n1 + m2*n2,
3 6 3 4 2 3 2 4 3 6
4 a33 *n1 + 3*a33 *n1 *n2 + 3*a33 *n1 *n2 + a33 *n2 3
u1 *------------------------------------------------------- + u1 *v1*(
4
3 5 3 3 2 3 4 3 4
- a33 *m1*n1 - 2*a33 *m1*n1 *n2 - a33 *m1*n1*n2 - a33 *m2*n1 *n2
3 2 3 3 5 3 3 4
- 2*a33 *m2*n1 *n2 - a33 *m2*n2 ) + u1 *v2*( - a33 *m1*n1 *n2
3 2 3 3 5 3 5 3 3 2
- 2*a33 *m1*n1 *n2 - a33 *m1*n2 + a33 *m2*n1 + 2*a33 *m2*n1 *n2
3 4
+ a33 *m2*n1*n2 )
2 7 2 5 2 2 3 4 2 6
3 - a33 *n1 - 3*a33 *n1 *n2 - 3*a33 *n1 *n2 - a33 *n1*n2
+ u1 *-------------------------------------------------------------
2
3 6 3 4 2 3 2 4 3 6
2 2 a33 *n1 + 3*a33 *n1 *n2 + 3*a33 *n1 *n2 + a33 *n2 2
+ u1 *u2 *------------------------------------------------------- + u1 *u2
2
3 4 3 2 3 3 5 3 5
*v1*(a33 *m1*n1 *n2 + 2*a33 *m1*n1 *n2 + a33 *m1*n2 - a33 *m2*n1
3 3 2 3 4 2 3 5
- 2*a33 *m2*n1 *n2 - a33 *m2*n1*n2 ) + u1 *u2*v2*( - a33 *m1*n1
3 3 2 3 4 3 4 3 2 3
- 2*a33 *m1*n1 *n2 - a33 *m1*n1*n2 - a33 *m2*n1 *n2 - 2*a33 *m2*n1 *n2
3 5
- a33 *m2*n2 )
2 6 2 4 3 2 2 5 2 7
2 - a33 *n1 *n2 - 3*a33 *n1 *n2 - 3*a33 *n1 *n2 - a33 *n2 2
+ u1 *u2*------------------------------------------------------------- + u1
2
3 2 3 3 2 3 3 4
*v1*v2*(2*a33 *m1 *n1 *n2 + 2*a33 *m1 *n1*n2 - 2*a33 *m1*m2*n1
3 4 3 2 3 3 2 3 2
+ 2*a33 *m1*m2*n2 - 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1*n2 ) + u1 *v1
2 6 2 4 2 2 2 4 2 6
*(3*a33 *m1*n1 + 5*a33 *m1*n1 *n2 + a33 *m1*n1 *n2 - a33 *m1*n2
2 5 2 3 3 2 5 2 2
+ 4*a33 *m2*n1 *n2 + 8*a33 *m2*n1 *n2 + 4*a33 *m2*n1*n2 )/2 + u1 *v2 *(
3 2 4 3 2 4 3 3 3 3
- a33 *m1 *n1 + a33 *m1 *n2 - 4*a33 *m1*m2*n1 *n2 - 4*a33 *m1*m2*n1*n2
3 2 4 3 2 4 2 2 5
+ a33 *m2 *n1 - a33 *m2 *n2 ) + u1 *v2*(4*a33 *m1*n1 *n2
2 3 3 2 5 2 6
+ 8*a33 *m1*n1 *n2 + 4*a33 *m1*n1*n2 - 3*a33 *m2*n1
2 4 2 2 2 4 2 6 2 2
- 5*a33 *m2*n1 *n2 - a33 *m2*n1 *n2 + a33 *m2*n2 )/2 + u1 *v3 *(
3 2 4 3 2 2 2 3 2 4
- 3*a33 *m1 *n1 - 4*a33 *m1 *n1 *n2 - a33 *m1 *n2
3 3 3 3 3 2 4
- 4*a33 *m1*m2*n1 *n2 - 4*a33 *m1*m2*n1*n2 - a33 *m2 *n1
3 2 2 2 3 2 4
- 4*a33 *m2 *n1 *n2 - 3*a33 *m2 *n2 )/2
8 6 2 2 6 8
2 a33*n1 + 2*a33*n1 *n2 - 2*a33*n1 *n2 - a33*n2 2
+ u1 *--------------------------------------------------- + u1*u2 *v1*(
4
3 5 3 3 2 3 4 3 4
- a33 *m1*n1 - 2*a33 *m1*n1 *n2 - a33 *m1*n1*n2 - a33 *m2*n1 *n2
3 2 3 3 5 2 3 4
- 2*a33 *m2*n1 *n2 - a33 *m2*n2 ) + u1*u2 *v2*( - a33 *m1*n1 *n2
3 2 3 3 5 3 5 3 3 2
- 2*a33 *m1*n1 *n2 - a33 *m1*n2 + a33 *m2*n1 + 2*a33 *m2*n1 *n2
3 4
+ a33 *m2*n1*n2 )
2 7 2 5 2 2 3 4 2 6
2 - a33 *n1 - 3*a33 *n1 *n2 - 3*a33 *n1 *n2 - a33 *n1*n2
+ u1*u2 *------------------------------------------------------------- + u1
2
2 3 2 3 3 2 3 3 4
*u2*v1 *( - 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1*n2 + 2*a33 *m1*m2*n1
3 4 3 2 3 3 2 3
- 2*a33 *m1*m2*n2 + 2*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1*n2 ) + u1*u2
3 2 4 3 2 4 3 3
*v1*v2*(2*a33 *m1 *n1 - 2*a33 *m1 *n2 + 8*a33 *m1*m2*n1 *n2
3 3 3 2 4 3 2 4
+ 8*a33 *m1*m2*n1*n2 - 2*a33 *m2 *n1 + 2*a33 *m2 *n2 ) + u1*u2*v1
2 6 2 4 2 2 2 4 2 6
*(a33 *m2*n1 + 3*a33 *m2*n1 *n2 + 3*a33 *m2*n1 *n2 + a33 *m2*n2 ) + u1*u2
2 3 2 3 3 2 3 3 4
*v2 *(2*a33 *m1 *n1 *n2 + 2*a33 *m1 *n1*n2 - 2*a33 *m1*m2*n1
3 4 3 2 3 3 2 3
+ 2*a33 *m1*m2*n2 - 2*a33 *m2 *n1 *n2 - 2*a33 *m2 *n1*n2 ) + u1*u2*v2
2 6 2 4 2 2 2 4 2 6
*(a33 *m1*n1 + 3*a33 *m1*n1 *n2 + 3*a33 *m1*n1 *n2 + a33 *m1*n2 )
7 5 3 3 5 7
a33*n1 *n2 + 3*a33*n1 *n2 + 3*a33*n1 *n2 + a33*n1*n2 2
+ u1*u2*--------------------------------------------------------- + u1*v1
2
3 3 2 3 2 3 3 2 2
*v2*(2*a33 *m1 *n1 *n2 - 2*a33 *m1 *m2*n1 + 4*a33 *m1 *m2*n1*n2
3 2 2 3 2 3 3 3 2
- 4*a33 *m1*m2 *n1 *n2 + 2*a33 *m1*m2 *n2 - 2*a33 *m2 *n1*n2 ) + u1
2 2 2 3 2 2 2 4 2 4 2 5
*v1 *(a33 *m1 *n1 *n2 + a33 *m1 *n1*n2 - a33 *m1*m2*n1 *n2 + a33 *m1*m2*n2
2 2 3 2 2 2 4 2 2 4
- a33 *m2 *n1 *n2 - a33 *m2 *n1*n2 ) + u1*v1*v2*( - 3*a33 *m1 *n1 *n2
2 2 2 3 2 2 5 2 5
- 2*a33 *m1 *n1 *n2 + a33 *m1 *n2 + 2*a33 *m1*m2*n1
2 3 2 2 4 2 2 4
- 4*a33 *m1*m2*n1 *n2 - 6*a33 *m1*m2*n1*n2 + 3*a33 *m2 *n1 *n2
2 2 2 3 2 2 5 2 3 3 3
+ 2*a33 *m2 *n1 *n2 - a33 *m2 *n2 ) + u1*v1*v3 *(a33 *m1 *n1
3 3 2 3 2 2 3 2 3
+ a33 *m1 *n1*n2 + a33 *m1 *m2*n1 *n2 + a33 *m1 *m2*n2
3 2 3 3 2 2 3 3 2 3 3 3
+ a33 *m1*m2 *n1 + a33 *m1*m2 *n1*n2 + a33 *m2 *n1 *n2 + a33 *m2 *n2 )
7 5 2 3 4 6
+ u1*v1*( - a33*m1*n1 + a33*m1*n1 *n2 + 5*a33*m1*n1 *n2 + 3*a33*m1*n1*n2
6 4 3 2 5 7
- 3*a33*m2*n1 *n2 - 5*a33*m2*n1 *n2 - a33*m2*n1 *n2 + a33*m2*n2 )
3 3 3 2 3 2 3 3 2 2
/2 + u1*v2 *(2*a33 *m1 *n1 *n2 - 2*a33 *m1 *m2*n1 + 4*a33 *m1 *m2*n1*n2
3 2 2 3 2 3 3 3 2
- 4*a33 *m1*m2 *n1 *n2 + 2*a33 *m1*m2 *n2 - 2*a33 *m2 *n1*n2 )
2 2 2 5 2 2 3 2 2 2 4
+ u1*v2 *(a33 *m1 *n1 - a33 *m1 *n1 *n2 - 2*a33 *m1 *n1*n2
2 4 2 2 3 2 5
+ 5*a33 *m1*m2*n1 *n2 + 4*a33 *m1*m2*n1 *n2 - a33 *m1*m2*n2
2 2 5 2 2 3 2 2 2 4
- a33 *m2 *n1 + a33 *m2 *n1 *n2 + 2*a33 *m2 *n1*n2 ) + u1*v2
2 3 3 2 3 3 3 3 2 3
*v3 *(3*a33 *m1 *n1 *n2 + a33 *m1 *n2 - 3*a33 *m1 *m2*n1
3 2 2 3 2 2 3 2 3
+ 3*a33 *m1 *m2*n1*n2 - 3*a33 *m1*m2 *n1 *n2 + 3*a33 *m1*m2 *n2
3 3 3 3 3 2 6
- a33 *m2 *n1 - 3*a33 *m2 *n1*n2 ) + u1*v2*( - 2*a33*m1*n1 *n2
4 3 7 7 3 4
- 3*a33*m1*n1 *n2 + a33*m1*n2 + a33*m2*n1 - 3*a33*m2*n1 *n2
6 2 2 2 5 2 2 3 2
- 2*a33*m2*n1*n2 )/2 + u1*v3 *(3*a33 *m1 *n1 + 4*a33 *m1 *n1 *n2
2 2 4 2 4 2 2 3
+ a33 *m1 *n1*n2 + 4*a33 *m1*m2*n1 *n2 + 4*a33 *m1*m2*n1 *n2
2 2 5 2 2 3 2 2 2 4
+ a33 *m2 *n1 + 4*a33 *m2 *n1 *n2 + 3*a33 *m2 *n1*n2 )/2
7 2 5 4 3 6 8
n1 *n2 + 3*n1 *n2 + 3*n1 *n2 + n1*n2
+ u1*------------------------------------------
4
3 6 3 4 2 3 2 4 3 6
4 a33 *n1 + 3*a33 *n1 *n2 + 3*a33 *n1 *n2 + a33 *n2 3
+ u2 *------------------------------------------------------- + u2 *v1*(
4
3 4 3 2 3 3 5 3 5
a33 *m1*n1 *n2 + 2*a33 *m1*n1 *n2 + a33 *m1*n2 - a33 *m2*n1
3 3 2 3 4 3 3 5
- 2*a33 *m2*n1 *n2 - a33 *m2*n1*n2 ) + u2 *v2*( - a33 *m1*n1
3 3 2 3 4 3 4 3 2 3
- 2*a33 *m1*n1 *n2 - a33 *m1*n1*n2 - a33 *m2*n1 *n2 - 2*a33 *m2*n1 *n2
3 5
- a33 *m2*n2 )
2 6 2 4 3 2 2 5 2 7
3 - a33 *n1 *n2 - 3*a33 *n1 *n2 - 3*a33 *n1 *n2 - a33 *n2 2
+ u2 *------------------------------------------------------------- + u2
2
2 3 2 4 3 2 4 3 3
*v1 *( - a33 *m1 *n1 + a33 *m1 *n2 - 4*a33 *m1*m2*n1 *n2
3 3 3 2 4 3 2 4 2
- 4*a33 *m1*m2*n1*n2 + a33 *m2 *n1 - a33 *m2 *n2 ) + u2 *v1*v2*(
3 2 3 3 2 3 3 4
- 2*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1*n2 + 2*a33 *m1*m2*n1
3 4 3 2 3 3 2 3 2
- 2*a33 *m1*m2*n2 + 2*a33 *m2 *n1 *n2 + 2*a33 *m2 *n1*n2 ) + u2 *v1*(
2 6 2 4 2 2 2 4 2 6
a33 *m1*n1 - a33 *m1*n1 *n2 - 5*a33 *m1*n1 *n2 - 3*a33 *m1*n2
2 5 2 3 3 2 5 2
+ 4*a33 *m2*n1 *n2 + 8*a33 *m2*n1 *n2 + 4*a33 *m2*n1*n2 )/2 + u2 *v2*(
2 5 2 3 3 2 5 2 6
4*a33 *m1*n1 *n2 + 8*a33 *m1*n1 *n2 + 4*a33 *m1*n1*n2 - a33 *m2*n1
2 4 2 2 2 4 2 6 2 2
+ a33 *m2*n1 *n2 + 5*a33 *m2*n1 *n2 + 3*a33 *m2*n2 )/2 + u2 *v3 *(
3 2 4 3 2 2 2 3 2 4
- 3*a33 *m1 *n1 - 4*a33 *m1 *n1 *n2 - a33 *m1 *n2
3 3 3 3 3 2 4
- 4*a33 *m1*m2*n1 *n2 - 4*a33 *m1*m2*n1*n2 - a33 *m2 *n1
3 2 2 2 3 2 4 3 3 3 2
- 4*a33 *m2 *n1 *n2 - 3*a33 *m2 *n2 )/2 + u2*v1 *( - 2*a33 *m1 *n1 *n2
3 2 3 3 2 2 3 2 2
+ 2*a33 *m1 *m2*n1 - 4*a33 *m1 *m2*n1*n2 + 4*a33 *m1*m2 *n1 *n2
3 2 3 3 3 2 2 2 2 4
- 2*a33 *m1*m2 *n2 + 2*a33 *m2 *n1*n2 ) + u2*v1 *(2*a33 *m1 *n1 *n2
2 2 2 3 2 2 5 2 5 2 3 2
+ a33 *m1 *n1 *n2 - a33 *m1 *n2 - a33 *m1*m2*n1 + 4*a33 *m1*m2*n1 *n2
2 4 2 2 4 2 2 2 3
+ 5*a33 *m1*m2*n1*n2 - 2*a33 *m2 *n1 *n2 - a33 *m2 *n1 *n2
2 2 5 2 3 3 2 3 2 3
+ a33 *m2 *n2 ) + u2*v1*v2 *( - 2*a33 *m1 *n1 *n2 + 2*a33 *m1 *m2*n1
3 2 2 3 2 2 3 2 3
- 4*a33 *m1 *m2*n1*n2 + 4*a33 *m1*m2 *n1 *n2 - 2*a33 *m1*m2 *n2
3 3 2 2 2 5 2 2 3 2
+ 2*a33 *m2 *n1*n2 ) + u2*v1*v2*( - a33 *m1 *n1 + 2*a33 *m1 *n1 *n2
2 2 4 2 4 2 2 3
+ 3*a33 *m1 *n1*n2 - 6*a33 *m1*m2*n1 *n2 - 4*a33 *m1*m2*n1 *n2
2 5 2 2 5 2 2 3 2
+ 2*a33 *m1*m2*n2 + a33 *m2 *n1 - 2*a33 *m2 *n1 *n2
2 2 4 2 3 3 2 3 3 3
- 3*a33 *m2 *n1*n2 ) + u2*v1*v3 *( - 3*a33 *m1 *n1 *n2 - a33 *m1 *n2
3 2 3 3 2 2 3 2 2
+ 3*a33 *m1 *m2*n1 - 3*a33 *m1 *m2*n1*n2 + 3*a33 *m1*m2 *n1 *n2
3 2 3 3 3 3 3 3 2
- 3*a33 *m1*m2 *n2 + a33 *m2 *n1 + 3*a33 *m2 *n1*n2 ) + u2*v1*(
6 4 3 2 5 5 2
- a33*m1*n1 *n2 - 2*a33*m1*n1 *n2 - a33*m1*n1 *n2 - a33*m2*n1 *n2
3 4 6 2 2 2 4
- 2*a33*m2*n1 *n2 - a33*m2*n1*n2 )/2 + u2*v2 *( - a33 *m1 *n1 *n2
2 2 2 3 2 5 2 4 2 2 4
- a33 *m1 *n1 *n2 + a33 *m1*m2*n1 - a33 *m1*m2*n1*n2 + a33 *m2 *n1 *n2
2 2 2 3 2 3 3 3 3 3 2
+ a33 *m2 *n1 *n2 ) + u2*v2*v3 *(a33 *m1 *n1 + a33 *m1 *n1*n2
3 2 2 3 2 3 3 2 3
+ a33 *m1 *m2*n1 *n2 + a33 *m1 *m2*n2 + a33 *m1*m2 *n1
3 2 2 3 3 2 3 3 3 2
+ a33 *m1*m2 *n1*n2 + a33 *m2 *n1 *n2 + a33 *m2 *n2 ) + u2*v3 *(
2 2 4 2 2 2 3 2 2 5
3*a33 *m1 *n1 *n2 + 4*a33 *m1 *n1 *n2 + a33 *m1 *n2
2 3 2 2 4 2 2 4
+ 4*a33 *m1*m2*n1 *n2 + 4*a33 *m1*m2*n1*n2 + a33 *m2 *n1 *n2
2 2 2 3 2 2 5
+ 4*a33 *m2 *n1 *n2 + 3*a33 *m2 *n2 )/2
6 3 4 5 2 7 9
n1 *n2 + 3*n1 *n2 + 3*n1 *n2 + n2 2 3 3 3
+ u2*--------------------------------------- + u3*v1 *v3*( - 2*a33 *m1 *n1
4
3 2 2 3 2 2 3 3 3 2
- 6*a33 *m1 *m2*n1 *n2 - 6*a33 *m1*m2 *n1*n2 - 2*a33 *m2 *n2 ) + u3*v2
3 3 3 3 2 2 3 2 2
*v3*( - 2*a33 *m1 *n1 - 6*a33 *m1 *m2*n1 *n2 - 6*a33 *m1*m2 *n1*n2
3 3 3 3 3 3 3 3 2 2
- 2*a33 *m2 *n2 ) + u3*v3 *( - 2*a33 *m1 *n1 - 6*a33 *m1 *m2*n1 *n2
3 2 2 3 3 3 5 2
- 6*a33 *m1*m2 *n1*n2 - 2*a33 *m2 *n2 ) + u3*v3*(a33*m1*n1 *n2
3 4 6 6 4 3
+ 2*a33*m1*n1 *n2 + a33*m1*n1*n2 - a33*m2*n1 *n2 - 2*a33*m2*n1 *n2
2 5 3 2 3 4 2 3 2 2
- a33*m2*n1 *n2 )/2 + v1 *( - a33 *m1 *n1 + a33 *m1 *n1 *n2
2 2 3 2 2 3 2 2 2 2
- 4*a33 *m1 *m2*n1 *n2 + 2*a33 *m1 *m2*n1*n2 - 5*a33 *m1*m2 *n1 *n2
2 2 4 2 3 3 2 2 3 3
+ a33 *m1*m2 *n2 - 2*a33 *m2 *n1*n2 ) + v1 *v2*( - 2*a33 *m1 *n1 *n2
2 2 4 2 2 2 2 2 2 3
+ a33 *m1 *m2*n1 - 5*a33 *m1 *m2*n1 *n2 + 2*a33 *m1*m2 *n1 *n2
2 2 3 2 3 2 2 2 3 4 2 2
- 4*a33 *m1*m2 *n1*n2 + a33 *m2 *n1 *n2 - a33 *m2 *n2 ) + v1 *v3 *(
3 4 2 3 3 3 2 2 2 3 2 2 2
a33 *m1 *n1 + 2*a33 *m1 *m2*n1*n2 + a33 *m1 *m2 *n1 + a33 *m1 *m2 *n2
3 3 3 4 2 2 2 3 4
+ 2*a33 *m1*m2 *n1*n2 + a33 *m2 *n2 ) + v1*v2 *( - a33 *m1 *n1
2 3 2 2 2 2 3 2 2 3
+ a33 *m1 *n1 *n2 - 4*a33 *m1 *m2*n1 *n2 + 2*a33 *m1 *m2*n1*n2
2 2 2 2 2 2 4 2 3 3
- 5*a33 *m1*m2 *n1 *n2 + a33 *m1*m2 *n2 - 2*a33 *m2 *n1*n2 ) + v1*v2*(
2 5 2 5 6 4 2
2*a33*m1 *n1 *n2 - 2*a33*m1 *n1*n2 - a33*m1*m2*n1 + 5*a33*m1*m2*n1 *n2
2 4 6 2 5
+ 5*a33*m1*m2*n1 *n2 - a33*m1*m2*n2 - 2*a33*m2 *n1 *n2
2 5 2 2 3 4 2 3 2 2
+ 2*a33*m2 *n1*n2 )/2 + v1*v3 *( - 3*a33 *m1 *n1 + 2*a33 *m1 *n1 *n2
2 3 4 2 2 3 2 2 3
+ a33 *m1 *n2 - 10*a33 *m1 *m2*n1 *n2 + 2*a33 *m1 *m2*n1*n2
2 2 4 2 2 2 2 2 2 4
- a33 *m1*m2 *n1 - 10*a33 *m1*m2 *n1 *n2 + 3*a33 *m1*m2 *n2
2 3 3 2 3 3 6 2
- 2*a33 *m2 *n1 *n2 - 6*a33 *m2 *n1*n2 )/2 + v1*( - m1*n1 *n2
4 4 2 6 8 5 3 3 5
- m1*n1 *n2 + m1*n1 *n2 + m1*n2 - 2*m2*n1 *n2 - 4*m2*n1 *n2
7 3 2 3 3 2 2 4
- 2*m2*n1*n2 )/4 + v2 *( - 2*a33 *m1 *n1 *n2 + a33 *m1 *m2*n1
2 2 2 2 2 2 3 2 2 3
- 5*a33 *m1 *m2*n1 *n2 + 2*a33 *m1*m2 *n1 *n2 - 4*a33 *m1*m2 *n1*n2
2 3 2 2 2 3 4 2 2 3 4 2
+ a33 *m2 *n1 *n2 - a33 *m2 *n2 ) + v2 *v3 *(a33 *m1 *n1
3 3 3 2 2 2 3 2 2 2
+ 2*a33 *m1 *m2*n1*n2 + a33 *m1 *m2 *n1 + a33 *m1 *m2 *n2
3 3 3 4 2 2 2 6
+ 2*a33 *m1*m2 *n1*n2 + a33 *m2 *n2 ) + v2 *( - a33*m1 *n1
2 4 2 2 2 4 2 6
+ 5*a33*m1 *n1 *n2 + 5*a33*m1 *n1 *n2 - a33*m1 *n2
5 5 2 6
- 8*a33*m1*m2*n1 *n2 + 8*a33*m1*m2*n1*n2 + a33*m2 *n1
2 4 2 2 2 4 2 6 2
- 5*a33*m2 *n1 *n2 - 5*a33*m2 *n1 *n2 + a33*m2 *n2 )/4 + v2*v3 *(
2 3 3 2 3 3 2 2 4
- 6*a33 *m1 *n1 *n2 - 2*a33 *m1 *n1*n2 + 3*a33 *m1 *m2*n1
2 2 2 2 2 2 4 2 2 3
- 10*a33 *m1 *m2*n1 *n2 - a33 *m1 *m2*n2 + 2*a33 *m1*m2 *n1 *n2
2 2 3 2 3 4 2 3 2 2
- 10*a33 *m1*m2 *n1*n2 + a33 *m2 *n1 + 2*a33 *m2 *n1 *n2
2 3 4 5 3 3 5 7
- 3*a33 *m2 *n2 )/2 + v2*( - 2*m1*n1 *n2 - 4*m1*n1 *n2 - 2*m1*n1*n2
6 2 4 4 2 6 8 4 3 4 2
+ m2*n1 *n2 + m2*n1 *n2 - m2*n1 *n2 - m2*n2 )/4 + v3 *(5*a33 *m1 *n1
3 4 2 3 3 3 2 2 2
+ a33 *m1 *n2 + 8*a33 *m1 *m2*n1*n2 + 6*a33 *m1 *m2 *n1
3 2 2 2 3 3 3 4 2
+ 6*a33 *m1 *m2 *n2 + 8*a33 *m1*m2 *n1*n2 + a33 *m2 *n1
3 4 2 2 2 6 2 4 2
+ 5*a33 *m2 *n2 )/4 + v3 *( - a33*m1 *n1 + 2*a33*m1 *n1 *n2
2 2 4 5 5
+ 3*a33*m1 *n1 *n2 - 4*a33*m1*m2*n1 *n2 + 4*a33*m1*m2*n1*n2
2 4 2 2 2 4 2 6
- 3*a33*m2 *n1 *n2 - 2*a33*m2 *n1 *n2 + a33*m2 *n2 )/4}
{HAM,FI} = 0
And again in machine readable form:
HAM=u1*n1 + u2*n2 + u3**2*a33 + v1*m1 + v2*m2$
FI=u1**4*(a33**2*m1**11*n1**8*n2**9 + 2*a33**2*m1**11*n1**6*n2**11 - 2*a33**2*m1
**11*n1**2*n2**15 - a33**2*m1**11*n2**17 - 9*a33**2*m1**10*m2*n1**9*n2**8 - 14*
a33**2*m1**10*m2*n1**7*n2**10 + 12*a33**2*m1**10*m2*n1**5*n2**12 + 30*a33**2*m1
**10*m2*n1**3*n2**14 + 13*a33**2*m1**10*m2*n1*n2**16 + 36*a33**2*m1**9*m2**2*n1
**10*n2**7 + 35*a33**2*m1**9*m2**2*n1**8*n2**9 - 110*a33**2*m1**9*m2**2*n1**6*n2
**11 - 180*a33**2*m1**9*m2**2*n1**4*n2**13 - 70*a33**2*m1**9*m2**2*n1**2*n2**15
+ a33**2*m1**9*m2**2*n2**17 - 84*a33**2*m1**8*m2**3*n1**11*n2**6 - 15*a33**2*m1
**8*m2**3*n1**9*n2**8 + 450*a33**2*m1**8*m2**3*n1**7*n2**10 + 600*a33**2*m1**8*
m2**3*n1**5*n2**12 + 210*a33**2*m1**8*m2**3*n1**3*n2**14 - 9*a33**2*m1**8*m2**3*
n1*n2**16 + 126*a33**2*m1**7*m2**4*n1**12*n2**5 - 120*a33**2*m1**7*m2**4*n1**10*
n2**7 - 1080*a33**2*m1**7*m2**4*n1**8*n2**9 - 1260*a33**2*m1**7*m2**4*n1**6*n2**
11 - 390*a33**2*m1**7*m2**4*n1**4*n2**13 + 36*a33**2*m1**7*m2**4*n1**2*n2**15 -
126*a33**2*m1**6*m2**5*n1**13*n2**4 + 336*a33**2*m1**6*m2**5*n1**11*n2**6 + 1680
*a33**2*m1**6*m2**5*n1**9*n2**8 + 1764*a33**2*m1**6*m2**5*n1**7*n2**10 + 462*a33
**2*m1**6*m2**5*n1**5*n2**12 - 84*a33**2*m1**6*m2**5*n1**3*n2**14 + 84*a33**2*m1
**5*m2**6*n1**14*n2**3 - 462*a33**2*m1**5*m2**6*n1**12*n2**5 - 1764*a33**2*m1**5
*m2**6*n1**10*n2**7 - 1680*a33**2*m1**5*m2**6*n1**8*n2**9 - 336*a33**2*m1**5*m2
**6*n1**6*n2**11 + 126*a33**2*m1**5*m2**6*n1**4*n2**13 - 36*a33**2*m1**4*m2**7*
n1**15*n2**2 + 390*a33**2*m1**4*m2**7*n1**13*n2**4 + 1260*a33**2*m1**4*m2**7*n1
**11*n2**6 + 1080*a33**2*m1**4*m2**7*n1**9*n2**8 + 120*a33**2*m1**4*m2**7*n1**7*
n2**10 - 126*a33**2*m1**4*m2**7*n1**5*n2**12 + 9*a33**2*m1**3*m2**8*n1**16*n2 -
210*a33**2*m1**3*m2**8*n1**14*n2**3 - 600*a33**2*m1**3*m2**8*n1**12*n2**5 - 450*
a33**2*m1**3*m2**8*n1**10*n2**7 + 15*a33**2*m1**3*m2**8*n1**8*n2**9 + 84*a33**2*
m1**3*m2**8*n1**6*n2**11 - a33**2*m1**2*m2**9*n1**17 + 70*a33**2*m1**2*m2**9*n1
**15*n2**2 + 180*a33**2*m1**2*m2**9*n1**13*n2**4 + 110*a33**2*m1**2*m2**9*n1**11
*n2**6 - 35*a33**2*m1**2*m2**9*n1**9*n2**8 - 36*a33**2*m1**2*m2**9*n1**7*n2**10
- 13*a33**2*m1*m2**10*n1**16*n2 - 30*a33**2*m1*m2**10*n1**14*n2**3 - 12*a33**2*
m1*m2**10*n1**12*n2**5 + 14*a33**2*m1*m2**10*n1**10*n2**7 + 9*a33**2*m1*m2**10*
n1**8*n2**9 + a33**2*m2**11*n1**17 + 2*a33**2*m2**11*n1**15*n2**2 - 2*a33**2*m2
**11*n1**11*n2**6 - a33**2*m2**11*n1**9*n2**8) + u1**3*v1*( - 4*a33**2*m1**12*n1
**7*n2**9 - 4*a33**2*m1**12*n1**5*n2**11 + 4*a33**2*m1**12*n1**3*n2**13 + 4*a33
**2*m1**12*n1*n2**15 + 36*a33**2*m1**11*m2*n1**8*n2**8 + 16*a33**2*m1**11*m2*n1
**6*n2**10 - 72*a33**2*m1**11*m2*n1**4*n2**12 - 48*a33**2*m1**11*m2*n1**2*n2**14
+ 4*a33**2*m1**11*m2*n2**16 - 144*a33**2*m1**10*m2**2*n1**9*n2**7 + 40*a33**2*
m1**10*m2**2*n1**7*n2**9 + 456*a33**2*m1**10*m2**2*n1**5*n2**11 + 216*a33**2*m1
**10*m2**2*n1**3*n2**13 - 56*a33**2*m1**10*m2**2*n1*n2**15 + 336*a33**2*m1**9*m2
**3*n1**10*n2**6 - 420*a33**2*m1**9*m2**3*n1**8*n2**8 - 1520*a33**2*m1**9*m2**3*
n1**6*n2**10 - 440*a33**2*m1**9*m2**3*n1**4*n2**12 + 320*a33**2*m1**9*m2**3*n1**
2*n2**14 - 4*a33**2*m1**9*m2**3*n2**16 - 504*a33**2*m1**8*m2**4*n1**11*n2**5 +
1320*a33**2*m1**8*m2**4*n1**9*n2**7 + 3060*a33**2*m1**8*m2**4*n1**7*n2**9 + 180*
a33**2*m1**8*m2**4*n1**5*n2**11 - 1020*a33**2*m1**8*m2**4*n1**3*n2**13 + 36*a33
**2*m1**8*m2**4*n1*n2**15 + 504*a33**2*m1**7*m2**5*n1**12*n2**4 - 2352*a33**2*m1
**7*m2**5*n1**10*n2**6 - 3888*a33**2*m1**7*m2**5*n1**8*n2**8 + 1152*a33**2*m1**7
*m2**5*n1**6*n2**10 + 2040*a33**2*m1**7*m2**5*n1**4*n2**12 - 144*a33**2*m1**7*m2
**5*n1**2*n2**14 - 336*a33**2*m1**6*m2**6*n1**13*n2**3 + 2688*a33**2*m1**6*m2**6
*n1**11*n2**5 + 3024*a33**2*m1**6*m2**6*n1**9*n2**7 - 3024*a33**2*m1**6*m2**6*n1
**7*n2**9 - 2688*a33**2*m1**6*m2**6*n1**5*n2**11 + 336*a33**2*m1**6*m2**6*n1**3*
n2**13 + 144*a33**2*m1**5*m2**7*n1**14*n2**2 - 2040*a33**2*m1**5*m2**7*n1**12*n2
**4 - 1152*a33**2*m1**5*m2**7*n1**10*n2**6 + 3888*a33**2*m1**5*m2**7*n1**8*n2**8
+ 2352*a33**2*m1**5*m2**7*n1**6*n2**10 - 504*a33**2*m1**5*m2**7*n1**4*n2**12 -
36*a33**2*m1**4*m2**8*n1**15*n2 + 1020*a33**2*m1**4*m2**8*n1**13*n2**3 - 180*a33
**2*m1**4*m2**8*n1**11*n2**5 - 3060*a33**2*m1**4*m2**8*n1**9*n2**7 - 1320*a33**2
*m1**4*m2**8*n1**7*n2**9 + 504*a33**2*m1**4*m2**8*n1**5*n2**11 + 4*a33**2*m1**3*
m2**9*n1**16 - 320*a33**2*m1**3*m2**9*n1**14*n2**2 + 440*a33**2*m1**3*m2**9*n1**
12*n2**4 + 1520*a33**2*m1**3*m2**9*n1**10*n2**6 + 420*a33**2*m1**3*m2**9*n1**8*
n2**8 - 336*a33**2*m1**3*m2**9*n1**6*n2**10 + 56*a33**2*m1**2*m2**10*n1**15*n2 -
216*a33**2*m1**2*m2**10*n1**13*n2**3 - 456*a33**2*m1**2*m2**10*n1**11*n2**5 -
40*a33**2*m1**2*m2**10*n1**9*n2**7 + 144*a33**2*m1**2*m2**10*n1**7*n2**9 - 4*a33
**2*m1*m2**11*n1**16 + 48*a33**2*m1*m2**11*n1**14*n2**2 + 72*a33**2*m1*m2**11*n1
**12*n2**4 - 16*a33**2*m1*m2**11*n1**10*n2**6 - 36*a33**2*m1*m2**11*n1**8*n2**8
- 4*a33**2*m2**12*n1**15*n2 - 4*a33**2*m2**12*n1**13*n2**3 + 4*a33**2*m2**12*n1
**11*n2**5 + 4*a33**2*m2**12*n1**9*n2**7) + u1**3*v2*( - 4*a33**2*m1**12*n1**6*
n2**10 - 4*a33**2*m1**12*n1**4*n2**12 + 4*a33**2*m1**12*n1**2*n2**14 + 4*a33**2*
m1**12*n2**16 + 40*a33**2*m1**11*m2*n1**7*n2**9 + 24*a33**2*m1**11*m2*n1**5*n2**
11 - 72*a33**2*m1**11*m2*n1**3*n2**13 - 56*a33**2*m1**11*m2*n1*n2**15 - 180*a33
**2*m1**10*m2**2*n1**8*n2**8 - 16*a33**2*m1**10*m2**2*n1**6*n2**10 + 504*a33**2*
m1**10*m2**2*n1**4*n2**12 + 336*a33**2*m1**10*m2**2*n1**2*n2**14 - 4*a33**2*m1**
10*m2**2*n2**16 + 480*a33**2*m1**9*m2**3*n1**9*n2**7 - 280*a33**2*m1**9*m2**3*n1
**7*n2**9 - 1960*a33**2*m1**9*m2**3*n1**5*n2**11 - 1160*a33**2*m1**9*m2**3*n1**3
*n2**13 + 40*a33**2*m1**9*m2**3*n1*n2**15 - 840*a33**2*m1**8*m2**4*n1**10*n2**6
+ 1260*a33**2*m1**8*m2**4*n1**8*n2**8 + 4860*a33**2*m1**8*m2**4*n1**6*n2**10 +
2580*a33**2*m1**8*m2**4*n1**4*n2**12 - 180*a33**2*m1**8*m2**4*n1**2*n2**14 +
1008*a33**2*m1**7*m2**5*n1**11*n2**5 - 2832*a33**2*m1**7*m2**5*n1**9*n2**7 -
8208*a33**2*m1**7*m2**5*n1**7*n2**9 - 3888*a33**2*m1**7*m2**5*n1**5*n2**11 + 480
*a33**2*m1**7*m2**5*n1**3*n2**13 - 840*a33**2*m1**6*m2**6*n1**12*n2**4 + 4032*
a33**2*m1**6*m2**6*n1**10*n2**6 + 9744*a33**2*m1**6*m2**6*n1**8*n2**8 + 4032*a33
**2*m1**6*m2**6*n1**6*n2**10 - 840*a33**2*m1**6*m2**6*n1**4*n2**12 + 480*a33**2*
m1**5*m2**7*n1**13*n2**3 - 3888*a33**2*m1**5*m2**7*n1**11*n2**5 - 8208*a33**2*m1
**5*m2**7*n1**9*n2**7 - 2832*a33**2*m1**5*m2**7*n1**7*n2**9 + 1008*a33**2*m1**5*
m2**7*n1**5*n2**11 - 180*a33**2*m1**4*m2**8*n1**14*n2**2 + 2580*a33**2*m1**4*m2
**8*n1**12*n2**4 + 4860*a33**2*m1**4*m2**8*n1**10*n2**6 + 1260*a33**2*m1**4*m2**
8*n1**8*n2**8 - 840*a33**2*m1**4*m2**8*n1**6*n2**10 + 40*a33**2*m1**3*m2**9*n1**
15*n2 - 1160*a33**2*m1**3*m2**9*n1**13*n2**3 - 1960*a33**2*m1**3*m2**9*n1**11*n2
**5 - 280*a33**2*m1**3*m2**9*n1**9*n2**7 + 480*a33**2*m1**3*m2**9*n1**7*n2**9 -
4*a33**2*m1**2*m2**10*n1**16 + 336*a33**2*m1**2*m2**10*n1**14*n2**2 + 504*a33**2
*m1**2*m2**10*n1**12*n2**4 - 16*a33**2*m1**2*m2**10*n1**10*n2**6 - 180*a33**2*m1
**2*m2**10*n1**8*n2**8 - 56*a33**2*m1*m2**11*n1**15*n2 - 72*a33**2*m1*m2**11*n1
**13*n2**3 + 24*a33**2*m1*m2**11*n1**11*n2**5 + 40*a33**2*m1*m2**11*n1**9*n2**7
+ 4*a33**2*m2**12*n1**16 + 4*a33**2*m2**12*n1**14*n2**2 - 4*a33**2*m2**12*n1**12
*n2**4 - 4*a33**2*m2**12*n1**10*n2**6) + u1**3*( - a33*m1**11*n1**9*n2**9 - 2*
a33*m1**11*n1**7*n2**11 + 2*a33*m1**11*n1**3*n2**15 + a33*m1**11*n1*n2**17 + 9*
a33*m1**10*m2*n1**10*n2**8 + 14*a33*m1**10*m2*n1**8*n2**10 - 12*a33*m1**10*m2*n1
**6*n2**12 - 30*a33*m1**10*m2*n1**4*n2**14 - 13*a33*m1**10*m2*n1**2*n2**16 - 36*
a33*m1**9*m2**2*n1**11*n2**7 - 35*a33*m1**9*m2**2*n1**9*n2**9 + 110*a33*m1**9*m2
**2*n1**7*n2**11 + 180*a33*m1**9*m2**2*n1**5*n2**13 + 70*a33*m1**9*m2**2*n1**3*
n2**15 - a33*m1**9*m2**2*n1*n2**17 + 84*a33*m1**8*m2**3*n1**12*n2**6 + 15*a33*m1
**8*m2**3*n1**10*n2**8 - 450*a33*m1**8*m2**3*n1**8*n2**10 - 600*a33*m1**8*m2**3*
n1**6*n2**12 - 210*a33*m1**8*m2**3*n1**4*n2**14 + 9*a33*m1**8*m2**3*n1**2*n2**16
- 126*a33*m1**7*m2**4*n1**13*n2**5 + 120*a33*m1**7*m2**4*n1**11*n2**7 + 1080*
a33*m1**7*m2**4*n1**9*n2**9 + 1260*a33*m1**7*m2**4*n1**7*n2**11 + 390*a33*m1**7*
m2**4*n1**5*n2**13 - 36*a33*m1**7*m2**4*n1**3*n2**15 + 126*a33*m1**6*m2**5*n1**
14*n2**4 - 336*a33*m1**6*m2**5*n1**12*n2**6 - 1680*a33*m1**6*m2**5*n1**10*n2**8
- 1764*a33*m1**6*m2**5*n1**8*n2**10 - 462*a33*m1**6*m2**5*n1**6*n2**12 + 84*a33*
m1**6*m2**5*n1**4*n2**14 - 84*a33*m1**5*m2**6*n1**15*n2**3 + 462*a33*m1**5*m2**6
*n1**13*n2**5 + 1764*a33*m1**5*m2**6*n1**11*n2**7 + 1680*a33*m1**5*m2**6*n1**9*
n2**9 + 336*a33*m1**5*m2**6*n1**7*n2**11 - 126*a33*m1**5*m2**6*n1**5*n2**13 + 36
*a33*m1**4*m2**7*n1**16*n2**2 - 390*a33*m1**4*m2**7*n1**14*n2**4 - 1260*a33*m1**
4*m2**7*n1**12*n2**6 - 1080*a33*m1**4*m2**7*n1**10*n2**8 - 120*a33*m1**4*m2**7*
n1**8*n2**10 + 126*a33*m1**4*m2**7*n1**6*n2**12 - 9*a33*m1**3*m2**8*n1**17*n2 +
210*a33*m1**3*m2**8*n1**15*n2**3 + 600*a33*m1**3*m2**8*n1**13*n2**5 + 450*a33*m1
**3*m2**8*n1**11*n2**7 - 15*a33*m1**3*m2**8*n1**9*n2**9 - 84*a33*m1**3*m2**8*n1
**7*n2**11 + a33*m1**2*m2**9*n1**18 - 70*a33*m1**2*m2**9*n1**16*n2**2 - 180*a33*
m1**2*m2**9*n1**14*n2**4 - 110*a33*m1**2*m2**9*n1**12*n2**6 + 35*a33*m1**2*m2**9
*n1**10*n2**8 + 36*a33*m1**2*m2**9*n1**8*n2**10 + 13*a33*m1*m2**10*n1**17*n2 +
30*a33*m1*m2**10*n1**15*n2**3 + 12*a33*m1*m2**10*n1**13*n2**5 - 14*a33*m1*m2**10
*n1**11*n2**7 - 9*a33*m1*m2**10*n1**9*n2**9 - a33*m2**11*n1**18 - 2*a33*m2**11*
n1**16*n2**2 + 2*a33*m2**11*n1**12*n2**6 + a33*m2**11*n1**10*n2**8) + u1**2*u2**
2*(2*a33**2*m1**11*n1**8*n2**9 + 4*a33**2*m1**11*n1**6*n2**11 - 4*a33**2*m1**11*
n1**2*n2**15 - 2*a33**2*m1**11*n2**17 - 18*a33**2*m1**10*m2*n1**9*n2**8 - 28*a33
**2*m1**10*m2*n1**7*n2**10 + 24*a33**2*m1**10*m2*n1**5*n2**12 + 60*a33**2*m1**10
*m2*n1**3*n2**14 + 26*a33**2*m1**10*m2*n1*n2**16 + 72*a33**2*m1**9*m2**2*n1**10*
n2**7 + 70*a33**2*m1**9*m2**2*n1**8*n2**9 - 220*a33**2*m1**9*m2**2*n1**6*n2**11
- 360*a33**2*m1**9*m2**2*n1**4*n2**13 - 140*a33**2*m1**9*m2**2*n1**2*n2**15 + 2*
a33**2*m1**9*m2**2*n2**17 - 168*a33**2*m1**8*m2**3*n1**11*n2**6 - 30*a33**2*m1**
8*m2**3*n1**9*n2**8 + 900*a33**2*m1**8*m2**3*n1**7*n2**10 + 1200*a33**2*m1**8*m2
**3*n1**5*n2**12 + 420*a33**2*m1**8*m2**3*n1**3*n2**14 - 18*a33**2*m1**8*m2**3*
n1*n2**16 + 252*a33**2*m1**7*m2**4*n1**12*n2**5 - 240*a33**2*m1**7*m2**4*n1**10*
n2**7 - 2160*a33**2*m1**7*m2**4*n1**8*n2**9 - 2520*a33**2*m1**7*m2**4*n1**6*n2**
11 - 780*a33**2*m1**7*m2**4*n1**4*n2**13 + 72*a33**2*m1**7*m2**4*n1**2*n2**15 -
252*a33**2*m1**6*m2**5*n1**13*n2**4 + 672*a33**2*m1**6*m2**5*n1**11*n2**6 + 3360
*a33**2*m1**6*m2**5*n1**9*n2**8 + 3528*a33**2*m1**6*m2**5*n1**7*n2**10 + 924*a33
**2*m1**6*m2**5*n1**5*n2**12 - 168*a33**2*m1**6*m2**5*n1**3*n2**14 + 168*a33**2*
m1**5*m2**6*n1**14*n2**3 - 924*a33**2*m1**5*m2**6*n1**12*n2**5 - 3528*a33**2*m1
**5*m2**6*n1**10*n2**7 - 3360*a33**2*m1**5*m2**6*n1**8*n2**9 - 672*a33**2*m1**5*
m2**6*n1**6*n2**11 + 252*a33**2*m1**5*m2**6*n1**4*n2**13 - 72*a33**2*m1**4*m2**7
*n1**15*n2**2 + 780*a33**2*m1**4*m2**7*n1**13*n2**4 + 2520*a33**2*m1**4*m2**7*n1
**11*n2**6 + 2160*a33**2*m1**4*m2**7*n1**9*n2**8 + 240*a33**2*m1**4*m2**7*n1**7*
n2**10 - 252*a33**2*m1**4*m2**7*n1**5*n2**12 + 18*a33**2*m1**3*m2**8*n1**16*n2 -
420*a33**2*m1**3*m2**8*n1**14*n2**3 - 1200*a33**2*m1**3*m2**8*n1**12*n2**5 -
900*a33**2*m1**3*m2**8*n1**10*n2**7 + 30*a33**2*m1**3*m2**8*n1**8*n2**9 + 168*
a33**2*m1**3*m2**8*n1**6*n2**11 - 2*a33**2*m1**2*m2**9*n1**17 + 140*a33**2*m1**2
*m2**9*n1**15*n2**2 + 360*a33**2*m1**2*m2**9*n1**13*n2**4 + 220*a33**2*m1**2*m2
**9*n1**11*n2**6 - 70*a33**2*m1**2*m2**9*n1**9*n2**8 - 72*a33**2*m1**2*m2**9*n1
**7*n2**10 - 26*a33**2*m1*m2**10*n1**16*n2 - 60*a33**2*m1*m2**10*n1**14*n2**3 -
24*a33**2*m1*m2**10*n1**12*n2**5 + 28*a33**2*m1*m2**10*n1**10*n2**7 + 18*a33**2*
m1*m2**10*n1**8*n2**9 + 2*a33**2*m2**11*n1**17 + 4*a33**2*m2**11*n1**15*n2**2 -
4*a33**2*m2**11*n1**11*n2**6 - 2*a33**2*m2**11*n1**9*n2**8) + u1**2*u2*v1*(4*a33
**2*m1**12*n1**6*n2**10 + 4*a33**2*m1**12*n1**4*n2**12 - 4*a33**2*m1**12*n1**2*
n2**14 - 4*a33**2*m1**12*n2**16 - 40*a33**2*m1**11*m2*n1**7*n2**9 - 24*a33**2*m1
**11*m2*n1**5*n2**11 + 72*a33**2*m1**11*m2*n1**3*n2**13 + 56*a33**2*m1**11*m2*n1
*n2**15 + 180*a33**2*m1**10*m2**2*n1**8*n2**8 + 16*a33**2*m1**10*m2**2*n1**6*n2
**10 - 504*a33**2*m1**10*m2**2*n1**4*n2**12 - 336*a33**2*m1**10*m2**2*n1**2*n2**
14 + 4*a33**2*m1**10*m2**2*n2**16 - 480*a33**2*m1**9*m2**3*n1**9*n2**7 + 280*a33
**2*m1**9*m2**3*n1**7*n2**9 + 1960*a33**2*m1**9*m2**3*n1**5*n2**11 + 1160*a33**2
*m1**9*m2**3*n1**3*n2**13 - 40*a33**2*m1**9*m2**3*n1*n2**15 + 840*a33**2*m1**8*
m2**4*n1**10*n2**6 - 1260*a33**2*m1**8*m2**4*n1**8*n2**8 - 4860*a33**2*m1**8*m2
**4*n1**6*n2**10 - 2580*a33**2*m1**8*m2**4*n1**4*n2**12 + 180*a33**2*m1**8*m2**4
*n1**2*n2**14 - 1008*a33**2*m1**7*m2**5*n1**11*n2**5 + 2832*a33**2*m1**7*m2**5*
n1**9*n2**7 + 8208*a33**2*m1**7*m2**5*n1**7*n2**9 + 3888*a33**2*m1**7*m2**5*n1**
5*n2**11 - 480*a33**2*m1**7*m2**5*n1**3*n2**13 + 840*a33**2*m1**6*m2**6*n1**12*
n2**4 - 4032*a33**2*m1**6*m2**6*n1**10*n2**6 - 9744*a33**2*m1**6*m2**6*n1**8*n2
**8 - 4032*a33**2*m1**6*m2**6*n1**6*n2**10 + 840*a33**2*m1**6*m2**6*n1**4*n2**12
- 480*a33**2*m1**5*m2**7*n1**13*n2**3 + 3888*a33**2*m1**5*m2**7*n1**11*n2**5 +
8208*a33**2*m1**5*m2**7*n1**9*n2**7 + 2832*a33**2*m1**5*m2**7*n1**7*n2**9 - 1008
*a33**2*m1**5*m2**7*n1**5*n2**11 + 180*a33**2*m1**4*m2**8*n1**14*n2**2 - 2580*
a33**2*m1**4*m2**8*n1**12*n2**4 - 4860*a33**2*m1**4*m2**8*n1**10*n2**6 - 1260*
a33**2*m1**4*m2**8*n1**8*n2**8 + 840*a33**2*m1**4*m2**8*n1**6*n2**10 - 40*a33**2
*m1**3*m2**9*n1**15*n2 + 1160*a33**2*m1**3*m2**9*n1**13*n2**3 + 1960*a33**2*m1**
3*m2**9*n1**11*n2**5 + 280*a33**2*m1**3*m2**9*n1**9*n2**7 - 480*a33**2*m1**3*m2
**9*n1**7*n2**9 + 4*a33**2*m1**2*m2**10*n1**16 - 336*a33**2*m1**2*m2**10*n1**14*
n2**2 - 504*a33**2*m1**2*m2**10*n1**12*n2**4 + 16*a33**2*m1**2*m2**10*n1**10*n2
**6 + 180*a33**2*m1**2*m2**10*n1**8*n2**8 + 56*a33**2*m1*m2**11*n1**15*n2 + 72*
a33**2*m1*m2**11*n1**13*n2**3 - 24*a33**2*m1*m2**11*n1**11*n2**5 - 40*a33**2*m1*
m2**11*n1**9*n2**7 - 4*a33**2*m2**12*n1**16 - 4*a33**2*m2**12*n1**14*n2**2 + 4*
a33**2*m2**12*n1**12*n2**4 + 4*a33**2*m2**12*n1**10*n2**6) + u1**2*u2*v2*( - 4*
a33**2*m1**12*n1**7*n2**9 - 4*a33**2*m1**12*n1**5*n2**11 + 4*a33**2*m1**12*n1**3
*n2**13 + 4*a33**2*m1**12*n1*n2**15 + 36*a33**2*m1**11*m2*n1**8*n2**8 + 16*a33**
2*m1**11*m2*n1**6*n2**10 - 72*a33**2*m1**11*m2*n1**4*n2**12 - 48*a33**2*m1**11*
m2*n1**2*n2**14 + 4*a33**2*m1**11*m2*n2**16 - 144*a33**2*m1**10*m2**2*n1**9*n2**
7 + 40*a33**2*m1**10*m2**2*n1**7*n2**9 + 456*a33**2*m1**10*m2**2*n1**5*n2**11 +
216*a33**2*m1**10*m2**2*n1**3*n2**13 - 56*a33**2*m1**10*m2**2*n1*n2**15 + 336*
a33**2*m1**9*m2**3*n1**10*n2**6 - 420*a33**2*m1**9*m2**3*n1**8*n2**8 - 1520*a33
**2*m1**9*m2**3*n1**6*n2**10 - 440*a33**2*m1**9*m2**3*n1**4*n2**12 + 320*a33**2*
m1**9*m2**3*n1**2*n2**14 - 4*a33**2*m1**9*m2**3*n2**16 - 504*a33**2*m1**8*m2**4*
n1**11*n2**5 + 1320*a33**2*m1**8*m2**4*n1**9*n2**7 + 3060*a33**2*m1**8*m2**4*n1
**7*n2**9 + 180*a33**2*m1**8*m2**4*n1**5*n2**11 - 1020*a33**2*m1**8*m2**4*n1**3*
n2**13 + 36*a33**2*m1**8*m2**4*n1*n2**15 + 504*a33**2*m1**7*m2**5*n1**12*n2**4 -
2352*a33**2*m1**7*m2**5*n1**10*n2**6 - 3888*a33**2*m1**7*m2**5*n1**8*n2**8 +
1152*a33**2*m1**7*m2**5*n1**6*n2**10 + 2040*a33**2*m1**7*m2**5*n1**4*n2**12 -
144*a33**2*m1**7*m2**5*n1**2*n2**14 - 336*a33**2*m1**6*m2**6*n1**13*n2**3 + 2688
*a33**2*m1**6*m2**6*n1**11*n2**5 + 3024*a33**2*m1**6*m2**6*n1**9*n2**7 - 3024*
a33**2*m1**6*m2**6*n1**7*n2**9 - 2688*a33**2*m1**6*m2**6*n1**5*n2**11 + 336*a33
**2*m1**6*m2**6*n1**3*n2**13 + 144*a33**2*m1**5*m2**7*n1**14*n2**2 - 2040*a33**2
*m1**5*m2**7*n1**12*n2**4 - 1152*a33**2*m1**5*m2**7*n1**10*n2**6 + 3888*a33**2*
m1**5*m2**7*n1**8*n2**8 + 2352*a33**2*m1**5*m2**7*n1**6*n2**10 - 504*a33**2*m1**
5*m2**7*n1**4*n2**12 - 36*a33**2*m1**4*m2**8*n1**15*n2 + 1020*a33**2*m1**4*m2**8
*n1**13*n2**3 - 180*a33**2*m1**4*m2**8*n1**11*n2**5 - 3060*a33**2*m1**4*m2**8*n1
**9*n2**7 - 1320*a33**2*m1**4*m2**8*n1**7*n2**9 + 504*a33**2*m1**4*m2**8*n1**5*
n2**11 + 4*a33**2*m1**3*m2**9*n1**16 - 320*a33**2*m1**3*m2**9*n1**14*n2**2 + 440
*a33**2*m1**3*m2**9*n1**12*n2**4 + 1520*a33**2*m1**3*m2**9*n1**10*n2**6 + 420*
a33**2*m1**3*m2**9*n1**8*n2**8 - 336*a33**2*m1**3*m2**9*n1**6*n2**10 + 56*a33**2
*m1**2*m2**10*n1**15*n2 - 216*a33**2*m1**2*m2**10*n1**13*n2**3 - 456*a33**2*m1**
2*m2**10*n1**11*n2**5 - 40*a33**2*m1**2*m2**10*n1**9*n2**7 + 144*a33**2*m1**2*m2
**10*n1**7*n2**9 - 4*a33**2*m1*m2**11*n1**16 + 48*a33**2*m1*m2**11*n1**14*n2**2
+ 72*a33**2*m1*m2**11*n1**12*n2**4 - 16*a33**2*m1*m2**11*n1**10*n2**6 - 36*a33**
2*m1*m2**11*n1**8*n2**8 - 4*a33**2*m2**12*n1**15*n2 - 4*a33**2*m2**12*n1**13*n2
**3 + 4*a33**2*m2**12*n1**11*n2**5 + 4*a33**2*m2**12*n1**9*n2**7) + u1**2*u2*( -
a33*m1**11*n1**8*n2**10 - 2*a33*m1**11*n1**6*n2**12 + 2*a33*m1**11*n1**2*n2**16
+ a33*m1**11*n2**18 + 9*a33*m1**10*m2*n1**9*n2**9 + 14*a33*m1**10*m2*n1**7*n2**
11 - 12*a33*m1**10*m2*n1**5*n2**13 - 30*a33*m1**10*m2*n1**3*n2**15 - 13*a33*m1**
10*m2*n1*n2**17 - 36*a33*m1**9*m2**2*n1**10*n2**8 - 35*a33*m1**9*m2**2*n1**8*n2
**10 + 110*a33*m1**9*m2**2*n1**6*n2**12 + 180*a33*m1**9*m2**2*n1**4*n2**14 + 70*
a33*m1**9*m2**2*n1**2*n2**16 - a33*m1**9*m2**2*n2**18 + 84*a33*m1**8*m2**3*n1**
11*n2**7 + 15*a33*m1**8*m2**3*n1**9*n2**9 - 450*a33*m1**8*m2**3*n1**7*n2**11 -
600*a33*m1**8*m2**3*n1**5*n2**13 - 210*a33*m1**8*m2**3*n1**3*n2**15 + 9*a33*m1**
8*m2**3*n1*n2**17 - 126*a33*m1**7*m2**4*n1**12*n2**6 + 120*a33*m1**7*m2**4*n1**
10*n2**8 + 1080*a33*m1**7*m2**4*n1**8*n2**10 + 1260*a33*m1**7*m2**4*n1**6*n2**12
+ 390*a33*m1**7*m2**4*n1**4*n2**14 - 36*a33*m1**7*m2**4*n1**2*n2**16 + 126*a33*
m1**6*m2**5*n1**13*n2**5 - 336*a33*m1**6*m2**5*n1**11*n2**7 - 1680*a33*m1**6*m2
**5*n1**9*n2**9 - 1764*a33*m1**6*m2**5*n1**7*n2**11 - 462*a33*m1**6*m2**5*n1**5*
n2**13 + 84*a33*m1**6*m2**5*n1**3*n2**15 - 84*a33*m1**5*m2**6*n1**14*n2**4 + 462
*a33*m1**5*m2**6*n1**12*n2**6 + 1764*a33*m1**5*m2**6*n1**10*n2**8 + 1680*a33*m1
**5*m2**6*n1**8*n2**10 + 336*a33*m1**5*m2**6*n1**6*n2**12 - 126*a33*m1**5*m2**6*
n1**4*n2**14 + 36*a33*m1**4*m2**7*n1**15*n2**3 - 390*a33*m1**4*m2**7*n1**13*n2**
5 - 1260*a33*m1**4*m2**7*n1**11*n2**7 - 1080*a33*m1**4*m2**7*n1**9*n2**9 - 120*
a33*m1**4*m2**7*n1**7*n2**11 + 126*a33*m1**4*m2**7*n1**5*n2**13 - 9*a33*m1**3*m2
**8*n1**16*n2**2 + 210*a33*m1**3*m2**8*n1**14*n2**4 + 600*a33*m1**3*m2**8*n1**12
*n2**6 + 450*a33*m1**3*m2**8*n1**10*n2**8 - 15*a33*m1**3*m2**8*n1**8*n2**10 - 84
*a33*m1**3*m2**8*n1**6*n2**12 + a33*m1**2*m2**9*n1**17*n2 - 70*a33*m1**2*m2**9*
n1**15*n2**3 - 180*a33*m1**2*m2**9*n1**13*n2**5 - 110*a33*m1**2*m2**9*n1**11*n2
**7 + 35*a33*m1**2*m2**9*n1**9*n2**9 + 36*a33*m1**2*m2**9*n1**7*n2**11 + 13*a33*
m1*m2**10*n1**16*n2**2 + 30*a33*m1*m2**10*n1**14*n2**4 + 12*a33*m1*m2**10*n1**12
*n2**6 - 14*a33*m1*m2**10*n1**10*n2**8 - 9*a33*m1*m2**10*n1**8*n2**10 - a33*m2**
11*n1**17*n2 - 2*a33*m2**11*n1**15*n2**3 + 2*a33*m2**11*n1**11*n2**7 + a33*m2**
11*n1**9*n2**9) + u1**2*u3**2*(a33**2*m1**11*n1**8*n2**9 + 2*a33**2*m1**11*n1**6
*n2**11 - 2*a33**2*m1**11*n1**2*n2**15 - a33**2*m1**11*n2**17 - 9*a33**2*m1**10*
m2*n1**9*n2**8 - 14*a33**2*m1**10*m2*n1**7*n2**10 + 12*a33**2*m1**10*m2*n1**5*n2
**12 + 30*a33**2*m1**10*m2*n1**3*n2**14 + 13*a33**2*m1**10*m2*n1*n2**16 + 36*a33
**2*m1**9*m2**2*n1**10*n2**7 + 35*a33**2*m1**9*m2**2*n1**8*n2**9 - 110*a33**2*m1
**9*m2**2*n1**6*n2**11 - 180*a33**2*m1**9*m2**2*n1**4*n2**13 - 70*a33**2*m1**9*
m2**2*n1**2*n2**15 + a33**2*m1**9*m2**2*n2**17 - 84*a33**2*m1**8*m2**3*n1**11*n2
**6 - 15*a33**2*m1**8*m2**3*n1**9*n2**8 + 450*a33**2*m1**8*m2**3*n1**7*n2**10 +
600*a33**2*m1**8*m2**3*n1**5*n2**12 + 210*a33**2*m1**8*m2**3*n1**3*n2**14 - 9*
a33**2*m1**8*m2**3*n1*n2**16 + 126*a33**2*m1**7*m2**4*n1**12*n2**5 - 120*a33**2*
m1**7*m2**4*n1**10*n2**7 - 1080*a33**2*m1**7*m2**4*n1**8*n2**9 - 1260*a33**2*m1
**7*m2**4*n1**6*n2**11 - 390*a33**2*m1**7*m2**4*n1**4*n2**13 + 36*a33**2*m1**7*
m2**4*n1**2*n2**15 - 126*a33**2*m1**6*m2**5*n1**13*n2**4 + 336*a33**2*m1**6*m2**
5*n1**11*n2**6 + 1680*a33**2*m1**6*m2**5*n1**9*n2**8 + 1764*a33**2*m1**6*m2**5*
n1**7*n2**10 + 462*a33**2*m1**6*m2**5*n1**5*n2**12 - 84*a33**2*m1**6*m2**5*n1**3
*n2**14 + 84*a33**2*m1**5*m2**6*n1**14*n2**3 - 462*a33**2*m1**5*m2**6*n1**12*n2
**5 - 1764*a33**2*m1**5*m2**6*n1**10*n2**7 - 1680*a33**2*m1**5*m2**6*n1**8*n2**9
- 336*a33**2*m1**5*m2**6*n1**6*n2**11 + 126*a33**2*m1**5*m2**6*n1**4*n2**13 -
36*a33**2*m1**4*m2**7*n1**15*n2**2 + 390*a33**2*m1**4*m2**7*n1**13*n2**4 + 1260*
a33**2*m1**4*m2**7*n1**11*n2**6 + 1080*a33**2*m1**4*m2**7*n1**9*n2**8 + 120*a33
**2*m1**4*m2**7*n1**7*n2**10 - 126*a33**2*m1**4*m2**7*n1**5*n2**12 + 9*a33**2*m1
**3*m2**8*n1**16*n2 - 210*a33**2*m1**3*m2**8*n1**14*n2**3 - 600*a33**2*m1**3*m2
**8*n1**12*n2**5 - 450*a33**2*m1**3*m2**8*n1**10*n2**7 + 15*a33**2*m1**3*m2**8*
n1**8*n2**9 + 84*a33**2*m1**3*m2**8*n1**6*n2**11 - a33**2*m1**2*m2**9*n1**17 +
70*a33**2*m1**2*m2**9*n1**15*n2**2 + 180*a33**2*m1**2*m2**9*n1**13*n2**4 + 110*
a33**2*m1**2*m2**9*n1**11*n2**6 - 35*a33**2*m1**2*m2**9*n1**9*n2**8 - 36*a33**2*
m1**2*m2**9*n1**7*n2**10 - 13*a33**2*m1*m2**10*n1**16*n2 - 30*a33**2*m1*m2**10*
n1**14*n2**3 - 12*a33**2*m1*m2**10*n1**12*n2**5 + 14*a33**2*m1*m2**10*n1**10*n2
**7 + 9*a33**2*m1*m2**10*n1**8*n2**9 + a33**2*m2**11*n1**17 + 2*a33**2*m2**11*n1
**15*n2**2 - 2*a33**2*m2**11*n1**11*n2**6 - a33**2*m2**11*n1**9*n2**8) + u1**2*
v1*v2*(8*a33**2*m1**13*n1**5*n2**10 - 8*a33**2*m1**13*n1*n2**14 - 80*a33**2*m1**
12*m2*n1**6*n2**9 + 40*a33**2*m1**12*m2*n1**4*n2**11 + 112*a33**2*m1**12*m2*n1**
2*n2**13 - 8*a33**2*m1**12*m2*n2**15 + 360*a33**2*m1**11*m2**2*n1**7*n2**8 - 408
*a33**2*m1**11*m2**2*n1**5*n2**10 - 648*a33**2*m1**11*m2**2*n1**3*n2**12 + 120*
a33**2*m1**11*m2**2*n1*n2**14 - 960*a33**2*m1**10*m2**3*n1**8*n2**7 + 1880*a33**
2*m1**10*m2**3*n1**6*n2**9 + 2072*a33**2*m1**10*m2**3*n1**4*n2**11 - 760*a33**2*
m1**10*m2**3*n1**2*n2**13 + 8*a33**2*m1**10*m2**3*n2**15 + 1680*a33**2*m1**9*m2
**4*n1**9*n2**6 - 5160*a33**2*m1**9*m2**4*n1**7*n2**8 - 4000*a33**2*m1**9*m2**4*
n1**5*n2**10 + 2760*a33**2*m1**9*m2**4*n1**3*n2**12 - 80*a33**2*m1**9*m2**4*n1*
n2**14 - 2016*a33**2*m1**8*m2**5*n1**10*n2**5 + 9360*a33**2*m1**8*m2**5*n1**8*n2
**7 + 4536*a33**2*m1**8*m2**5*n1**6*n2**9 - 6480*a33**2*m1**8*m2**5*n1**4*n2**11
+ 360*a33**2*m1**8*m2**5*n1**2*n2**13 + 1680*a33**2*m1**7*m2**6*n1**11*n2**4 -
11760*a33**2*m1**7*m2**6*n1**9*n2**6 - 2064*a33**2*m1**7*m2**6*n1**7*n2**8 +
10416*a33**2*m1**7*m2**6*n1**5*n2**10 - 960*a33**2*m1**7*m2**6*n1**3*n2**12 -
960*a33**2*m1**6*m2**7*n1**12*n2**3 + 10416*a33**2*m1**6*m2**7*n1**10*n2**5 -
2064*a33**2*m1**6*m2**7*n1**8*n2**7 - 11760*a33**2*m1**6*m2**7*n1**6*n2**9 +
1680*a33**2*m1**6*m2**7*n1**4*n2**11 + 360*a33**2*m1**5*m2**8*n1**13*n2**2 -
6480*a33**2*m1**5*m2**8*n1**11*n2**4 + 4536*a33**2*m1**5*m2**8*n1**9*n2**6 +
9360*a33**2*m1**5*m2**8*n1**7*n2**8 - 2016*a33**2*m1**5*m2**8*n1**5*n2**10 - 80*
a33**2*m1**4*m2**9*n1**14*n2 + 2760*a33**2*m1**4*m2**9*n1**12*n2**3 - 4000*a33**
2*m1**4*m2**9*n1**10*n2**5 - 5160*a33**2*m1**4*m2**9*n1**8*n2**7 + 1680*a33**2*
m1**4*m2**9*n1**6*n2**9 + 8*a33**2*m1**3*m2**10*n1**15 - 760*a33**2*m1**3*m2**10
*n1**13*n2**2 + 2072*a33**2*m1**3*m2**10*n1**11*n2**4 + 1880*a33**2*m1**3*m2**10
*n1**9*n2**6 - 960*a33**2*m1**3*m2**10*n1**7*n2**8 + 120*a33**2*m1**2*m2**11*n1
**14*n2 - 648*a33**2*m1**2*m2**11*n1**12*n2**3 - 408*a33**2*m1**2*m2**11*n1**10*
n2**5 + 360*a33**2*m1**2*m2**11*n1**8*n2**7 - 8*a33**2*m1*m2**12*n1**15 + 112*
a33**2*m1*m2**12*n1**13*n2**2 + 40*a33**2*m1*m2**12*n1**11*n2**4 - 80*a33**2*m1*
m2**12*n1**9*n2**6 - 8*a33**2*m2**13*n1**14*n2 + 8*a33**2*m2**13*n1**10*n2**5) +
u1**2*v1*(7*a33*m1**12*n1**8*n2**9 + 6*a33*m1**12*n1**6*n2**11 - 8*a33*m1**12*
n1**4*n2**13 - 6*a33*m1**12*n1**2*n2**15 + a33*m1**12*n2**17 - 63*a33*m1**11*m2*
n1**9*n2**8 - 18*a33*m1**11*m2*n1**7*n2**10 + 132*a33*m1**11*m2*n1**5*n2**12 +
66*a33*m1**11*m2*n1**3*n2**14 - 21*a33*m1**11*m2*n1*n2**16 + 252*a33*m1**10*m2**
2*n1**10*n2**7 - 115*a33*m1**10*m2**2*n1**8*n2**9 - 802*a33*m1**10*m2**2*n1**6*
n2**11 - 252*a33*m1**10*m2**2*n1**4*n2**13 + 182*a33*m1**10*m2**2*n1**2*n2**15 -
a33*m1**10*m2**2*n2**17 - 588*a33*m1**9*m2**3*n1**11*n2**6 + 855*a33*m1**9*m2**
3*n1**9*n2**8 + 2590*a33*m1**9*m2**3*n1**7*n2**10 + 280*a33*m1**9*m2**3*n1**5*n2
**12 - 850*a33*m1**9*m2**3*n1**3*n2**14 + 17*a33*m1**9*m2**3*n1*n2**16 + 882*a33
*m1**8*m2**4*n1**12*n2**5 - 2520*a33*m1**8*m2**4*n1**10*n2**7 - 5040*a33*m1**8*
m2**4*n1**8*n2**9 + 900*a33*m1**8*m2**4*n1**6*n2**11 + 2430*a33*m1**8*m2**4*n1**
4*n2**13 - 108*a33*m1**8*m2**4*n1**2*n2**15 - 882*a33*m1**7*m2**5*n1**13*n2**4 +
4368*a33*m1**7*m2**5*n1**11*n2**6 + 6096*a33*m1**7*m2**5*n1**9*n2**8 - 4068*a33
*m1**7*m2**5*n1**7*n2**10 - 4542*a33*m1**7*m2**5*n1**5*n2**12 + 372*a33*m1**7*m2
**5*n1**3*n2**14 + 588*a33*m1**6*m2**6*n1**14*n2**3 - 4914*a33*m1**6*m2**6*n1**
12*n2**5 - 4284*a33*m1**6*m2**6*n1**10*n2**7 + 7728*a33*m1**6*m2**6*n1**8*n2**9
+ 5712*a33*m1**6*m2**6*n1**6*n2**11 - 798*a33*m1**6*m2**6*n1**4*n2**13 - 252*a33
*m1**5*m2**7*n1**15*n2**2 + 3690*a33*m1**5*m2**7*n1**13*n2**4 + 1044*a33*m1**5*
m2**7*n1**11*n2**6 - 8856*a33*m1**5*m2**7*n1**9*n2**8 - 4824*a33*m1**5*m2**7*n1
**7*n2**10 + 1134*a33*m1**5*m2**7*n1**5*n2**12 + 63*a33*m1**4*m2**8*n1**16*n2 -
1830*a33*m1**4*m2**8*n1**14*n2**3 + 960*a33*m1**4*m2**8*n1**12*n2**5 + 6570*a33*
m1**4*m2**8*n1**10*n2**7 + 2625*a33*m1**4*m2**8*n1**8*n2**9 - 1092*a33*m1**4*m2
**8*n1**6*n2**11 - 7*a33*m1**3*m2**9*n1**17 + 570*a33*m1**3*m2**9*n1**15*n2**2 -
1060*a33*m1**3*m2**9*n1**13*n2**4 - 3150*a33*m1**3*m2**9*n1**11*n2**6 - 805*a33
*m1**3*m2**9*n1**9*n2**8 + 708*a33*m1**3*m2**9*n1**7*n2**10 - 99*a33*m1**2*m2**
10*n1**16*n2 + 462*a33*m1**2*m2**10*n1**14*n2**3 + 924*a33*m1**2*m2**10*n1**12*
n2**5 + 66*a33*m1**2*m2**10*n1**10*n2**7 - 297*a33*m1**2*m2**10*n1**8*n2**9 + 7*
a33*m1*m2**11*n1**17 - 98*a33*m1*m2**11*n1**15*n2**2 - 144*a33*m1*m2**11*n1**13*
n2**4 + 34*a33*m1*m2**11*n1**11*n2**6 + 73*a33*m1*m2**11*n1**9*n2**8 + 8*a33*m2
**12*n1**16*n2 + 8*a33*m2**12*n1**14*n2**3 - 8*a33*m2**12*n1**12*n2**5 - 8*a33*
m2**12*n1**10*n2**7) + u1**2*v2**2*( - 4*a33**2*m1**13*n1**6*n2**9 + 4*a33**2*m1
**13*n1**4*n2**11 + 4*a33**2*m1**13*n1**2*n2**13 - 4*a33**2*m1**13*n2**15 + 36*
a33**2*m1**12*m2*n1**7*n2**8 - 68*a33**2*m1**12*m2*n1**5*n2**10 - 36*a33**2*m1**
12*m2*n1**3*n2**12 + 68*a33**2*m1**12*m2*n1*n2**14 - 144*a33**2*m1**11*m2**2*n1
**8*n2**7 + 440*a33**2*m1**11*m2**2*n1**6*n2**9 + 72*a33**2*m1**11*m2**2*n1**4*
n2**11 - 504*a33**2*m1**11*m2**2*n1**2*n2**13 + 8*a33**2*m1**11*m2**2*n2**15 +
336*a33**2*m1**10*m2**3*n1**9*n2**6 - 1560*a33**2*m1**10*m2**3*n1**7*n2**8 + 344
*a33**2*m1**10*m2**3*n1**5*n2**10 + 2136*a33**2*m1**10*m2**3*n1**3*n2**12 - 104*
a33**2*m1**10*m2**3*n1*n2**14 - 504*a33**2*m1**9*m2**4*n1**10*n2**5 + 3480*a33**
2*m1**9*m2**4*n1**8*n2**7 - 2380*a33**2*m1**9*m2**4*n1**6*n2**9 - 5780*a33**2*m1
**9*m2**4*n1**4*n2**11 + 580*a33**2*m1**9*m2**4*n1**2*n2**13 - 4*a33**2*m1**9*m2
**4*n2**15 + 504*a33**2*m1**8*m2**5*n1**11*n2**4 - 5208*a33**2*m1**8*m2**5*n1**9
*n2**6 + 6732*a33**2*m1**8*m2**5*n1**7*n2**8 + 10548*a33**2*m1**8*m2**5*n1**5*n2
**10 - 1860*a33**2*m1**8*m2**5*n1**3*n2**12 + 36*a33**2*m1**8*m2**5*n1*n2**14 -
336*a33**2*m1**7*m2**6*n1**12*n2**3 + 5376*a33**2*m1**7*m2**6*n1**10*n2**5 -
11568*a33**2*m1**7*m2**6*n1**8*n2**7 - 13296*a33**2*m1**7*m2**6*n1**6*n2**9 +
3840*a33**2*m1**7*m2**6*n1**4*n2**11 - 144*a33**2*m1**7*m2**6*n1**2*n2**13 + 144
*a33**2*m1**6*m2**7*n1**13*n2**2 - 3840*a33**2*m1**6*m2**7*n1**11*n2**4 + 13296*
a33**2*m1**6*m2**7*n1**9*n2**6 + 11568*a33**2*m1**6*m2**7*n1**7*n2**8 - 5376*a33
**2*m1**6*m2**7*n1**5*n2**10 + 336*a33**2*m1**6*m2**7*n1**3*n2**12 - 36*a33**2*
m1**5*m2**8*n1**14*n2 + 1860*a33**2*m1**5*m2**8*n1**12*n2**3 - 10548*a33**2*m1**
5*m2**8*n1**10*n2**5 - 6732*a33**2*m1**5*m2**8*n1**8*n2**7 + 5208*a33**2*m1**5*
m2**8*n1**6*n2**9 - 504*a33**2*m1**5*m2**8*n1**4*n2**11 + 4*a33**2*m1**4*m2**9*
n1**15 - 580*a33**2*m1**4*m2**9*n1**13*n2**2 + 5780*a33**2*m1**4*m2**9*n1**11*n2
**4 + 2380*a33**2*m1**4*m2**9*n1**9*n2**6 - 3480*a33**2*m1**4*m2**9*n1**7*n2**8
+ 504*a33**2*m1**4*m2**9*n1**5*n2**10 + 104*a33**2*m1**3*m2**10*n1**14*n2 - 2136
*a33**2*m1**3*m2**10*n1**12*n2**3 - 344*a33**2*m1**3*m2**10*n1**10*n2**5 + 1560*
a33**2*m1**3*m2**10*n1**8*n2**7 - 336*a33**2*m1**3*m2**10*n1**6*n2**9 - 8*a33**2
*m1**2*m2**11*n1**15 + 504*a33**2*m1**2*m2**11*n1**13*n2**2 - 72*a33**2*m1**2*m2
**11*n1**11*n2**4 - 440*a33**2*m1**2*m2**11*n1**9*n2**6 + 144*a33**2*m1**2*m2**
11*n1**7*n2**8 - 68*a33**2*m1*m2**12*n1**14*n2 + 36*a33**2*m1*m2**12*n1**12*n2**
3 + 68*a33**2*m1*m2**12*n1**10*n2**5 - 36*a33**2*m1*m2**12*n1**8*n2**7 + 4*a33**
2*m2**13*n1**15 - 4*a33**2*m2**13*n1**13*n2**2 - 4*a33**2*m2**13*n1**11*n2**4 +
4*a33**2*m2**13*n1**9*n2**6) + u1**2*v2*(6*a33*m1**12*n1**7*n2**10 + 6*a33*m1**
12*n1**5*n2**12 - 6*a33*m1**12*n1**3*n2**14 - 6*a33*m1**12*n1*n2**16 - 57*a33*m1
**11*m2*n1**8*n2**9 - 30*a33*m1**11*m2*n1**6*n2**11 + 108*a33*m1**11*m2*n1**4*n2
**13 + 78*a33*m1**11*m2*n1**2*n2**15 - 3*a33*m1**11*m2*n2**17 + 243*a33*m1**10*
m2**2*n1**9*n2**8 - 18*a33*m1**10*m2**2*n1**7*n2**10 - 720*a33*m1**10*m2**2*n1**
5*n2**12 - 414*a33*m1**10*m2**2*n1**3*n2**14 + 45*a33*m1**10*m2**2*n1*n2**16 -
612*a33*m1**9*m2**3*n1**10*n2**7 + 525*a33*m1**9*m2**3*n1**8*n2**9 + 2610*a33*m1
**9*m2**3*n1**6*n2**11 + 1200*a33*m1**9*m2**3*n1**4*n2**13 - 270*a33*m1**9*m2**3
*n1**2*n2**15 + 3*a33*m1**9*m2**3*n2**17 + 1008*a33*m1**8*m2**4*n1**11*n2**6 -
1935*a33*m1**8*m2**4*n1**9*n2**8 - 5940*a33*m1**8*m2**4*n1**7*n2**10 - 2070*a33*
m1**8*m2**4*n1**5*n2**12 + 900*a33*m1**8*m2**4*n1**3*n2**14 - 27*a33*m1**8*m2**4
*n1*n2**16 - 1134*a33*m1**7*m2**5*n1**12*n2**5 + 3888*a33*m1**7*m2**5*n1**10*n2
**7 + 9072*a33*m1**7*m2**5*n1**8*n2**9 + 2052*a33*m1**7*m2**5*n1**6*n2**11 -
1890*a33*m1**7*m2**5*n1**4*n2**13 + 108*a33*m1**7*m2**5*n1**2*n2**15 + 882*a33*
m1**6*m2**6*n1**13*n2**4 - 5040*a33*m1**6*m2**6*n1**11*n2**6 - 9576*a33*m1**6*m2
**6*n1**9*n2**8 - 756*a33*m1**6*m2**6*n1**7*n2**10 + 2646*a33*m1**6*m2**6*n1**5*
n2**12 - 252*a33*m1**6*m2**6*n1**3*n2**14 - 468*a33*m1**5*m2**7*n1**14*n2**3 +
4446*a33*m1**5*m2**7*n1**12*n2**5 + 7020*a33*m1**5*m2**7*n1**10*n2**7 - 792*a33*
m1**5*m2**7*n1**8*n2**9 - 2520*a33*m1**5*m2**7*n1**6*n2**11 + 378*a33*m1**5*m2**
7*n1**4*n2**13 + 162*a33*m1**4*m2**8*n1**15*n2**2 - 2700*a33*m1**4*m2**8*n1**13*
n2**4 - 3510*a33*m1**4*m2**8*n1**11*n2**6 + 1350*a33*m1**4*m2**8*n1**9*n2**8 +
1620*a33*m1**4*m2**8*n1**7*n2**10 - 378*a33*m1**4*m2**8*n1**5*n2**12 - 33*a33*m1
**3*m2**9*n1**16*n2 + 1110*a33*m1**3*m2**9*n1**14*n2**3 + 1140*a33*m1**3*m2**9*
n1**12*n2**5 - 930*a33*m1**3*m2**9*n1**10*n2**7 - 675*a33*m1**3*m2**9*n1**8*n2**
9 + 252*a33*m1**3*m2**9*n1**6*n2**11 + 3*a33*m1**2*m2**10*n1**17 - 294*a33*m1**2
*m2**10*n1**15*n2**2 - 216*a33*m1**2*m2**10*n1**13*n2**4 + 354*a33*m1**2*m2**10*
n1**11*n2**6 + 165*a33*m1**2*m2**10*n1**9*n2**8 - 108*a33*m1**2*m2**10*n1**7*n2
**10 + 45*a33*m1*m2**11*n1**16*n2 + 18*a33*m1*m2**11*n1**14*n2**3 - 72*a33*m1*m2
**11*n1**12*n2**5 - 18*a33*m1*m2**11*n1**10*n2**7 + 27*a33*m1*m2**11*n1**8*n2**9
- 3*a33*m2**12*n1**17 + 6*a33*m2**12*n1**13*n2**4 - 3*a33*m2**12*n1**9*n2**8) +
u1**2*v3**2*( - 6*a33**2*m1**13*n1**6*n2**9 - 2*a33**2*m1**13*n1**4*n2**11 + 6*
a33**2*m1**13*n1**2*n2**13 + 2*a33**2*m1**13*n2**15 + 54*a33**2*m1**12*m2*n1**7*
n2**8 - 14*a33**2*m1**12*m2*n1**5*n2**10 - 86*a33**2*m1**12*m2*n1**3*n2**12 - 18
*a33**2*m1**12*m2*n1*n2**14 - 216*a33**2*m1**11*m2**2*n1**8*n2**7 + 220*a33**2*
m1**11*m2**2*n1**6*n2**9 + 468*a33**2*m1**11*m2**2*n1**4*n2**11 + 36*a33**2*m1**
11*m2**2*n1**2*n2**13 + 4*a33**2*m1**11*m2**2*n2**15 + 504*a33**2*m1**10*m2**3*
n1**9*n2**6 - 1020*a33**2*m1**10*m2**3*n1**7*n2**8 - 1332*a33**2*m1**10*m2**3*n1
**5*n2**10 + 124*a33**2*m1**10*m2**3*n1**3*n2**12 - 68*a33**2*m1**10*m2**3*n1*n2
**14 - 756*a33**2*m1**9*m2**4*n1**10*n2**5 + 2580*a33**2*m1**9*m2**4*n1**8*n2**7
+ 2150*a33**2*m1**9*m2**4*n1**6*n2**9 - 750*a33**2*m1**9*m2**4*n1**4*n2**11 +
430*a33**2*m1**9*m2**4*n1**2*n2**13 - 6*a33**2*m1**9*m2**4*n2**15 + 756*a33**2*
m1**8*m2**5*n1**11*n2**4 - 4116*a33**2*m1**8*m2**5*n1**9*n2**6 - 1782*a33**2*m1
**8*m2**5*n1**7*n2**8 + 1566*a33**2*m1**8*m2**5*n1**5*n2**10 - 1470*a33**2*m1**8
*m2**5*n1**3*n2**12 + 54*a33**2*m1**8*m2**5*n1*n2**14 - 504*a33**2*m1**7*m2**6*
n1**12*n2**3 + 4368*a33**2*m1**7*m2**6*n1**10*n2**5 + 72*a33**2*m1**7*m2**6*n1**
8*n2**7 - 1464*a33**2*m1**7*m2**6*n1**6*n2**9 + 3120*a33**2*m1**7*m2**6*n1**4*n2
**11 - 216*a33**2*m1**7*m2**6*n1**2*n2**13 + 216*a33**2*m1**6*m2**7*n1**13*n2**2
- 3120*a33**2*m1**6*m2**7*n1**11*n2**4 + 1464*a33**2*m1**6*m2**7*n1**9*n2**6 -
72*a33**2*m1**6*m2**7*n1**7*n2**8 - 4368*a33**2*m1**6*m2**7*n1**5*n2**10 + 504*
a33**2*m1**6*m2**7*n1**3*n2**12 - 54*a33**2*m1**5*m2**8*n1**14*n2 + 1470*a33**2*
m1**5*m2**8*n1**12*n2**3 - 1566*a33**2*m1**5*m2**8*n1**10*n2**5 + 1782*a33**2*m1
**5*m2**8*n1**8*n2**7 + 4116*a33**2*m1**5*m2**8*n1**6*n2**9 - 756*a33**2*m1**5*
m2**8*n1**4*n2**11 + 6*a33**2*m1**4*m2**9*n1**15 - 430*a33**2*m1**4*m2**9*n1**13
*n2**2 + 750*a33**2*m1**4*m2**9*n1**11*n2**4 - 2150*a33**2*m1**4*m2**9*n1**9*n2
**6 - 2580*a33**2*m1**4*m2**9*n1**7*n2**8 + 756*a33**2*m1**4*m2**9*n1**5*n2**10
+ 68*a33**2*m1**3*m2**10*n1**14*n2 - 124*a33**2*m1**3*m2**10*n1**12*n2**3 + 1332
*a33**2*m1**3*m2**10*n1**10*n2**5 + 1020*a33**2*m1**3*m2**10*n1**8*n2**7 - 504*
a33**2*m1**3*m2**10*n1**6*n2**9 - 4*a33**2*m1**2*m2**11*n1**15 - 36*a33**2*m1**2
*m2**11*n1**13*n2**2 - 468*a33**2*m1**2*m2**11*n1**11*n2**4 - 220*a33**2*m1**2*
m2**11*n1**9*n2**6 + 216*a33**2*m1**2*m2**11*n1**7*n2**8 + 18*a33**2*m1*m2**12*
n1**14*n2 + 86*a33**2*m1*m2**12*n1**12*n2**3 + 14*a33**2*m1*m2**12*n1**10*n2**5
- 54*a33**2*m1*m2**12*n1**8*n2**7 - 2*a33**2*m2**13*n1**15 - 6*a33**2*m2**13*n1
**13*n2**2 + 2*a33**2*m2**13*n1**11*n2**4 + 6*a33**2*m2**13*n1**9*n2**6) + u1*u2
**2*v1*( - 4*a33**2*m1**12*n1**7*n2**9 - 4*a33**2*m1**12*n1**5*n2**11 + 4*a33**2
*m1**12*n1**3*n2**13 + 4*a33**2*m1**12*n1*n2**15 + 36*a33**2*m1**11*m2*n1**8*n2
**8 + 16*a33**2*m1**11*m2*n1**6*n2**10 - 72*a33**2*m1**11*m2*n1**4*n2**12 - 48*
a33**2*m1**11*m2*n1**2*n2**14 + 4*a33**2*m1**11*m2*n2**16 - 144*a33**2*m1**10*m2
**2*n1**9*n2**7 + 40*a33**2*m1**10*m2**2*n1**7*n2**9 + 456*a33**2*m1**10*m2**2*
n1**5*n2**11 + 216*a33**2*m1**10*m2**2*n1**3*n2**13 - 56*a33**2*m1**10*m2**2*n1*
n2**15 + 336*a33**2*m1**9*m2**3*n1**10*n2**6 - 420*a33**2*m1**9*m2**3*n1**8*n2**
8 - 1520*a33**2*m1**9*m2**3*n1**6*n2**10 - 440*a33**2*m1**9*m2**3*n1**4*n2**12 +
320*a33**2*m1**9*m2**3*n1**2*n2**14 - 4*a33**2*m1**9*m2**3*n2**16 - 504*a33**2*
m1**8*m2**4*n1**11*n2**5 + 1320*a33**2*m1**8*m2**4*n1**9*n2**7 + 3060*a33**2*m1
**8*m2**4*n1**7*n2**9 + 180*a33**2*m1**8*m2**4*n1**5*n2**11 - 1020*a33**2*m1**8*
m2**4*n1**3*n2**13 + 36*a33**2*m1**8*m2**4*n1*n2**15 + 504*a33**2*m1**7*m2**5*n1
**12*n2**4 - 2352*a33**2*m1**7*m2**5*n1**10*n2**6 - 3888*a33**2*m1**7*m2**5*n1**
8*n2**8 + 1152*a33**2*m1**7*m2**5*n1**6*n2**10 + 2040*a33**2*m1**7*m2**5*n1**4*
n2**12 - 144*a33**2*m1**7*m2**5*n1**2*n2**14 - 336*a33**2*m1**6*m2**6*n1**13*n2
**3 + 2688*a33**2*m1**6*m2**6*n1**11*n2**5 + 3024*a33**2*m1**6*m2**6*n1**9*n2**7
- 3024*a33**2*m1**6*m2**6*n1**7*n2**9 - 2688*a33**2*m1**6*m2**6*n1**5*n2**11 +
336*a33**2*m1**6*m2**6*n1**3*n2**13 + 144*a33**2*m1**5*m2**7*n1**14*n2**2 - 2040
*a33**2*m1**5*m2**7*n1**12*n2**4 - 1152*a33**2*m1**5*m2**7*n1**10*n2**6 + 3888*
a33**2*m1**5*m2**7*n1**8*n2**8 + 2352*a33**2*m1**5*m2**7*n1**6*n2**10 - 504*a33
**2*m1**5*m2**7*n1**4*n2**12 - 36*a33**2*m1**4*m2**8*n1**15*n2 + 1020*a33**2*m1
**4*m2**8*n1**13*n2**3 - 180*a33**2*m1**4*m2**8*n1**11*n2**5 - 3060*a33**2*m1**4
*m2**8*n1**9*n2**7 - 1320*a33**2*m1**4*m2**8*n1**7*n2**9 + 504*a33**2*m1**4*m2**
8*n1**5*n2**11 + 4*a33**2*m1**3*m2**9*n1**16 - 320*a33**2*m1**3*m2**9*n1**14*n2
**2 + 440*a33**2*m1**3*m2**9*n1**12*n2**4 + 1520*a33**2*m1**3*m2**9*n1**10*n2**6
+ 420*a33**2*m1**3*m2**9*n1**8*n2**8 - 336*a33**2*m1**3*m2**9*n1**6*n2**10 + 56
*a33**2*m1**2*m2**10*n1**15*n2 - 216*a33**2*m1**2*m2**10*n1**13*n2**3 - 456*a33
**2*m1**2*m2**10*n1**11*n2**5 - 40*a33**2*m1**2*m2**10*n1**9*n2**7 + 144*a33**2*
m1**2*m2**10*n1**7*n2**9 - 4*a33**2*m1*m2**11*n1**16 + 48*a33**2*m1*m2**11*n1**
14*n2**2 + 72*a33**2*m1*m2**11*n1**12*n2**4 - 16*a33**2*m1*m2**11*n1**10*n2**6 -
36*a33**2*m1*m2**11*n1**8*n2**8 - 4*a33**2*m2**12*n1**15*n2 - 4*a33**2*m2**12*
n1**13*n2**3 + 4*a33**2*m2**12*n1**11*n2**5 + 4*a33**2*m2**12*n1**9*n2**7) + u1*
u2**2*v2*( - 4*a33**2*m1**12*n1**6*n2**10 - 4*a33**2*m1**12*n1**4*n2**12 + 4*a33
**2*m1**12*n1**2*n2**14 + 4*a33**2*m1**12*n2**16 + 40*a33**2*m1**11*m2*n1**7*n2
**9 + 24*a33**2*m1**11*m2*n1**5*n2**11 - 72*a33**2*m1**11*m2*n1**3*n2**13 - 56*
a33**2*m1**11*m2*n1*n2**15 - 180*a33**2*m1**10*m2**2*n1**8*n2**8 - 16*a33**2*m1
**10*m2**2*n1**6*n2**10 + 504*a33**2*m1**10*m2**2*n1**4*n2**12 + 336*a33**2*m1**
10*m2**2*n1**2*n2**14 - 4*a33**2*m1**10*m2**2*n2**16 + 480*a33**2*m1**9*m2**3*n1
**9*n2**7 - 280*a33**2*m1**9*m2**3*n1**7*n2**9 - 1960*a33**2*m1**9*m2**3*n1**5*
n2**11 - 1160*a33**2*m1**9*m2**3*n1**3*n2**13 + 40*a33**2*m1**9*m2**3*n1*n2**15
- 840*a33**2*m1**8*m2**4*n1**10*n2**6 + 1260*a33**2*m1**8*m2**4*n1**8*n2**8 +
4860*a33**2*m1**8*m2**4*n1**6*n2**10 + 2580*a33**2*m1**8*m2**4*n1**4*n2**12 -
180*a33**2*m1**8*m2**4*n1**2*n2**14 + 1008*a33**2*m1**7*m2**5*n1**11*n2**5 -
2832*a33**2*m1**7*m2**5*n1**9*n2**7 - 8208*a33**2*m1**7*m2**5*n1**7*n2**9 - 3888
*a33**2*m1**7*m2**5*n1**5*n2**11 + 480*a33**2*m1**7*m2**5*n1**3*n2**13 - 840*a33
**2*m1**6*m2**6*n1**12*n2**4 + 4032*a33**2*m1**6*m2**6*n1**10*n2**6 + 9744*a33**
2*m1**6*m2**6*n1**8*n2**8 + 4032*a33**2*m1**6*m2**6*n1**6*n2**10 - 840*a33**2*m1
**6*m2**6*n1**4*n2**12 + 480*a33**2*m1**5*m2**7*n1**13*n2**3 - 3888*a33**2*m1**5
*m2**7*n1**11*n2**5 - 8208*a33**2*m1**5*m2**7*n1**9*n2**7 - 2832*a33**2*m1**5*m2
**7*n1**7*n2**9 + 1008*a33**2*m1**5*m2**7*n1**5*n2**11 - 180*a33**2*m1**4*m2**8*
n1**14*n2**2 + 2580*a33**2*m1**4*m2**8*n1**12*n2**4 + 4860*a33**2*m1**4*m2**8*n1
**10*n2**6 + 1260*a33**2*m1**4*m2**8*n1**8*n2**8 - 840*a33**2*m1**4*m2**8*n1**6*
n2**10 + 40*a33**2*m1**3*m2**9*n1**15*n2 - 1160*a33**2*m1**3*m2**9*n1**13*n2**3
- 1960*a33**2*m1**3*m2**9*n1**11*n2**5 - 280*a33**2*m1**3*m2**9*n1**9*n2**7 +
480*a33**2*m1**3*m2**9*n1**7*n2**9 - 4*a33**2*m1**2*m2**10*n1**16 + 336*a33**2*
m1**2*m2**10*n1**14*n2**2 + 504*a33**2*m1**2*m2**10*n1**12*n2**4 - 16*a33**2*m1
**2*m2**10*n1**10*n2**6 - 180*a33**2*m1**2*m2**10*n1**8*n2**8 - 56*a33**2*m1*m2
**11*n1**15*n2 - 72*a33**2*m1*m2**11*n1**13*n2**3 + 24*a33**2*m1*m2**11*n1**11*
n2**5 + 40*a33**2*m1*m2**11*n1**9*n2**7 + 4*a33**2*m2**12*n1**16 + 4*a33**2*m2**
12*n1**14*n2**2 - 4*a33**2*m2**12*n1**12*n2**4 - 4*a33**2*m2**12*n1**10*n2**6) +
u1*u2**2*( - a33*m1**11*n1**9*n2**9 - 2*a33*m1**11*n1**7*n2**11 + 2*a33*m1**11*
n1**3*n2**15 + a33*m1**11*n1*n2**17 + 9*a33*m1**10*m2*n1**10*n2**8 + 14*a33*m1**
10*m2*n1**8*n2**10 - 12*a33*m1**10*m2*n1**6*n2**12 - 30*a33*m1**10*m2*n1**4*n2**
14 - 13*a33*m1**10*m2*n1**2*n2**16 - 36*a33*m1**9*m2**2*n1**11*n2**7 - 35*a33*m1
**9*m2**2*n1**9*n2**9 + 110*a33*m1**9*m2**2*n1**7*n2**11 + 180*a33*m1**9*m2**2*
n1**5*n2**13 + 70*a33*m1**9*m2**2*n1**3*n2**15 - a33*m1**9*m2**2*n1*n2**17 + 84*
a33*m1**8*m2**3*n1**12*n2**6 + 15*a33*m1**8*m2**3*n1**10*n2**8 - 450*a33*m1**8*
m2**3*n1**8*n2**10 - 600*a33*m1**8*m2**3*n1**6*n2**12 - 210*a33*m1**8*m2**3*n1**
4*n2**14 + 9*a33*m1**8*m2**3*n1**2*n2**16 - 126*a33*m1**7*m2**4*n1**13*n2**5 +
120*a33*m1**7*m2**4*n1**11*n2**7 + 1080*a33*m1**7*m2**4*n1**9*n2**9 + 1260*a33*
m1**7*m2**4*n1**7*n2**11 + 390*a33*m1**7*m2**4*n1**5*n2**13 - 36*a33*m1**7*m2**4
*n1**3*n2**15 + 126*a33*m1**6*m2**5*n1**14*n2**4 - 336*a33*m1**6*m2**5*n1**12*n2
**6 - 1680*a33*m1**6*m2**5*n1**10*n2**8 - 1764*a33*m1**6*m2**5*n1**8*n2**10 -
462*a33*m1**6*m2**5*n1**6*n2**12 + 84*a33*m1**6*m2**5*n1**4*n2**14 - 84*a33*m1**
5*m2**6*n1**15*n2**3 + 462*a33*m1**5*m2**6*n1**13*n2**5 + 1764*a33*m1**5*m2**6*
n1**11*n2**7 + 1680*a33*m1**5*m2**6*n1**9*n2**9 + 336*a33*m1**5*m2**6*n1**7*n2**
11 - 126*a33*m1**5*m2**6*n1**5*n2**13 + 36*a33*m1**4*m2**7*n1**16*n2**2 - 390*
a33*m1**4*m2**7*n1**14*n2**4 - 1260*a33*m1**4*m2**7*n1**12*n2**6 - 1080*a33*m1**
4*m2**7*n1**10*n2**8 - 120*a33*m1**4*m2**7*n1**8*n2**10 + 126*a33*m1**4*m2**7*n1
**6*n2**12 - 9*a33*m1**3*m2**8*n1**17*n2 + 210*a33*m1**3*m2**8*n1**15*n2**3 +
600*a33*m1**3*m2**8*n1**13*n2**5 + 450*a33*m1**3*m2**8*n1**11*n2**7 - 15*a33*m1
**3*m2**8*n1**9*n2**9 - 84*a33*m1**3*m2**8*n1**7*n2**11 + a33*m1**2*m2**9*n1**18
- 70*a33*m1**2*m2**9*n1**16*n2**2 - 180*a33*m1**2*m2**9*n1**14*n2**4 - 110*a33*
m1**2*m2**9*n1**12*n2**6 + 35*a33*m1**2*m2**9*n1**10*n2**8 + 36*a33*m1**2*m2**9*
n1**8*n2**10 + 13*a33*m1*m2**10*n1**17*n2 + 30*a33*m1*m2**10*n1**15*n2**3 + 12*
a33*m1*m2**10*n1**13*n2**5 - 14*a33*m1*m2**10*n1**11*n2**7 - 9*a33*m1*m2**10*n1
**9*n2**9 - a33*m2**11*n1**18 - 2*a33*m2**11*n1**16*n2**2 + 2*a33*m2**11*n1**12*
n2**6 + a33*m2**11*n1**10*n2**8) + u1*u2*v1**2*( - 8*a33**2*m1**13*n1**5*n2**10
+ 8*a33**2*m1**13*n1*n2**14 + 80*a33**2*m1**12*m2*n1**6*n2**9 - 40*a33**2*m1**12
*m2*n1**4*n2**11 - 112*a33**2*m1**12*m2*n1**2*n2**13 + 8*a33**2*m1**12*m2*n2**15
- 360*a33**2*m1**11*m2**2*n1**7*n2**8 + 408*a33**2*m1**11*m2**2*n1**5*n2**10 +
648*a33**2*m1**11*m2**2*n1**3*n2**12 - 120*a33**2*m1**11*m2**2*n1*n2**14 + 960*
a33**2*m1**10*m2**3*n1**8*n2**7 - 1880*a33**2*m1**10*m2**3*n1**6*n2**9 - 2072*
a33**2*m1**10*m2**3*n1**4*n2**11 + 760*a33**2*m1**10*m2**3*n1**2*n2**13 - 8*a33
**2*m1**10*m2**3*n2**15 - 1680*a33**2*m1**9*m2**4*n1**9*n2**6 + 5160*a33**2*m1**
9*m2**4*n1**7*n2**8 + 4000*a33**2*m1**9*m2**4*n1**5*n2**10 - 2760*a33**2*m1**9*
m2**4*n1**3*n2**12 + 80*a33**2*m1**9*m2**4*n1*n2**14 + 2016*a33**2*m1**8*m2**5*
n1**10*n2**5 - 9360*a33**2*m1**8*m2**5*n1**8*n2**7 - 4536*a33**2*m1**8*m2**5*n1
**6*n2**9 + 6480*a33**2*m1**8*m2**5*n1**4*n2**11 - 360*a33**2*m1**8*m2**5*n1**2*
n2**13 - 1680*a33**2*m1**7*m2**6*n1**11*n2**4 + 11760*a33**2*m1**7*m2**6*n1**9*
n2**6 + 2064*a33**2*m1**7*m2**6*n1**7*n2**8 - 10416*a33**2*m1**7*m2**6*n1**5*n2
**10 + 960*a33**2*m1**7*m2**6*n1**3*n2**12 + 960*a33**2*m1**6*m2**7*n1**12*n2**3
- 10416*a33**2*m1**6*m2**7*n1**10*n2**5 + 2064*a33**2*m1**6*m2**7*n1**8*n2**7 +
11760*a33**2*m1**6*m2**7*n1**6*n2**9 - 1680*a33**2*m1**6*m2**7*n1**4*n2**11 -
360*a33**2*m1**5*m2**8*n1**13*n2**2 + 6480*a33**2*m1**5*m2**8*n1**11*n2**4 -
4536*a33**2*m1**5*m2**8*n1**9*n2**6 - 9360*a33**2*m1**5*m2**8*n1**7*n2**8 + 2016
*a33**2*m1**5*m2**8*n1**5*n2**10 + 80*a33**2*m1**4*m2**9*n1**14*n2 - 2760*a33**2
*m1**4*m2**9*n1**12*n2**3 + 4000*a33**2*m1**4*m2**9*n1**10*n2**5 + 5160*a33**2*
m1**4*m2**9*n1**8*n2**7 - 1680*a33**2*m1**4*m2**9*n1**6*n2**9 - 8*a33**2*m1**3*
m2**10*n1**15 + 760*a33**2*m1**3*m2**10*n1**13*n2**2 - 2072*a33**2*m1**3*m2**10*
n1**11*n2**4 - 1880*a33**2*m1**3*m2**10*n1**9*n2**6 + 960*a33**2*m1**3*m2**10*n1
**7*n2**8 - 120*a33**2*m1**2*m2**11*n1**14*n2 + 648*a33**2*m1**2*m2**11*n1**12*
n2**3 + 408*a33**2*m1**2*m2**11*n1**10*n2**5 - 360*a33**2*m1**2*m2**11*n1**8*n2
**7 + 8*a33**2*m1*m2**12*n1**15 - 112*a33**2*m1*m2**12*n1**13*n2**2 - 40*a33**2*
m1*m2**12*n1**11*n2**4 + 80*a33**2*m1*m2**12*n1**9*n2**6 + 8*a33**2*m2**13*n1**
14*n2 - 8*a33**2*m2**13*n1**10*n2**5) + u1*u2*v1*v2*(8*a33**2*m1**13*n1**6*n2**9
- 8*a33**2*m1**13*n1**4*n2**11 - 8*a33**2*m1**13*n1**2*n2**13 + 8*a33**2*m1**13
*n2**15 - 72*a33**2*m1**12*m2*n1**7*n2**8 + 136*a33**2*m1**12*m2*n1**5*n2**10 +
72*a33**2*m1**12*m2*n1**3*n2**12 - 136*a33**2*m1**12*m2*n1*n2**14 + 288*a33**2*
m1**11*m2**2*n1**8*n2**7 - 880*a33**2*m1**11*m2**2*n1**6*n2**9 - 144*a33**2*m1**
11*m2**2*n1**4*n2**11 + 1008*a33**2*m1**11*m2**2*n1**2*n2**13 - 16*a33**2*m1**11
*m2**2*n2**15 - 672*a33**2*m1**10*m2**3*n1**9*n2**6 + 3120*a33**2*m1**10*m2**3*
n1**7*n2**8 - 688*a33**2*m1**10*m2**3*n1**5*n2**10 - 4272*a33**2*m1**10*m2**3*n1
**3*n2**12 + 208*a33**2*m1**10*m2**3*n1*n2**14 + 1008*a33**2*m1**9*m2**4*n1**10*
n2**5 - 6960*a33**2*m1**9*m2**4*n1**8*n2**7 + 4760*a33**2*m1**9*m2**4*n1**6*n2**
9 + 11560*a33**2*m1**9*m2**4*n1**4*n2**11 - 1160*a33**2*m1**9*m2**4*n1**2*n2**13
+ 8*a33**2*m1**9*m2**4*n2**15 - 1008*a33**2*m1**8*m2**5*n1**11*n2**4 + 10416*
a33**2*m1**8*m2**5*n1**9*n2**6 - 13464*a33**2*m1**8*m2**5*n1**7*n2**8 - 21096*
a33**2*m1**8*m2**5*n1**5*n2**10 + 3720*a33**2*m1**8*m2**5*n1**3*n2**12 - 72*a33
**2*m1**8*m2**5*n1*n2**14 + 672*a33**2*m1**7*m2**6*n1**12*n2**3 - 10752*a33**2*
m1**7*m2**6*n1**10*n2**5 + 23136*a33**2*m1**7*m2**6*n1**8*n2**7 + 26592*a33**2*
m1**7*m2**6*n1**6*n2**9 - 7680*a33**2*m1**7*m2**6*n1**4*n2**11 + 288*a33**2*m1**
7*m2**6*n1**2*n2**13 - 288*a33**2*m1**6*m2**7*n1**13*n2**2 + 7680*a33**2*m1**6*
m2**7*n1**11*n2**4 - 26592*a33**2*m1**6*m2**7*n1**9*n2**6 - 23136*a33**2*m1**6*
m2**7*n1**7*n2**8 + 10752*a33**2*m1**6*m2**7*n1**5*n2**10 - 672*a33**2*m1**6*m2
**7*n1**3*n2**12 + 72*a33**2*m1**5*m2**8*n1**14*n2 - 3720*a33**2*m1**5*m2**8*n1
**12*n2**3 + 21096*a33**2*m1**5*m2**8*n1**10*n2**5 + 13464*a33**2*m1**5*m2**8*n1
**8*n2**7 - 10416*a33**2*m1**5*m2**8*n1**6*n2**9 + 1008*a33**2*m1**5*m2**8*n1**4
*n2**11 - 8*a33**2*m1**4*m2**9*n1**15 + 1160*a33**2*m1**4*m2**9*n1**13*n2**2 -
11560*a33**2*m1**4*m2**9*n1**11*n2**4 - 4760*a33**2*m1**4*m2**9*n1**9*n2**6 +
6960*a33**2*m1**4*m2**9*n1**7*n2**8 - 1008*a33**2*m1**4*m2**9*n1**5*n2**10 - 208
*a33**2*m1**3*m2**10*n1**14*n2 + 4272*a33**2*m1**3*m2**10*n1**12*n2**3 + 688*a33
**2*m1**3*m2**10*n1**10*n2**5 - 3120*a33**2*m1**3*m2**10*n1**8*n2**7 + 672*a33**
2*m1**3*m2**10*n1**6*n2**9 + 16*a33**2*m1**2*m2**11*n1**15 - 1008*a33**2*m1**2*
m2**11*n1**13*n2**2 + 144*a33**2*m1**2*m2**11*n1**11*n2**4 + 880*a33**2*m1**2*m2
**11*n1**9*n2**6 - 288*a33**2*m1**2*m2**11*n1**7*n2**8 + 136*a33**2*m1*m2**12*n1
**14*n2 - 72*a33**2*m1*m2**12*n1**12*n2**3 - 136*a33**2*m1*m2**12*n1**10*n2**5 +
72*a33**2*m1*m2**12*n1**8*n2**7 - 8*a33**2*m2**13*n1**15 + 8*a33**2*m2**13*n1**
13*n2**2 + 8*a33**2*m2**13*n1**11*n2**4 - 8*a33**2*m2**13*n1**9*n2**6) + u1*u2*
v1*(2*a33*m1**12*n1**7*n2**10 + 2*a33*m1**12*n1**5*n2**12 - 2*a33*m1**12*n1**3*
n2**14 - 2*a33*m1**12*n1*n2**16 - 16*a33*m1**11*m2*n1**8*n2**9 - 4*a33*m1**11*m2
*n1**6*n2**11 + 36*a33*m1**11*m2*n1**4*n2**13 + 20*a33*m1**11*m2*n1**2*n2**15 -
4*a33*m1**11*m2*n2**17 + 54*a33*m1**10*m2**2*n1**9*n2**8 - 48*a33*m1**10*m2**2*
n1**7*n2**10 - 204*a33*m1**10*m2**2*n1**5*n2**12 - 48*a33*m1**10*m2**2*n1**3*n2
**14 + 54*a33*m1**10*m2**2*n1*n2**16 - 96*a33*m1**9*m2**3*n1**10*n2**7 + 280*a33
*m1**9*m2**3*n1**8*n2**9 + 540*a33*m1**9*m2**3*n1**6*n2**11 - 140*a33*m1**9*m2**
3*n1**4*n2**13 - 300*a33*m1**9*m2**3*n1**2*n2**15 + 4*a33*m1**9*m2**3*n2**17 +
84*a33*m1**8*m2**4*n1**11*n2**6 - 690*a33*m1**8*m2**4*n1**9*n2**8 - 630*a33*m1**
8*m2**4*n1**7*n2**10 + 1110*a33*m1**8*m2**4*n1**5*n2**12 + 930*a33*m1**8*m2**4*
n1**3*n2**14 - 36*a33*m1**8*m2**4*n1*n2**16 + 936*a33*m1**7*m2**5*n1**10*n2**7 -
216*a33*m1**7*m2**5*n1**8*n2**9 - 3096*a33*m1**7*m2**5*n1**6*n2**11 - 1800*a33*
m1**7*m2**5*n1**4*n2**13 + 144*a33*m1**7*m2**5*n1**2*n2**15 - 84*a33*m1**6*m2**6
*n1**13*n2**4 - 672*a33*m1**6*m2**6*n1**11*n2**6 + 1848*a33*m1**6*m2**6*n1**9*n2
**8 + 5040*a33*m1**6*m2**6*n1**7*n2**10 + 2268*a33*m1**6*m2**6*n1**5*n2**12 -
336*a33*m1**6*m2**6*n1**3*n2**14 + 96*a33*m1**5*m2**7*n1**14*n2**3 + 96*a33*m1**
5*m2**7*n1**12*n2**5 - 2952*a33*m1**5*m2**7*n1**10*n2**7 - 5304*a33*m1**5*m2**7*
n1**8*n2**9 - 1848*a33*m1**5*m2**7*n1**6*n2**11 + 504*a33*m1**5*m2**7*n1**4*n2**
13 - 54*a33*m1**4*m2**8*n1**15*n2**2 + 270*a33*m1**4*m2**8*n1**13*n2**4 + 2610*
a33*m1**4*m2**8*n1**11*n2**6 + 3690*a33*m1**4*m2**8*n1**9*n2**8 + 900*a33*m1**4*
m2**8*n1**7*n2**10 - 504*a33*m1**4*m2**8*n1**5*n2**12 + 16*a33*m1**3*m2**9*n1**
16*n2 - 260*a33*m1**3*m2**9*n1**14*n2**3 - 1420*a33*m1**3*m2**9*n1**12*n2**5 -
1660*a33*m1**3*m2**9*n1**10*n2**7 - 180*a33*m1**3*m2**9*n1**8*n2**9 + 336*a33*m1
**3*m2**9*n1**6*n2**11 - 2*a33*m1**2*m2**10*n1**17 + 112*a33*m1**2*m2**10*n1**15
*n2**2 + 468*a33*m1**2*m2**10*n1**13*n2**4 + 448*a33*m1**2*m2**10*n1**11*n2**6 -
50*a33*m1**2*m2**10*n1**9*n2**8 - 144*a33*m1**2*m2**10*n1**7*n2**10 - 24*a33*m1
*m2**11*n1**16*n2 - 84*a33*m1*m2**11*n1**14*n2**3 - 60*a33*m1*m2**11*n1**12*n2**
5 + 36*a33*m1*m2**11*n1**10*n2**7 + 36*a33*m1*m2**11*n1**8*n2**9 + 2*a33*m2**12*
n1**17 + 6*a33*m2**12*n1**15*n2**2 + 2*a33*m2**12*n1**13*n2**4 - 6*a33*m2**12*n1
**11*n2**6 - 4*a33*m2**12*n1**9*n2**8) + u1*u2*v2**2*(8*a33**2*m1**13*n1**5*n2**
10 - 8*a33**2*m1**13*n1*n2**14 - 80*a33**2*m1**12*m2*n1**6*n2**9 + 40*a33**2*m1
**12*m2*n1**4*n2**11 + 112*a33**2*m1**12*m2*n1**2*n2**13 - 8*a33**2*m1**12*m2*n2
**15 + 360*a33**2*m1**11*m2**2*n1**7*n2**8 - 408*a33**2*m1**11*m2**2*n1**5*n2**
10 - 648*a33**2*m1**11*m2**2*n1**3*n2**12 + 120*a33**2*m1**11*m2**2*n1*n2**14 -
960*a33**2*m1**10*m2**3*n1**8*n2**7 + 1880*a33**2*m1**10*m2**3*n1**6*n2**9 +
2072*a33**2*m1**10*m2**3*n1**4*n2**11 - 760*a33**2*m1**10*m2**3*n1**2*n2**13 + 8
*a33**2*m1**10*m2**3*n2**15 + 1680*a33**2*m1**9*m2**4*n1**9*n2**6 - 5160*a33**2*
m1**9*m2**4*n1**7*n2**8 - 4000*a33**2*m1**9*m2**4*n1**5*n2**10 + 2760*a33**2*m1
**9*m2**4*n1**3*n2**12 - 80*a33**2*m1**9*m2**4*n1*n2**14 - 2016*a33**2*m1**8*m2
**5*n1**10*n2**5 + 9360*a33**2*m1**8*m2**5*n1**8*n2**7 + 4536*a33**2*m1**8*m2**5
*n1**6*n2**9 - 6480*a33**2*m1**8*m2**5*n1**4*n2**11 + 360*a33**2*m1**8*m2**5*n1
**2*n2**13 + 1680*a33**2*m1**7*m2**6*n1**11*n2**4 - 11760*a33**2*m1**7*m2**6*n1
**9*n2**6 - 2064*a33**2*m1**7*m2**6*n1**7*n2**8 + 10416*a33**2*m1**7*m2**6*n1**5
*n2**10 - 960*a33**2*m1**7*m2**6*n1**3*n2**12 - 960*a33**2*m1**6*m2**7*n1**12*n2
**3 + 10416*a33**2*m1**6*m2**7*n1**10*n2**5 - 2064*a33**2*m1**6*m2**7*n1**8*n2**
7 - 11760*a33**2*m1**6*m2**7*n1**6*n2**9 + 1680*a33**2*m1**6*m2**7*n1**4*n2**11
+ 360*a33**2*m1**5*m2**8*n1**13*n2**2 - 6480*a33**2*m1**5*m2**8*n1**11*n2**4 +
4536*a33**2*m1**5*m2**8*n1**9*n2**6 + 9360*a33**2*m1**5*m2**8*n1**7*n2**8 - 2016
*a33**2*m1**5*m2**8*n1**5*n2**10 - 80*a33**2*m1**4*m2**9*n1**14*n2 + 2760*a33**2
*m1**4*m2**9*n1**12*n2**3 - 4000*a33**2*m1**4*m2**9*n1**10*n2**5 - 5160*a33**2*
m1**4*m2**9*n1**8*n2**7 + 1680*a33**2*m1**4*m2**9*n1**6*n2**9 + 8*a33**2*m1**3*
m2**10*n1**15 - 760*a33**2*m1**3*m2**10*n1**13*n2**2 + 2072*a33**2*m1**3*m2**10*
n1**11*n2**4 + 1880*a33**2*m1**3*m2**10*n1**9*n2**6 - 960*a33**2*m1**3*m2**10*n1
**7*n2**8 + 120*a33**2*m1**2*m2**11*n1**14*n2 - 648*a33**2*m1**2*m2**11*n1**12*
n2**3 - 408*a33**2*m1**2*m2**11*n1**10*n2**5 + 360*a33**2*m1**2*m2**11*n1**8*n2
**7 - 8*a33**2*m1*m2**12*n1**15 + 112*a33**2*m1*m2**12*n1**13*n2**2 + 40*a33**2*
m1*m2**12*n1**11*n2**4 - 80*a33**2*m1*m2**12*n1**9*n2**6 - 8*a33**2*m2**13*n1**
14*n2 + 8*a33**2*m2**13*n1**10*n2**5) + u1*u2*v2*(4*a33*m1**12*n1**8*n2**9 + 6*
a33*m1**12*n1**6*n2**11 - 2*a33*m1**12*n1**4*n2**13 - 6*a33*m1**12*n1**2*n2**15
- 2*a33*m1**12*n2**17 - 36*a33*m1**11*m2*n1**9*n2**8 - 36*a33*m1**11*m2*n1**7*n2
**10 + 60*a33*m1**11*m2*n1**5*n2**12 + 84*a33*m1**11*m2*n1**3*n2**14 + 24*a33*m1
**11*m2*n1*n2**16 + 144*a33*m1**10*m2**2*n1**10*n2**7 + 50*a33*m1**10*m2**2*n1**
8*n2**9 - 448*a33*m1**10*m2**2*n1**6*n2**11 - 468*a33*m1**10*m2**2*n1**4*n2**13
- 112*a33*m1**10*m2**2*n1**2*n2**15 + 2*a33*m1**10*m2**2*n2**17 - 336*a33*m1**9*
m2**3*n1**11*n2**6 + 180*a33*m1**9*m2**3*n1**9*n2**8 + 1660*a33*m1**9*m2**3*n1**
7*n2**10 + 1420*a33*m1**9*m2**3*n1**5*n2**12 + 260*a33*m1**9*m2**3*n1**3*n2**14
- 16*a33*m1**9*m2**3*n1*n2**16 + 504*a33*m1**8*m2**4*n1**12*n2**5 - 900*a33*m1**
8*m2**4*n1**10*n2**7 - 3690*a33*m1**8*m2**4*n1**8*n2**9 - 2610*a33*m1**8*m2**4*
n1**6*n2**11 - 270*a33*m1**8*m2**4*n1**4*n2**13 + 54*a33*m1**8*m2**4*n1**2*n2**
15 - 504*a33*m1**7*m2**5*n1**13*n2**4 + 1848*a33*m1**7*m2**5*n1**11*n2**6 + 5304
*a33*m1**7*m2**5*n1**9*n2**8 + 2952*a33*m1**7*m2**5*n1**7*n2**10 - 96*a33*m1**7*
m2**5*n1**5*n2**12 - 96*a33*m1**7*m2**5*n1**3*n2**14 + 336*a33*m1**6*m2**6*n1**
14*n2**3 - 2268*a33*m1**6*m2**6*n1**12*n2**5 - 5040*a33*m1**6*m2**6*n1**10*n2**7
- 1848*a33*m1**6*m2**6*n1**8*n2**9 + 672*a33*m1**6*m2**6*n1**6*n2**11 + 84*a33*
m1**6*m2**6*n1**4*n2**13 - 144*a33*m1**5*m2**7*n1**15*n2**2 + 1800*a33*m1**5*m2
**7*n1**13*n2**4 + 3096*a33*m1**5*m2**7*n1**11*n2**6 + 216*a33*m1**5*m2**7*n1**9
*n2**8 - 936*a33*m1**5*m2**7*n1**7*n2**10 + 36*a33*m1**4*m2**8*n1**16*n2 - 930*
a33*m1**4*m2**8*n1**14*n2**3 - 1110*a33*m1**4*m2**8*n1**12*n2**5 + 630*a33*m1**4
*m2**8*n1**10*n2**7 + 690*a33*m1**4*m2**8*n1**8*n2**9 - 84*a33*m1**4*m2**8*n1**6
*n2**11 - 4*a33*m1**3*m2**9*n1**17 + 300*a33*m1**3*m2**9*n1**15*n2**2 + 140*a33*
m1**3*m2**9*n1**13*n2**4 - 540*a33*m1**3*m2**9*n1**11*n2**6 - 280*a33*m1**3*m2**
9*n1**9*n2**8 + 96*a33*m1**3*m2**9*n1**7*n2**10 - 54*a33*m1**2*m2**10*n1**16*n2
+ 48*a33*m1**2*m2**10*n1**14*n2**3 + 204*a33*m1**2*m2**10*n1**12*n2**5 + 48*a33*
m1**2*m2**10*n1**10*n2**7 - 54*a33*m1**2*m2**10*n1**8*n2**9 + 4*a33*m1*m2**11*n1
**17 - 20*a33*m1*m2**11*n1**15*n2**2 - 36*a33*m1*m2**11*n1**13*n2**4 + 4*a33*m1*
m2**11*n1**11*n2**6 + 16*a33*m1*m2**11*n1**9*n2**8 + 2*a33*m2**12*n1**16*n2 + 2*
a33*m2**12*n1**14*n2**3 - 2*a33*m2**12*n1**12*n2**5 - 2*a33*m2**12*n1**10*n2**7)
+ u1*u3**2*v2*( - 2*a33**2*m1**12*n1**6*n2**10 - 2*a33**2*m1**12*n1**4*n2**12 +
2*a33**2*m1**12*n1**2*n2**14 + 2*a33**2*m1**12*n2**16 + 20*a33**2*m1**11*m2*n1
**7*n2**9 + 12*a33**2*m1**11*m2*n1**5*n2**11 - 36*a33**2*m1**11*m2*n1**3*n2**13
- 28*a33**2*m1**11*m2*n1*n2**15 - 90*a33**2*m1**10*m2**2*n1**8*n2**8 - 8*a33**2*
m1**10*m2**2*n1**6*n2**10 + 252*a33**2*m1**10*m2**2*n1**4*n2**12 + 168*a33**2*m1
**10*m2**2*n1**2*n2**14 - 2*a33**2*m1**10*m2**2*n2**16 + 240*a33**2*m1**9*m2**3*
n1**9*n2**7 - 140*a33**2*m1**9*m2**3*n1**7*n2**9 - 980*a33**2*m1**9*m2**3*n1**5*
n2**11 - 580*a33**2*m1**9*m2**3*n1**3*n2**13 + 20*a33**2*m1**9*m2**3*n1*n2**15 -
420*a33**2*m1**8*m2**4*n1**10*n2**6 + 630*a33**2*m1**8*m2**4*n1**8*n2**8 + 2430
*a33**2*m1**8*m2**4*n1**6*n2**10 + 1290*a33**2*m1**8*m2**4*n1**4*n2**12 - 90*a33
**2*m1**8*m2**4*n1**2*n2**14 + 504*a33**2*m1**7*m2**5*n1**11*n2**5 - 1416*a33**2
*m1**7*m2**5*n1**9*n2**7 - 4104*a33**2*m1**7*m2**5*n1**7*n2**9 - 1944*a33**2*m1
**7*m2**5*n1**5*n2**11 + 240*a33**2*m1**7*m2**5*n1**3*n2**13 - 420*a33**2*m1**6*
m2**6*n1**12*n2**4 + 2016*a33**2*m1**6*m2**6*n1**10*n2**6 + 4872*a33**2*m1**6*m2
**6*n1**8*n2**8 + 2016*a33**2*m1**6*m2**6*n1**6*n2**10 - 420*a33**2*m1**6*m2**6*
n1**4*n2**12 + 240*a33**2*m1**5*m2**7*n1**13*n2**3 - 1944*a33**2*m1**5*m2**7*n1
**11*n2**5 - 4104*a33**2*m1**5*m2**7*n1**9*n2**7 - 1416*a33**2*m1**5*m2**7*n1**7
*n2**9 + 504*a33**2*m1**5*m2**7*n1**5*n2**11 - 90*a33**2*m1**4*m2**8*n1**14*n2**
2 + 1290*a33**2*m1**4*m2**8*n1**12*n2**4 + 2430*a33**2*m1**4*m2**8*n1**10*n2**6
+ 630*a33**2*m1**4*m2**8*n1**8*n2**8 - 420*a33**2*m1**4*m2**8*n1**6*n2**10 + 20*
a33**2*m1**3*m2**9*n1**15*n2 - 580*a33**2*m1**3*m2**9*n1**13*n2**3 - 980*a33**2*
m1**3*m2**9*n1**11*n2**5 - 140*a33**2*m1**3*m2**9*n1**9*n2**7 + 240*a33**2*m1**3
*m2**9*n1**7*n2**9 - 2*a33**2*m1**2*m2**10*n1**16 + 168*a33**2*m1**2*m2**10*n1**
14*n2**2 + 252*a33**2*m1**2*m2**10*n1**12*n2**4 - 8*a33**2*m1**2*m2**10*n1**10*
n2**6 - 90*a33**2*m1**2*m2**10*n1**8*n2**8 - 28*a33**2*m1*m2**11*n1**15*n2 - 36*
a33**2*m1*m2**11*n1**13*n2**3 + 12*a33**2*m1*m2**11*n1**11*n2**5 + 20*a33**2*m1*
m2**11*n1**9*n2**7 + 2*a33**2*m2**12*n1**16 + 2*a33**2*m2**12*n1**14*n2**2 - 2*
a33**2*m2**12*n1**12*n2**4 - 2*a33**2*m2**12*n1**10*n2**6) + u1*u3**2*( - a33*m1
**11*n1**9*n2**9 - 2*a33*m1**11*n1**7*n2**11 + 2*a33*m1**11*n1**3*n2**15 + a33*
m1**11*n1*n2**17 + 9*a33*m1**10*m2*n1**10*n2**8 + 14*a33*m1**10*m2*n1**8*n2**10
- 12*a33*m1**10*m2*n1**6*n2**12 - 30*a33*m1**10*m2*n1**4*n2**14 - 13*a33*m1**10*
m2*n1**2*n2**16 - 36*a33*m1**9*m2**2*n1**11*n2**7 - 35*a33*m1**9*m2**2*n1**9*n2
**9 + 110*a33*m1**9*m2**2*n1**7*n2**11 + 180*a33*m1**9*m2**2*n1**5*n2**13 + 70*
a33*m1**9*m2**2*n1**3*n2**15 - a33*m1**9*m2**2*n1*n2**17 + 84*a33*m1**8*m2**3*n1
**12*n2**6 + 15*a33*m1**8*m2**3*n1**10*n2**8 - 450*a33*m1**8*m2**3*n1**8*n2**10
- 600*a33*m1**8*m2**3*n1**6*n2**12 - 210*a33*m1**8*m2**3*n1**4*n2**14 + 9*a33*m1
**8*m2**3*n1**2*n2**16 - 126*a33*m1**7*m2**4*n1**13*n2**5 + 120*a33*m1**7*m2**4*
n1**11*n2**7 + 1080*a33*m1**7*m2**4*n1**9*n2**9 + 1260*a33*m1**7*m2**4*n1**7*n2
**11 + 390*a33*m1**7*m2**4*n1**5*n2**13 - 36*a33*m1**7*m2**4*n1**3*n2**15 + 126*
a33*m1**6*m2**5*n1**14*n2**4 - 336*a33*m1**6*m2**5*n1**12*n2**6 - 1680*a33*m1**6
*m2**5*n1**10*n2**8 - 1764*a33*m1**6*m2**5*n1**8*n2**10 - 462*a33*m1**6*m2**5*n1
**6*n2**12 + 84*a33*m1**6*m2**5*n1**4*n2**14 - 84*a33*m1**5*m2**6*n1**15*n2**3 +
462*a33*m1**5*m2**6*n1**13*n2**5 + 1764*a33*m1**5*m2**6*n1**11*n2**7 + 1680*a33
*m1**5*m2**6*n1**9*n2**9 + 336*a33*m1**5*m2**6*n1**7*n2**11 - 126*a33*m1**5*m2**
6*n1**5*n2**13 + 36*a33*m1**4*m2**7*n1**16*n2**2 - 390*a33*m1**4*m2**7*n1**14*n2
**4 - 1260*a33*m1**4*m2**7*n1**12*n2**6 - 1080*a33*m1**4*m2**7*n1**10*n2**8 -
120*a33*m1**4*m2**7*n1**8*n2**10 + 126*a33*m1**4*m2**7*n1**6*n2**12 - 9*a33*m1**
3*m2**8*n1**17*n2 + 210*a33*m1**3*m2**8*n1**15*n2**3 + 600*a33*m1**3*m2**8*n1**
13*n2**5 + 450*a33*m1**3*m2**8*n1**11*n2**7 - 15*a33*m1**3*m2**8*n1**9*n2**9 -
84*a33*m1**3*m2**8*n1**7*n2**11 + a33*m1**2*m2**9*n1**18 - 70*a33*m1**2*m2**9*n1
**16*n2**2 - 180*a33*m1**2*m2**9*n1**14*n2**4 - 110*a33*m1**2*m2**9*n1**12*n2**6
+ 35*a33*m1**2*m2**9*n1**10*n2**8 + 36*a33*m1**2*m2**9*n1**8*n2**10 + 13*a33*m1
*m2**10*n1**17*n2 + 30*a33*m1*m2**10*n1**15*n2**3 + 12*a33*m1*m2**10*n1**13*n2**
5 - 14*a33*m1*m2**10*n1**11*n2**7 - 9*a33*m1*m2**10*n1**9*n2**9 - a33*m2**11*n1
**18 - 2*a33*m2**11*n1**16*n2**2 + 2*a33*m2**11*n1**12*n2**6 + a33*m2**11*n1**10
*n2**8) + u1*u3*v3*(2*a33*m1**12*n1**8*n2**9 + 2*a33*m1**12*n1**6*n2**11 - 2*a33
*m1**12*n1**4*n2**13 - 2*a33*m1**12*n1**2*n2**15 - 18*a33*m1**11*m2*n1**9*n2**8
- 8*a33*m1**11*m2*n1**7*n2**10 + 36*a33*m1**11*m2*n1**5*n2**12 + 24*a33*m1**11*
m2*n1**3*n2**14 - 2*a33*m1**11*m2*n1*n2**16 + 72*a33*m1**10*m2**2*n1**10*n2**7 -
20*a33*m1**10*m2**2*n1**8*n2**9 - 228*a33*m1**10*m2**2*n1**6*n2**11 - 108*a33*
m1**10*m2**2*n1**4*n2**13 + 28*a33*m1**10*m2**2*n1**2*n2**15 - 168*a33*m1**9*m2
**3*n1**11*n2**6 + 210*a33*m1**9*m2**3*n1**9*n2**8 + 760*a33*m1**9*m2**3*n1**7*
n2**10 + 220*a33*m1**9*m2**3*n1**5*n2**12 - 160*a33*m1**9*m2**3*n1**3*n2**14 + 2
*a33*m1**9*m2**3*n1*n2**16 + 252*a33*m1**8*m2**4*n1**12*n2**5 - 660*a33*m1**8*m2
**4*n1**10*n2**7 - 1530*a33*m1**8*m2**4*n1**8*n2**9 - 90*a33*m1**8*m2**4*n1**6*
n2**11 + 510*a33*m1**8*m2**4*n1**4*n2**13 - 18*a33*m1**8*m2**4*n1**2*n2**15 -
252*a33*m1**7*m2**5*n1**13*n2**4 + 1176*a33*m1**7*m2**5*n1**11*n2**6 + 1944*a33*
m1**7*m2**5*n1**9*n2**8 - 576*a33*m1**7*m2**5*n1**7*n2**10 - 1020*a33*m1**7*m2**
5*n1**5*n2**12 + 72*a33*m1**7*m2**5*n1**3*n2**14 + 168*a33*m1**6*m2**6*n1**14*n2
**3 - 1344*a33*m1**6*m2**6*n1**12*n2**5 - 1512*a33*m1**6*m2**6*n1**10*n2**7 +
1512*a33*m1**6*m2**6*n1**8*n2**9 + 1344*a33*m1**6*m2**6*n1**6*n2**11 - 168*a33*
m1**6*m2**6*n1**4*n2**13 - 72*a33*m1**5*m2**7*n1**15*n2**2 + 1020*a33*m1**5*m2**
7*n1**13*n2**4 + 576*a33*m1**5*m2**7*n1**11*n2**6 - 1944*a33*m1**5*m2**7*n1**9*
n2**8 - 1176*a33*m1**5*m2**7*n1**7*n2**10 + 252*a33*m1**5*m2**7*n1**5*n2**12 +
18*a33*m1**4*m2**8*n1**16*n2 - 510*a33*m1**4*m2**8*n1**14*n2**3 + 90*a33*m1**4*
m2**8*n1**12*n2**5 + 1530*a33*m1**4*m2**8*n1**10*n2**7 + 660*a33*m1**4*m2**8*n1
**8*n2**9 - 252*a33*m1**4*m2**8*n1**6*n2**11 - 2*a33*m1**3*m2**9*n1**17 + 160*
a33*m1**3*m2**9*n1**15*n2**2 - 220*a33*m1**3*m2**9*n1**13*n2**4 - 760*a33*m1**3*
m2**9*n1**11*n2**6 - 210*a33*m1**3*m2**9*n1**9*n2**8 + 168*a33*m1**3*m2**9*n1**7
*n2**10 - 28*a33*m1**2*m2**10*n1**16*n2 + 108*a33*m1**2*m2**10*n1**14*n2**3 +
228*a33*m1**2*m2**10*n1**12*n2**5 + 20*a33*m1**2*m2**10*n1**10*n2**7 - 72*a33*m1
**2*m2**10*n1**8*n2**9 + 2*a33*m1*m2**11*n1**17 - 24*a33*m1*m2**11*n1**15*n2**2
- 36*a33*m1*m2**11*n1**13*n2**4 + 8*a33*m1*m2**11*n1**11*n2**6 + 18*a33*m1*m2**
11*n1**9*n2**8 + 2*a33*m2**12*n1**16*n2 + 2*a33*m2**12*n1**14*n2**3 - 2*a33*m2**
12*n1**12*n2**5 - 2*a33*m2**12*n1**10*n2**7) + u1*v1**2*v2*(8*a33**2*m1**14*n1**
4*n2**10 - 8*a33**2*m1**14*n1**2*n2**12 - 80*a33**2*m1**13*m2*n1**5*n2**9 + 128*
a33**2*m1**13*m2*n1**3*n2**11 - 16*a33**2*m1**13*m2*n1*n2**13 + 360*a33**2*m1**
12*m2**2*n1**6*n2**8 - 848*a33**2*m1**12*m2**2*n1**4*n2**10 + 240*a33**2*m1**12*
m2**2*n1**2*n2**12 - 8*a33**2*m1**12*m2**2*n2**14 - 960*a33**2*m1**11*m2**3*n1**
7*n2**7 + 3200*a33**2*m1**11*m2**3*n1**5*n2**9 - 1536*a33**2*m1**11*m2**3*n1**3*
n2**11 + 128*a33**2*m1**11*m2**3*n1*n2**13 + 1680*a33**2*m1**10*m2**4*n1**8*n2**
6 - 7800*a33**2*m1**10*m2**4*n1**6*n2**8 + 5680*a33**2*m1**10*m2**4*n1**4*n2**10
- 848*a33**2*m1**10*m2**4*n1**2*n2**12 + 8*a33**2*m1**10*m2**4*n2**14 - 2016*
a33**2*m1**9*m2**5*n1**9*n2**5 + 13056*a33**2*m1**9*m2**5*n1**7*n2**7 - 13680*
a33**2*m1**9*m2**5*n1**5*n2**9 + 3200*a33**2*m1**9*m2**5*n1**3*n2**11 - 80*a33**
2*m1**9*m2**5*n1*n2**13 + 1680*a33**2*m1**8*m2**6*n1**10*n2**4 - 15456*a33**2*m1
**8*m2**6*n1**8*n2**6 + 22752*a33**2*m1**8*m2**6*n1**6*n2**8 - 7800*a33**2*m1**8
*m2**6*n1**4*n2**10 + 360*a33**2*m1**8*m2**6*n1**2*n2**12 - 960*a33**2*m1**7*m2
**7*n1**11*n2**3 + 13056*a33**2*m1**7*m2**7*n1**9*n2**5 - 26880*a33**2*m1**7*m2
**7*n1**7*n2**7 + 13056*a33**2*m1**7*m2**7*n1**5*n2**9 - 960*a33**2*m1**7*m2**7*
n1**3*n2**11 + 360*a33**2*m1**6*m2**8*n1**12*n2**2 - 7800*a33**2*m1**6*m2**8*n1
**10*n2**4 + 22752*a33**2*m1**6*m2**8*n1**8*n2**6 - 15456*a33**2*m1**6*m2**8*n1
**6*n2**8 + 1680*a33**2*m1**6*m2**8*n1**4*n2**10 - 80*a33**2*m1**5*m2**9*n1**13*
n2 + 3200*a33**2*m1**5*m2**9*n1**11*n2**3 - 13680*a33**2*m1**5*m2**9*n1**9*n2**5
+ 13056*a33**2*m1**5*m2**9*n1**7*n2**7 - 2016*a33**2*m1**5*m2**9*n1**5*n2**9 +
8*a33**2*m1**4*m2**10*n1**14 - 848*a33**2*m1**4*m2**10*n1**12*n2**2 + 5680*a33**
2*m1**4*m2**10*n1**10*n2**4 - 7800*a33**2*m1**4*m2**10*n1**8*n2**6 + 1680*a33**2
*m1**4*m2**10*n1**6*n2**8 + 128*a33**2*m1**3*m2**11*n1**13*n2 - 1536*a33**2*m1**
3*m2**11*n1**11*n2**3 + 3200*a33**2*m1**3*m2**11*n1**9*n2**5 - 960*a33**2*m1**3*
m2**11*n1**7*n2**7 - 8*a33**2*m1**2*m2**12*n1**14 + 240*a33**2*m1**2*m2**12*n1**
12*n2**2 - 848*a33**2*m1**2*m2**12*n1**10*n2**4 + 360*a33**2*m1**2*m2**12*n1**8*
n2**6 - 16*a33**2*m1*m2**13*n1**13*n2 + 128*a33**2*m1*m2**13*n1**11*n2**3 - 80*
a33**2*m1*m2**13*n1**9*n2**5 - 8*a33**2*m2**14*n1**12*n2**2 + 8*a33**2*m2**14*n1
**10*n2**4) + u1*v1**2*(4*a33*m1**13*n1**5*n2**11 - 4*a33*m1**13*n1*n2**15 - 40*
a33*m1**12*m2*n1**6*n2**10 + 20*a33*m1**12*m2*n1**4*n2**12 + 56*a33*m1**12*m2*n1
**2*n2**14 - 4*a33*m1**12*m2*n2**16 + 180*a33*m1**11*m2**2*n1**7*n2**9 - 204*a33
*m1**11*m2**2*n1**5*n2**11 - 324*a33*m1**11*m2**2*n1**3*n2**13 + 60*a33*m1**11*
m2**2*n1*n2**15 - 480*a33*m1**10*m2**3*n1**8*n2**8 + 940*a33*m1**10*m2**3*n1**6*
n2**10 + 1036*a33*m1**10*m2**3*n1**4*n2**12 - 380*a33*m1**10*m2**3*n1**2*n2**14
+ 4*a33*m1**10*m2**3*n2**16 + 840*a33*m1**9*m2**4*n1**9*n2**7 - 2580*a33*m1**9*
m2**4*n1**7*n2**9 - 2000*a33*m1**9*m2**4*n1**5*n2**11 + 1380*a33*m1**9*m2**4*n1
**3*n2**13 - 40*a33*m1**9*m2**4*n1*n2**15 - 1008*a33*m1**8*m2**5*n1**10*n2**6 +
4680*a33*m1**8*m2**5*n1**8*n2**8 + 2268*a33*m1**8*m2**5*n1**6*n2**10 - 3240*a33*
m1**8*m2**5*n1**4*n2**12 + 180*a33*m1**8*m2**5*n1**2*n2**14 + 840*a33*m1**7*m2**
6*n1**11*n2**5 - 5880*a33*m1**7*m2**6*n1**9*n2**7 - 1032*a33*m1**7*m2**6*n1**7*
n2**9 + 5208*a33*m1**7*m2**6*n1**5*n2**11 - 480*a33*m1**7*m2**6*n1**3*n2**13 -
480*a33*m1**6*m2**7*n1**12*n2**4 + 5208*a33*m1**6*m2**7*n1**10*n2**6 - 1032*a33*
m1**6*m2**7*n1**8*n2**8 - 5880*a33*m1**6*m2**7*n1**6*n2**10 + 840*a33*m1**6*m2**
7*n1**4*n2**12 + 180*a33*m1**5*m2**8*n1**13*n2**3 - 3240*a33*m1**5*m2**8*n1**11*
n2**5 + 2268*a33*m1**5*m2**8*n1**9*n2**7 + 4680*a33*m1**5*m2**8*n1**7*n2**9 -
1008*a33*m1**5*m2**8*n1**5*n2**11 - 40*a33*m1**4*m2**9*n1**14*n2**2 + 1380*a33*
m1**4*m2**9*n1**12*n2**4 - 2000*a33*m1**4*m2**9*n1**10*n2**6 - 2580*a33*m1**4*m2
**9*n1**8*n2**8 + 840*a33*m1**4*m2**9*n1**6*n2**10 + 4*a33*m1**3*m2**10*n1**15*
n2 - 380*a33*m1**3*m2**10*n1**13*n2**3 + 1036*a33*m1**3*m2**10*n1**11*n2**5 +
940*a33*m1**3*m2**10*n1**9*n2**7 - 480*a33*m1**3*m2**10*n1**7*n2**9 + 60*a33*m1
**2*m2**11*n1**14*n2**2 - 324*a33*m1**2*m2**11*n1**12*n2**4 - 204*a33*m1**2*m2**
11*n1**10*n2**6 + 180*a33*m1**2*m2**11*n1**8*n2**8 - 4*a33*m1*m2**12*n1**15*n2 +
56*a33*m1*m2**12*n1**13*n2**3 + 20*a33*m1*m2**12*n1**11*n2**5 - 40*a33*m1*m2**
12*n1**9*n2**7 - 4*a33*m2**13*n1**14*n2**2 + 4*a33*m2**13*n1**10*n2**6) + u1*v1*
v2*( - 14*a33*m1**13*n1**6*n2**10 + 2*a33*m1**13*n1**4*n2**12 + 14*a33*m1**13*n1
**2*n2**14 - 2*a33*m1**13*n2**16 + 136*a33*m1**12*m2*n1**7*n2**9 - 96*a33*m1**12
*m2*n1**5*n2**11 - 184*a33*m1**12*m2*n1**3*n2**13 + 48*a33*m1**12*m2*n1*n2**15 -
594*a33*m1**11*m2**2*n1**8*n2**8 + 840*a33*m1**11*m2**2*n1**6*n2**10 + 972*a33*
m1**11*m2**2*n1**4*n2**12 - 456*a33*m1**11*m2**2*n1**2*n2**14 + 6*a33*m1**11*m2
**2*n2**16 + 1536*a33*m1**10*m2**3*n1**9*n2**7 - 3580*a33*m1**10*m2**3*n1**7*n2
**9 - 2708*a33*m1**10*m2**3*n1**5*n2**11 + 2316*a33*m1**10*m2**3*n1**3*n2**13 -
92*a33*m1**10*m2**3*n1*n2**15 - 2604*a33*m1**9*m2**4*n1**10*n2**6 + 9270*a33*m1
**9*m2**4*n1**8*n2**8 + 4050*a33*m1**9*m2**4*n1**6*n2**10 - 7250*a33*m1**9*m2**4
*n1**4*n2**12 + 570*a33*m1**9*m2**4*n1**2*n2**14 - 4*a33*m1**9*m2**4*n2**16 +
3024*a33*m1**8*m2**5*n1**11*n2**5 - 15984*a33*m1**8*m2**5*n1**9*n2**7 - 1908*a33
*m1**8*m2**5*n1**7*n2**9 + 15084*a33*m1**8*m2**5*n1**5*n2**11 - 1980*a33*m1**8*
m2**5*n1**3*n2**13 + 36*a33*m1**8*m2**5*n1*n2**15 - 2436*a33*m1**7*m2**6*n1**12*
n2**4 + 19152*a33*m1**7*m2**6*n1**10*n2**6 - 4632*a33*m1**7*m2**6*n1**8*n2**8 -
21696*a33*m1**7*m2**6*n1**6*n2**10 + 4380*a33*m1**7*m2**6*n1**4*n2**12 - 144*a33
*m1**7*m2**6*n1**2*n2**14 + 1344*a33*m1**6*m2**7*n1**13*n2**3 - 16200*a33*m1**6*
m2**7*n1**11*n2**5 + 11256*a33*m1**6*m2**7*n1**9*n2**7 + 21912*a33*m1**6*m2**7*
n1**7*n2**9 - 6552*a33*m1**6*m2**7*n1**5*n2**11 + 336*a33*m1**6*m2**7*n1**3*n2**
13 - 486*a33*m1**5*m2**8*n1**14*n2**2 + 9630*a33*m1**5*m2**8*n1**12*n2**4 -
12654*a33*m1**5*m2**8*n1**10*n2**6 - 15462*a33*m1**5*m2**8*n1**8*n2**8 + 6804*
a33*m1**5*m2**8*n1**6*n2**10 - 504*a33*m1**5*m2**8*n1**4*n2**12 + 104*a33*m1**4*
m2**9*n1**15*n2 - 3920*a33*m1**4*m2**9*n1**13*n2**3 + 8800*a33*m1**4*m2**9*n1**
11*n2**5 + 7400*a33*m1**4*m2**9*n1**9*n2**7 - 4920*a33*m1**4*m2**9*n1**7*n2**9 +
504*a33*m1**4*m2**9*n1**5*n2**11 - 10*a33*m1**3*m2**10*n1**16 + 1032*a33*m1**3*
m2**10*n1**14*n2**2 - 3956*a33*m1**3*m2**10*n1**12*n2**4 - 2232*a33*m1**3*m2**10
*n1**10*n2**6 + 2430*a33*m1**3*m2**10*n1**8*n2**8 - 336*a33*m1**3*m2**10*n1**6*
n2**10 - 156*a33*m1**2*m2**11*n1**15*n2 + 1116*a33*m1**2*m2**11*n1**13*n2**3 +
348*a33*m1**2*m2**11*n1**11*n2**5 - 780*a33*m1**2*m2**11*n1**9*n2**7 + 144*a33*
m1**2*m2**11*n1**7*n2**9 + 10*a33*m1*m2**12*n1**16 - 178*a33*m1*m2**12*n1**14*n2
**2 - 6*a33*m1*m2**12*n1**12*n2**4 + 146*a33*m1*m2**12*n1**10*n2**6 - 36*a33*m1*
m2**12*n1**8*n2**8 + 12*a33*m2**13*n1**15*n2 - 4*a33*m2**13*n1**13*n2**3 - 12*
a33*m2**13*n1**11*n2**5 + 4*a33*m2**13*n1**9*n2**7) + u1*v1*v3**2*(4*a33**2*m1**
14*n1**5*n2**9 - 4*a33**2*m1**14*n1*n2**13 - 36*a33**2*m1**13*m2*n1**6*n2**8 +
20*a33**2*m1**13*m2*n1**4*n2**10 + 52*a33**2*m1**13*m2*n1**2*n2**12 - 4*a33**2*
m1**13*m2*n2**14 + 144*a33**2*m1**12*m2**2*n1**7*n2**7 - 180*a33**2*m1**12*m2**2
*n1**5*n2**9 - 272*a33**2*m1**12*m2**2*n1**3*n2**11 + 52*a33**2*m1**12*m2**2*n1*
n2**13 - 336*a33**2*m1**11*m2**3*n1**8*n2**6 + 720*a33**2*m1**11*m2**3*n1**6*n2
**8 + 784*a33**2*m1**11*m2**3*n1**4*n2**10 - 272*a33**2*m1**11*m2**3*n1**2*n2**
12 + 504*a33**2*m1**10*m2**4*n1**9*n2**5 - 1680*a33**2*m1**10*m2**4*n1**7*n2**7
- 1420*a33**2*m1**10*m2**4*n1**5*n2**9 + 784*a33**2*m1**10*m2**4*n1**3*n2**11 +
20*a33**2*m1**10*m2**4*n1*n2**13 - 504*a33**2*m1**9*m2**5*n1**10*n2**4 + 2520*
a33**2*m1**9*m2**5*n1**8*n2**6 + 1788*a33**2*m1**9*m2**5*n1**6*n2**8 - 1420*a33
**2*m1**9*m2**5*n1**4*n2**10 - 180*a33**2*m1**9*m2**5*n1**2*n2**12 + 4*a33**2*m1
**9*m2**5*n2**14 + 336*a33**2*m1**8*m2**6*n1**11*n2**3 - 2520*a33**2*m1**8*m2**6
*n1**9*n2**5 - 1824*a33**2*m1**8*m2**6*n1**7*n2**7 + 1788*a33**2*m1**8*m2**6*n1
**5*n2**9 + 720*a33**2*m1**8*m2**6*n1**3*n2**11 - 36*a33**2*m1**8*m2**6*n1*n2**
13 - 144*a33**2*m1**7*m2**7*n1**12*n2**2 + 1680*a33**2*m1**7*m2**7*n1**10*n2**4
+ 1824*a33**2*m1**7*m2**7*n1**8*n2**6 - 1824*a33**2*m1**7*m2**7*n1**6*n2**8 -
1680*a33**2*m1**7*m2**7*n1**4*n2**10 + 144*a33**2*m1**7*m2**7*n1**2*n2**12 + 36*
a33**2*m1**6*m2**8*n1**13*n2 - 720*a33**2*m1**6*m2**8*n1**11*n2**3 - 1788*a33**2
*m1**6*m2**8*n1**9*n2**5 + 1824*a33**2*m1**6*m2**8*n1**7*n2**7 + 2520*a33**2*m1
**6*m2**8*n1**5*n2**9 - 336*a33**2*m1**6*m2**8*n1**3*n2**11 - 4*a33**2*m1**5*m2
**9*n1**14 + 180*a33**2*m1**5*m2**9*n1**12*n2**2 + 1420*a33**2*m1**5*m2**9*n1**
10*n2**4 - 1788*a33**2*m1**5*m2**9*n1**8*n2**6 - 2520*a33**2*m1**5*m2**9*n1**6*
n2**8 + 504*a33**2*m1**5*m2**9*n1**4*n2**10 - 20*a33**2*m1**4*m2**10*n1**13*n2 -
784*a33**2*m1**4*m2**10*n1**11*n2**3 + 1420*a33**2*m1**4*m2**10*n1**9*n2**5 +
1680*a33**2*m1**4*m2**10*n1**7*n2**7 - 504*a33**2*m1**4*m2**10*n1**5*n2**9 + 272
*a33**2*m1**3*m2**11*n1**12*n2**2 - 784*a33**2*m1**3*m2**11*n1**10*n2**4 - 720*
a33**2*m1**3*m2**11*n1**8*n2**6 + 336*a33**2*m1**3*m2**11*n1**6*n2**8 - 52*a33**
2*m1**2*m2**12*n1**13*n2 + 272*a33**2*m1**2*m2**12*n1**11*n2**3 + 180*a33**2*m1
**2*m2**12*n1**9*n2**5 - 144*a33**2*m1**2*m2**12*n1**7*n2**7 + 4*a33**2*m1*m2**
13*n1**14 - 52*a33**2*m1*m2**13*n1**12*n2**2 - 20*a33**2*m1*m2**13*n1**10*n2**4
+ 36*a33**2*m1*m2**13*n1**8*n2**6 + 4*a33**2*m2**14*n1**13*n2 - 4*a33**2*m2**14*
n1**9*n2**5) + u1*v1*( - 2*m1**12*n1**9*n2**9 + 4*m1**12*n1**5*n2**13 - 2*m1**12
*n1*n2**17 + 18*m1**11*m2*n1**10*n2**8 - 10*m1**11*m2*n1**8*n2**10 - 44*m1**11*
m2*n1**6*n2**12 + 12*m1**11*m2*n1**4*n2**14 + 26*m1**11*m2*n1**2*n2**16 - 2*m1**
11*m2*n2**18 - 72*m1**10*m2**2*n1**11*n2**7 + 92*m1**10*m2**2*n1**9*n2**9 + 208*
m1**10*m2**2*n1**7*n2**11 - 120*m1**10*m2**2*n1**5*n2**13 - 136*m1**10*m2**2*n1
**3*n2**15 + 28*m1**10*m2**2*n1*n2**17 + 168*m1**9*m2**3*n1**12*n2**6 - 378*m1**
9*m2**3*n1**10*n2**8 - 550*m1**9*m2**3*n1**8*n2**10 + 540*m1**9*m2**3*n1**6*n2**
12 + 380*m1**9*m2**3*n1**4*n2**14 - 162*m1**9*m2**3*n1**2*n2**16 + 2*m1**9*m2**3
*n2**18 - 252*m1**8*m2**4*n1**13*n2**5 + 912*m1**8*m2**4*n1**11*n2**7 + 870*m1**
8*m2**4*n1**9*n2**9 - 1440*m1**8*m2**4*n1**7*n2**11 - 600*m1**8*m2**4*n1**5*n2**
13 + 528*m1**8*m2**4*n1**3*n2**15 - 18*m1**8*m2**4*n1*n2**17 + 252*m1**7*m2**5*
n1**14*n2**4 - 1428*m1**7*m2**5*n1**12*n2**6 - 768*m1**7*m2**5*n1**10*n2**8 +
2520*m1**7*m2**5*n1**8*n2**10 + 444*m1**7*m2**5*n1**6*n2**12 - 1092*m1**7*m2**5*
n1**4*n2**14 + 72*m1**7*m2**5*n1**2*n2**16 - 168*m1**6*m2**6*n1**15*n2**3 + 1512
*m1**6*m2**6*n1**13*n2**5 + 168*m1**6*m2**6*n1**11*n2**7 - 3024*m1**6*m2**6*n1**
9*n2**9 + 168*m1**6*m2**6*n1**7*n2**11 + 1512*m1**6*m2**6*n1**5*n2**13 - 168*m1
**6*m2**6*n1**3*n2**15 + 72*m1**5*m2**7*n1**16*n2**2 - 1092*m1**5*m2**7*n1**14*
n2**4 + 444*m1**5*m2**7*n1**12*n2**6 + 2520*m1**5*m2**7*n1**10*n2**8 - 768*m1**5
*m2**7*n1**8*n2**10 - 1428*m1**5*m2**7*n1**6*n2**12 + 252*m1**5*m2**7*n1**4*n2**
14 - 18*m1**4*m2**8*n1**17*n2 + 528*m1**4*m2**8*n1**15*n2**3 - 600*m1**4*m2**8*
n1**13*n2**5 - 1440*m1**4*m2**8*n1**11*n2**7 + 870*m1**4*m2**8*n1**9*n2**9 + 912
*m1**4*m2**8*n1**7*n2**11 - 252*m1**4*m2**8*n1**5*n2**13 + 2*m1**3*m2**9*n1**18
- 162*m1**3*m2**9*n1**16*n2**2 + 380*m1**3*m2**9*n1**14*n2**4 + 540*m1**3*m2**9*
n1**12*n2**6 - 550*m1**3*m2**9*n1**10*n2**8 - 378*m1**3*m2**9*n1**8*n2**10 + 168
*m1**3*m2**9*n1**6*n2**12 + 28*m1**2*m2**10*n1**17*n2 - 136*m1**2*m2**10*n1**15*
n2**3 - 120*m1**2*m2**10*n1**13*n2**5 + 208*m1**2*m2**10*n1**11*n2**7 + 92*m1**2
*m2**10*n1**9*n2**9 - 72*m1**2*m2**10*n1**7*n2**11 - 2*m1*m2**11*n1**18 + 26*m1*
m2**11*n1**16*n2**2 + 12*m1*m2**11*n1**14*n2**4 - 44*m1*m2**11*n1**12*n2**6 - 10
*m1*m2**11*n1**10*n2**8 + 18*m1*m2**11*n1**8*n2**10 - 2*m2**12*n1**17*n2 + 4*m2
**12*n1**13*n2**5 - 2*m2**12*n1**9*n2**9) + u1*v2**3*(8*a33**2*m1**14*n1**4*n2**
10 - 8*a33**2*m1**14*n1**2*n2**12 - 80*a33**2*m1**13*m2*n1**5*n2**9 + 128*a33**2
*m1**13*m2*n1**3*n2**11 - 16*a33**2*m1**13*m2*n1*n2**13 + 360*a33**2*m1**12*m2**
2*n1**6*n2**8 - 848*a33**2*m1**12*m2**2*n1**4*n2**10 + 240*a33**2*m1**12*m2**2*
n1**2*n2**12 - 8*a33**2*m1**12*m2**2*n2**14 - 960*a33**2*m1**11*m2**3*n1**7*n2**
7 + 3200*a33**2*m1**11*m2**3*n1**5*n2**9 - 1536*a33**2*m1**11*m2**3*n1**3*n2**11
+ 128*a33**2*m1**11*m2**3*n1*n2**13 + 1680*a33**2*m1**10*m2**4*n1**8*n2**6 -
7800*a33**2*m1**10*m2**4*n1**6*n2**8 + 5680*a33**2*m1**10*m2**4*n1**4*n2**10 -
848*a33**2*m1**10*m2**4*n1**2*n2**12 + 8*a33**2*m1**10*m2**4*n2**14 - 2016*a33**
2*m1**9*m2**5*n1**9*n2**5 + 13056*a33**2*m1**9*m2**5*n1**7*n2**7 - 13680*a33**2*
m1**9*m2**5*n1**5*n2**9 + 3200*a33**2*m1**9*m2**5*n1**3*n2**11 - 80*a33**2*m1**9
*m2**5*n1*n2**13 + 1680*a33**2*m1**8*m2**6*n1**10*n2**4 - 15456*a33**2*m1**8*m2
**6*n1**8*n2**6 + 22752*a33**2*m1**8*m2**6*n1**6*n2**8 - 7800*a33**2*m1**8*m2**6
*n1**4*n2**10 + 360*a33**2*m1**8*m2**6*n1**2*n2**12 - 960*a33**2*m1**7*m2**7*n1
**11*n2**3 + 13056*a33**2*m1**7*m2**7*n1**9*n2**5 - 26880*a33**2*m1**7*m2**7*n1
**7*n2**7 + 13056*a33**2*m1**7*m2**7*n1**5*n2**9 - 960*a33**2*m1**7*m2**7*n1**3*
n2**11 + 360*a33**2*m1**6*m2**8*n1**12*n2**2 - 7800*a33**2*m1**6*m2**8*n1**10*n2
**4 + 22752*a33**2*m1**6*m2**8*n1**8*n2**6 - 15456*a33**2*m1**6*m2**8*n1**6*n2**
8 + 1680*a33**2*m1**6*m2**8*n1**4*n2**10 - 80*a33**2*m1**5*m2**9*n1**13*n2 +
3200*a33**2*m1**5*m2**9*n1**11*n2**3 - 13680*a33**2*m1**5*m2**9*n1**9*n2**5 +
13056*a33**2*m1**5*m2**9*n1**7*n2**7 - 2016*a33**2*m1**5*m2**9*n1**5*n2**9 + 8*
a33**2*m1**4*m2**10*n1**14 - 848*a33**2*m1**4*m2**10*n1**12*n2**2 + 5680*a33**2*
m1**4*m2**10*n1**10*n2**4 - 7800*a33**2*m1**4*m2**10*n1**8*n2**6 + 1680*a33**2*
m1**4*m2**10*n1**6*n2**8 + 128*a33**2*m1**3*m2**11*n1**13*n2 - 1536*a33**2*m1**3
*m2**11*n1**11*n2**3 + 3200*a33**2*m1**3*m2**11*n1**9*n2**5 - 960*a33**2*m1**3*
m2**11*n1**7*n2**7 - 8*a33**2*m1**2*m2**12*n1**14 + 240*a33**2*m1**2*m2**12*n1**
12*n2**2 - 848*a33**2*m1**2*m2**12*n1**10*n2**4 + 360*a33**2*m1**2*m2**12*n1**8*
n2**6 - 16*a33**2*m1*m2**13*n1**13*n2 + 128*a33**2*m1*m2**13*n1**11*n2**3 - 80*
a33**2*m1*m2**13*n1**9*n2**5 - 8*a33**2*m2**14*n1**12*n2**2 + 8*a33**2*m2**14*n1
**10*n2**4) + u1*v2**2*(4*a33*m1**13*n1**7*n2**9 - 8*a33*m1**13*n1**5*n2**11 - 4
*a33*m1**13*n1**3*n2**13 + 8*a33*m1**13*n1*n2**15 - 36*a33*m1**12*m2*n1**8*n2**8
+ 106*a33*m1**12*m2*n1**6*n2**10 + 14*a33*m1**12*m2*n1**4*n2**12 - 122*a33*m1**
12*m2*n1**2*n2**14 + 6*a33*m1**12*m2*n2**16 + 144*a33*m1**11*m2**2*n1**9*n2**7 -
600*a33*m1**11*m2**2*n1**7*n2**9 + 144*a33*m1**11*m2**2*n1**5*n2**11 + 792*a33*
m1**11*m2**2*n1**3*n2**13 - 96*a33*m1**11*m2**2*n1*n2**15 - 336*a33*m1**10*m2**3
*n1**10*n2**6 + 1950*a33*m1**10*m2**3*n1**8*n2**8 - 1292*a33*m1**10*m2**3*n1**6*
n2**10 - 2920*a33*m1**10*m2**3*n1**4*n2**12 + 652*a33*m1**10*m2**3*n1**2*n2**14
- 6*a33*m1**10*m2**3*n2**16 + 504*a33*m1**9*m2**4*n1**11*n2**5 - 4080*a33*m1**9*
m2**4*n1**9*n2**7 + 4820*a33*m1**9*m2**4*n1**7*n2**9 + 6800*a33*m1**9*m2**4*n1**
5*n2**11 - 2540*a33*m1**9*m2**4*n1**3*n2**13 + 64*a33*m1**9*m2**4*n1*n2**15 -
504*a33*m1**8*m2**5*n1**12*n2**4 + 5796*a33*m1**8*m2**5*n1**10*n2**6 - 10782*a33
*m1**8*m2**5*n1**8*n2**8 - 10386*a33*m1**8*m2**5*n1**6*n2**10 + 6390*a33*m1**8*
m2**5*n1**4*n2**12 - 306*a33*m1**8*m2**5*n1**2*n2**14 + 336*a33*m1**7*m2**6*n1**
13*n2**3 - 5712*a33*m1**7*m2**6*n1**11*n2**5 + 16032*a33*m1**7*m2**6*n1**9*n2**7
+ 10224*a33*m1**7*m2**6*n1**7*n2**9 - 10992*a33*m1**7*m2**6*n1**5*n2**11 + 864*
a33*m1**7*m2**6*n1**3*n2**13 - 144*a33*m1**6*m2**7*n1**14*n2**2 + 3900*a33*m1**6
*m2**7*n1**12*n2**4 - 16488*a33*m1**6*m2**7*n1**10*n2**6 - 5664*a33*m1**6*m2**7*
n1**8*n2**8 + 13272*a33*m1**6*m2**7*n1**6*n2**10 - 1596*a33*m1**6*m2**7*n1**4*n2
**12 + 36*a33*m1**5*m2**8*n1**15*n2 - 1800*a33*m1**5*m2**8*n1**13*n2**3 + 11844*
a33*m1**5*m2**8*n1**11*n2**5 + 360*a33*m1**5*m2**8*n1**9*n2**7 - 11304*a33*m1**5
*m2**8*n1**7*n2**9 + 2016*a33*m1**5*m2**8*n1**5*n2**11 - 4*a33*m1**4*m2**9*n1**
16 + 530*a33*m1**4*m2**9*n1**14*n2**2 - 5870*a33*m1**4*m2**9*n1**12*n2**4 + 2050
*a33*m1**4*m2**9*n1**10*n2**6 + 6690*a33*m1**4*m2**9*n1**8*n2**8 - 1764*a33*m1**
4*m2**9*n1**6*n2**10 - 88*a33*m1**3*m2**10*n1**15*n2 + 1936*a33*m1**3*m2**10*n1
**13*n2**3 - 1672*a33*m1**3*m2**10*n1**11*n2**5 - 2640*a33*m1**3*m2**10*n1**9*n2
**7 + 1056*a33*m1**3*m2**10*n1**7*n2**9 + 6*a33*m1**2*m2**11*n1**16 - 396*a33*m1
**2*m2**11*n1**14*n2**2 + 648*a33*m1**2*m2**11*n1**12*n2**4 + 636*a33*m1**2*m2**
11*n1**10*n2**6 - 414*a33*m1**2*m2**11*n1**8*n2**8 + 44*a33*m1*m2**12*n1**15*n2
- 128*a33*m1*m2**12*n1**13*n2**3 - 76*a33*m1*m2**12*n1**11*n2**5 + 96*a33*m1*m2
**12*n1**9*n2**7 - 2*a33*m2**13*n1**16 + 10*a33*m2**13*n1**14*n2**2 + 2*a33*m2**
13*n1**12*n2**4 - 10*a33*m2**13*n1**10*n2**6) + u1*v2*v3**2*(12*a33**2*m1**14*n1
**4*n2**10 - 8*a33**2*m1**14*n1**2*n2**12 - 4*a33**2*m1**14*n2**14 - 120*a33**2*
m1**13*m2*n1**5*n2**9 + 144*a33**2*m1**13*m2*n1**3*n2**11 + 40*a33**2*m1**13*m2*
n1*n2**13 + 540*a33**2*m1**12*m2**2*n1**6*n2**8 - 1008*a33**2*m1**12*m2**2*n1**4
*n2**10 - 100*a33**2*m1**12*m2**2*n1**2*n2**12 - 8*a33**2*m1**12*m2**2*n2**14 -
1440*a33**2*m1**11*m2**3*n1**7*n2**7 + 3920*a33**2*m1**11*m2**3*n1**5*n2**9 -
320*a33**2*m1**11*m2**3*n1**3*n2**11 + 144*a33**2*m1**11*m2**3*n1*n2**13 + 2520*
a33**2*m1**10*m2**4*n1**8*n2**6 - 9720*a33**2*m1**10*m2**4*n1**6*n2**8 + 2756*
a33**2*m1**10*m2**4*n1**4*n2**10 - 1008*a33**2*m1**10*m2**4*n1**2*n2**12 + 12*
a33**2*m1**10*m2**4*n2**14 - 3024*a33**2*m1**9*m2**5*n1**9*n2**5 + 16416*a33**2*
m1**9*m2**5*n1**7*n2**7 - 8552*a33**2*m1**9*m2**5*n1**5*n2**9 + 3920*a33**2*m1**
9*m2**5*n1**3*n2**11 - 120*a33**2*m1**9*m2**5*n1*n2**13 + 2520*a33**2*m1**8*m2**
6*n1**10*n2**4 - 19488*a33**2*m1**8*m2**6*n1**8*n2**6 + 15780*a33**2*m1**8*m2**6
*n1**6*n2**8 - 9720*a33**2*m1**8*m2**6*n1**4*n2**10 + 540*a33**2*m1**8*m2**6*n1
**2*n2**12 - 1440*a33**2*m1**7*m2**7*n1**11*n2**3 + 16416*a33**2*m1**7*m2**7*n1
**9*n2**5 - 19200*a33**2*m1**7*m2**7*n1**7*n2**7 + 16416*a33**2*m1**7*m2**7*n1**
5*n2**9 - 1440*a33**2*m1**7*m2**7*n1**3*n2**11 + 540*a33**2*m1**6*m2**8*n1**12*
n2**2 - 9720*a33**2*m1**6*m2**8*n1**10*n2**4 + 15780*a33**2*m1**6*m2**8*n1**8*n2
**6 - 19488*a33**2*m1**6*m2**8*n1**6*n2**8 + 2520*a33**2*m1**6*m2**8*n1**4*n2**
10 - 120*a33**2*m1**5*m2**9*n1**13*n2 + 3920*a33**2*m1**5*m2**9*n1**11*n2**3 -
8552*a33**2*m1**5*m2**9*n1**9*n2**5 + 16416*a33**2*m1**5*m2**9*n1**7*n2**7 -
3024*a33**2*m1**5*m2**9*n1**5*n2**9 + 12*a33**2*m1**4*m2**10*n1**14 - 1008*a33**
2*m1**4*m2**10*n1**12*n2**2 + 2756*a33**2*m1**4*m2**10*n1**10*n2**4 - 9720*a33**
2*m1**4*m2**10*n1**8*n2**6 + 2520*a33**2*m1**4*m2**10*n1**6*n2**8 + 144*a33**2*
m1**3*m2**11*n1**13*n2 - 320*a33**2*m1**3*m2**11*n1**11*n2**3 + 3920*a33**2*m1**
3*m2**11*n1**9*n2**5 - 1440*a33**2*m1**3*m2**11*n1**7*n2**7 - 8*a33**2*m1**2*m2
**12*n1**14 - 100*a33**2*m1**2*m2**12*n1**12*n2**2 - 1008*a33**2*m1**2*m2**12*n1
**10*n2**4 + 540*a33**2*m1**2*m2**12*n1**8*n2**6 + 40*a33**2*m1*m2**13*n1**13*n2
+ 144*a33**2*m1*m2**13*n1**11*n2**3 - 120*a33**2*m1*m2**13*n1**9*n2**5 - 4*a33
**2*m2**14*n1**14 - 8*a33**2*m2**14*n1**12*n2**2 + 12*a33**2*m2**14*n1**10*n2**4
) + u1*v2*( - 2*m1**12*n1**8*n2**10 - 2*m1**12*n1**6*n2**12 + 2*m1**12*n1**4*n2
**14 + 2*m1**12*n1**2*n2**16 + 18*m1**11*m2*n1**9*n2**9 + 8*m1**11*m2*n1**7*n2**
11 - 36*m1**11*m2*n1**5*n2**13 - 24*m1**11*m2*n1**3*n2**15 + 2*m1**11*m2*n1*n2**
17 - 72*m1**10*m2**2*n1**10*n2**8 + 20*m1**10*m2**2*n1**8*n2**10 + 228*m1**10*m2
**2*n1**6*n2**12 + 108*m1**10*m2**2*n1**4*n2**14 - 28*m1**10*m2**2*n1**2*n2**16
+ 168*m1**9*m2**3*n1**11*n2**7 - 210*m1**9*m2**3*n1**9*n2**9 - 760*m1**9*m2**3*
n1**7*n2**11 - 220*m1**9*m2**3*n1**5*n2**13 + 160*m1**9*m2**3*n1**3*n2**15 - 2*
m1**9*m2**3*n1*n2**17 - 252*m1**8*m2**4*n1**12*n2**6 + 660*m1**8*m2**4*n1**10*n2
**8 + 1530*m1**8*m2**4*n1**8*n2**10 + 90*m1**8*m2**4*n1**6*n2**12 - 510*m1**8*m2
**4*n1**4*n2**14 + 18*m1**8*m2**4*n1**2*n2**16 + 252*m1**7*m2**5*n1**13*n2**5 -
1176*m1**7*m2**5*n1**11*n2**7 - 1944*m1**7*m2**5*n1**9*n2**9 + 576*m1**7*m2**5*
n1**7*n2**11 + 1020*m1**7*m2**5*n1**5*n2**13 - 72*m1**7*m2**5*n1**3*n2**15 - 168
*m1**6*m2**6*n1**14*n2**4 + 1344*m1**6*m2**6*n1**12*n2**6 + 1512*m1**6*m2**6*n1
**10*n2**8 - 1512*m1**6*m2**6*n1**8*n2**10 - 1344*m1**6*m2**6*n1**6*n2**12 + 168
*m1**6*m2**6*n1**4*n2**14 + 72*m1**5*m2**7*n1**15*n2**3 - 1020*m1**5*m2**7*n1**
13*n2**5 - 576*m1**5*m2**7*n1**11*n2**7 + 1944*m1**5*m2**7*n1**9*n2**9 + 1176*m1
**5*m2**7*n1**7*n2**11 - 252*m1**5*m2**7*n1**5*n2**13 - 18*m1**4*m2**8*n1**16*n2
**2 + 510*m1**4*m2**8*n1**14*n2**4 - 90*m1**4*m2**8*n1**12*n2**6 - 1530*m1**4*m2
**8*n1**10*n2**8 - 660*m1**4*m2**8*n1**8*n2**10 + 252*m1**4*m2**8*n1**6*n2**12 +
2*m1**3*m2**9*n1**17*n2 - 160*m1**3*m2**9*n1**15*n2**3 + 220*m1**3*m2**9*n1**13
*n2**5 + 760*m1**3*m2**9*n1**11*n2**7 + 210*m1**3*m2**9*n1**9*n2**9 - 168*m1**3*
m2**9*n1**7*n2**11 + 28*m1**2*m2**10*n1**16*n2**2 - 108*m1**2*m2**10*n1**14*n2**
4 - 228*m1**2*m2**10*n1**12*n2**6 - 20*m1**2*m2**10*n1**10*n2**8 + 72*m1**2*m2**
10*n1**8*n2**10 - 2*m1*m2**11*n1**17*n2 + 24*m1*m2**11*n1**15*n2**3 + 36*m1*m2**
11*n1**13*n2**5 - 8*m1*m2**11*n1**11*n2**7 - 18*m1*m2**11*n1**9*n2**9 - 2*m2**12
*n1**16*n2**2 - 2*m2**12*n1**14*n2**4 + 2*m2**12*n1**12*n2**6 + 2*m2**12*n1**10*
n2**8) + u1*v3**2*(5*a33*m1**13*n1**7*n2**9 + a33*m1**13*n1**5*n2**11 - 5*a33*m1
**13*n1**3*n2**13 - a33*m1**13*n1*n2**15 - 45*a33*m1**12*m2*n1**8*n2**8 + 19*a33
*m1**12*m2*n1**6*n2**10 + 69*a33*m1**12*m2*n1**4*n2**12 + 5*a33*m1**12*m2*n1**2*
n2**14 + 180*a33*m1**11*m2**2*n1**9*n2**7 - 220*a33*m1**11*m2**2*n1**7*n2**9 -
360*a33*m1**11*m2**2*n1**5*n2**11 + 36*a33*m1**11*m2**2*n1**3*n2**13 - 4*a33*m1
**11*m2**2*n1*n2**15 - 420*a33*m1**10*m2**3*n1**10*n2**6 + 960*a33*m1**10*m2**3*
n1**8*n2**8 + 956*a33*m1**10*m2**3*n1**6*n2**10 - 360*a33*m1**10*m2**3*n1**4*n2
**12 + 64*a33*m1**10*m2**3*n1**2*n2**14 + 630*a33*m1**9*m2**4*n1**11*n2**5 -
2370*a33*m1**9*m2**4*n1**9*n2**7 - 1315*a33*m1**9*m2**4*n1**7*n2**9 + 1285*a33*
m1**9*m2**4*n1**5*n2**11 - 395*a33*m1**9*m2**4*n1**3*n2**13 + 5*a33*m1**9*m2**4*
n1*n2**15 - 630*a33*m1**8*m2**5*n1**12*n2**4 + 3738*a33*m1**8*m2**5*n1**10*n2**6
+ 495*a33*m1**8*m2**5*n1**8*n2**8 - 2493*a33*m1**8*m2**5*n1**6*n2**10 + 1335*
a33*m1**8*m2**5*n1**4*n2**12 - 45*a33*m1**8*m2**5*n1**2*n2**14 + 420*a33*m1**7*
m2**6*n1**13*n2**3 - 3948*a33*m1**7*m2**6*n1**11*n2**5 + 1392*a33*m1**7*m2**6*n1
**9*n2**7 + 2760*a33*m1**7*m2**6*n1**7*n2**9 - 2820*a33*m1**7*m2**6*n1**5*n2**11
+ 180*a33*m1**7*m2**6*n1**3*n2**13 - 180*a33*m1**6*m2**7*n1**14*n2**2 + 2820*
a33*m1**6*m2**7*n1**12*n2**4 - 2760*a33*m1**6*m2**7*n1**10*n2**6 - 1392*a33*m1**
6*m2**7*n1**8*n2**8 + 3948*a33*m1**6*m2**7*n1**6*n2**10 - 420*a33*m1**6*m2**7*n1
**4*n2**12 + 45*a33*m1**5*m2**8*n1**15*n2 - 1335*a33*m1**5*m2**8*n1**13*n2**3 +
2493*a33*m1**5*m2**8*n1**11*n2**5 - 495*a33*m1**5*m2**8*n1**9*n2**7 - 3738*a33*
m1**5*m2**8*n1**7*n2**9 + 630*a33*m1**5*m2**8*n1**5*n2**11 - 5*a33*m1**4*m2**9*
n1**16 + 395*a33*m1**4*m2**9*n1**14*n2**2 - 1285*a33*m1**4*m2**9*n1**12*n2**4 +
1315*a33*m1**4*m2**9*n1**10*n2**6 + 2370*a33*m1**4*m2**9*n1**8*n2**8 - 630*a33*
m1**4*m2**9*n1**6*n2**10 - 64*a33*m1**3*m2**10*n1**15*n2 + 360*a33*m1**3*m2**10*
n1**13*n2**3 - 956*a33*m1**3*m2**10*n1**11*n2**5 - 960*a33*m1**3*m2**10*n1**9*n2
**7 + 420*a33*m1**3*m2**10*n1**7*n2**9 + 4*a33*m1**2*m2**11*n1**16 - 36*a33*m1**
2*m2**11*n1**14*n2**2 + 360*a33*m1**2*m2**11*n1**12*n2**4 + 220*a33*m1**2*m2**11
*n1**10*n2**6 - 180*a33*m1**2*m2**11*n1**8*n2**8 - 5*a33*m1*m2**12*n1**15*n2 -
69*a33*m1*m2**12*n1**13*n2**3 - 19*a33*m1*m2**12*n1**11*n2**5 + 45*a33*m1*m2**12
*n1**9*n2**7 + a33*m2**13*n1**16 + 5*a33*m2**13*n1**14*n2**2 - a33*m2**13*n1**12
*n2**4 - 5*a33*m2**13*n1**10*n2**6) + u2**4*(a33**2*m1**11*n1**8*n2**9 + 2*a33**
2*m1**11*n1**6*n2**11 - 2*a33**2*m1**11*n1**2*n2**15 - a33**2*m1**11*n2**17 - 9*
a33**2*m1**10*m2*n1**9*n2**8 - 14*a33**2*m1**10*m2*n1**7*n2**10 + 12*a33**2*m1**
10*m2*n1**5*n2**12 + 30*a33**2*m1**10*m2*n1**3*n2**14 + 13*a33**2*m1**10*m2*n1*
n2**16 + 36*a33**2*m1**9*m2**2*n1**10*n2**7 + 35*a33**2*m1**9*m2**2*n1**8*n2**9
- 110*a33**2*m1**9*m2**2*n1**6*n2**11 - 180*a33**2*m1**9*m2**2*n1**4*n2**13 - 70
*a33**2*m1**9*m2**2*n1**2*n2**15 + a33**2*m1**9*m2**2*n2**17 - 84*a33**2*m1**8*
m2**3*n1**11*n2**6 - 15*a33**2*m1**8*m2**3*n1**9*n2**8 + 450*a33**2*m1**8*m2**3*
n1**7*n2**10 + 600*a33**2*m1**8*m2**3*n1**5*n2**12 + 210*a33**2*m1**8*m2**3*n1**
3*n2**14 - 9*a33**2*m1**8*m2**3*n1*n2**16 + 126*a33**2*m1**7*m2**4*n1**12*n2**5
- 120*a33**2*m1**7*m2**4*n1**10*n2**7 - 1080*a33**2*m1**7*m2**4*n1**8*n2**9 -
1260*a33**2*m1**7*m2**4*n1**6*n2**11 - 390*a33**2*m1**7*m2**4*n1**4*n2**13 + 36*
a33**2*m1**7*m2**4*n1**2*n2**15 - 126*a33**2*m1**6*m2**5*n1**13*n2**4 + 336*a33
**2*m1**6*m2**5*n1**11*n2**6 + 1680*a33**2*m1**6*m2**5*n1**9*n2**8 + 1764*a33**2
*m1**6*m2**5*n1**7*n2**10 + 462*a33**2*m1**6*m2**5*n1**5*n2**12 - 84*a33**2*m1**
6*m2**5*n1**3*n2**14 + 84*a33**2*m1**5*m2**6*n1**14*n2**3 - 462*a33**2*m1**5*m2
**6*n1**12*n2**5 - 1764*a33**2*m1**5*m2**6*n1**10*n2**7 - 1680*a33**2*m1**5*m2**
6*n1**8*n2**9 - 336*a33**2*m1**5*m2**6*n1**6*n2**11 + 126*a33**2*m1**5*m2**6*n1
**4*n2**13 - 36*a33**2*m1**4*m2**7*n1**15*n2**2 + 390*a33**2*m1**4*m2**7*n1**13*
n2**4 + 1260*a33**2*m1**4*m2**7*n1**11*n2**6 + 1080*a33**2*m1**4*m2**7*n1**9*n2
**8 + 120*a33**2*m1**4*m2**7*n1**7*n2**10 - 126*a33**2*m1**4*m2**7*n1**5*n2**12
+ 9*a33**2*m1**3*m2**8*n1**16*n2 - 210*a33**2*m1**3*m2**8*n1**14*n2**3 - 600*a33
**2*m1**3*m2**8*n1**12*n2**5 - 450*a33**2*m1**3*m2**8*n1**10*n2**7 + 15*a33**2*
m1**3*m2**8*n1**8*n2**9 + 84*a33**2*m1**3*m2**8*n1**6*n2**11 - a33**2*m1**2*m2**
9*n1**17 + 70*a33**2*m1**2*m2**9*n1**15*n2**2 + 180*a33**2*m1**2*m2**9*n1**13*n2
**4 + 110*a33**2*m1**2*m2**9*n1**11*n2**6 - 35*a33**2*m1**2*m2**9*n1**9*n2**8 -
36*a33**2*m1**2*m2**9*n1**7*n2**10 - 13*a33**2*m1*m2**10*n1**16*n2 - 30*a33**2*
m1*m2**10*n1**14*n2**3 - 12*a33**2*m1*m2**10*n1**12*n2**5 + 14*a33**2*m1*m2**10*
n1**10*n2**7 + 9*a33**2*m1*m2**10*n1**8*n2**9 + a33**2*m2**11*n1**17 + 2*a33**2*
m2**11*n1**15*n2**2 - 2*a33**2*m2**11*n1**11*n2**6 - a33**2*m2**11*n1**9*n2**8)
+ u2**3*v1*(4*a33**2*m1**12*n1**6*n2**10 + 4*a33**2*m1**12*n1**4*n2**12 - 4*a33
**2*m1**12*n1**2*n2**14 - 4*a33**2*m1**12*n2**16 - 40*a33**2*m1**11*m2*n1**7*n2
**9 - 24*a33**2*m1**11*m2*n1**5*n2**11 + 72*a33**2*m1**11*m2*n1**3*n2**13 + 56*
a33**2*m1**11*m2*n1*n2**15 + 180*a33**2*m1**10*m2**2*n1**8*n2**8 + 16*a33**2*m1
**10*m2**2*n1**6*n2**10 - 504*a33**2*m1**10*m2**2*n1**4*n2**12 - 336*a33**2*m1**
10*m2**2*n1**2*n2**14 + 4*a33**2*m1**10*m2**2*n2**16 - 480*a33**2*m1**9*m2**3*n1
**9*n2**7 + 280*a33**2*m1**9*m2**3*n1**7*n2**9 + 1960*a33**2*m1**9*m2**3*n1**5*
n2**11 + 1160*a33**2*m1**9*m2**3*n1**3*n2**13 - 40*a33**2*m1**9*m2**3*n1*n2**15
+ 840*a33**2*m1**8*m2**4*n1**10*n2**6 - 1260*a33**2*m1**8*m2**4*n1**8*n2**8 -
4860*a33**2*m1**8*m2**4*n1**6*n2**10 - 2580*a33**2*m1**8*m2**4*n1**4*n2**12 +
180*a33**2*m1**8*m2**4*n1**2*n2**14 - 1008*a33**2*m1**7*m2**5*n1**11*n2**5 +
2832*a33**2*m1**7*m2**5*n1**9*n2**7 + 8208*a33**2*m1**7*m2**5*n1**7*n2**9 + 3888
*a33**2*m1**7*m2**5*n1**5*n2**11 - 480*a33**2*m1**7*m2**5*n1**3*n2**13 + 840*a33
**2*m1**6*m2**6*n1**12*n2**4 - 4032*a33**2*m1**6*m2**6*n1**10*n2**6 - 9744*a33**
2*m1**6*m2**6*n1**8*n2**8 - 4032*a33**2*m1**6*m2**6*n1**6*n2**10 + 840*a33**2*m1
**6*m2**6*n1**4*n2**12 - 480*a33**2*m1**5*m2**7*n1**13*n2**3 + 3888*a33**2*m1**5
*m2**7*n1**11*n2**5 + 8208*a33**2*m1**5*m2**7*n1**9*n2**7 + 2832*a33**2*m1**5*m2
**7*n1**7*n2**9 - 1008*a33**2*m1**5*m2**7*n1**5*n2**11 + 180*a33**2*m1**4*m2**8*
n1**14*n2**2 - 2580*a33**2*m1**4*m2**8*n1**12*n2**4 - 4860*a33**2*m1**4*m2**8*n1
**10*n2**6 - 1260*a33**2*m1**4*m2**8*n1**8*n2**8 + 840*a33**2*m1**4*m2**8*n1**6*
n2**10 - 40*a33**2*m1**3*m2**9*n1**15*n2 + 1160*a33**2*m1**3*m2**9*n1**13*n2**3
+ 1960*a33**2*m1**3*m2**9*n1**11*n2**5 + 280*a33**2*m1**3*m2**9*n1**9*n2**7 -
480*a33**2*m1**3*m2**9*n1**7*n2**9 + 4*a33**2*m1**2*m2**10*n1**16 - 336*a33**2*
m1**2*m2**10*n1**14*n2**2 - 504*a33**2*m1**2*m2**10*n1**12*n2**4 + 16*a33**2*m1
**2*m2**10*n1**10*n2**6 + 180*a33**2*m1**2*m2**10*n1**8*n2**8 + 56*a33**2*m1*m2
**11*n1**15*n2 + 72*a33**2*m1*m2**11*n1**13*n2**3 - 24*a33**2*m1*m2**11*n1**11*
n2**5 - 40*a33**2*m1*m2**11*n1**9*n2**7 - 4*a33**2*m2**12*n1**16 - 4*a33**2*m2**
12*n1**14*n2**2 + 4*a33**2*m2**12*n1**12*n2**4 + 4*a33**2*m2**12*n1**10*n2**6) +
u2**3*v2*( - 4*a33**2*m1**12*n1**7*n2**9 - 4*a33**2*m1**12*n1**5*n2**11 + 4*a33
**2*m1**12*n1**3*n2**13 + 4*a33**2*m1**12*n1*n2**15 + 36*a33**2*m1**11*m2*n1**8*
n2**8 + 16*a33**2*m1**11*m2*n1**6*n2**10 - 72*a33**2*m1**11*m2*n1**4*n2**12 - 48
*a33**2*m1**11*m2*n1**2*n2**14 + 4*a33**2*m1**11*m2*n2**16 - 144*a33**2*m1**10*
m2**2*n1**9*n2**7 + 40*a33**2*m1**10*m2**2*n1**7*n2**9 + 456*a33**2*m1**10*m2**2
*n1**5*n2**11 + 216*a33**2*m1**10*m2**2*n1**3*n2**13 - 56*a33**2*m1**10*m2**2*n1
*n2**15 + 336*a33**2*m1**9*m2**3*n1**10*n2**6 - 420*a33**2*m1**9*m2**3*n1**8*n2
**8 - 1520*a33**2*m1**9*m2**3*n1**6*n2**10 - 440*a33**2*m1**9*m2**3*n1**4*n2**12
+ 320*a33**2*m1**9*m2**3*n1**2*n2**14 - 4*a33**2*m1**9*m2**3*n2**16 - 504*a33**
2*m1**8*m2**4*n1**11*n2**5 + 1320*a33**2*m1**8*m2**4*n1**9*n2**7 + 3060*a33**2*
m1**8*m2**4*n1**7*n2**9 + 180*a33**2*m1**8*m2**4*n1**5*n2**11 - 1020*a33**2*m1**
8*m2**4*n1**3*n2**13 + 36*a33**2*m1**8*m2**4*n1*n2**15 + 504*a33**2*m1**7*m2**5*
n1**12*n2**4 - 2352*a33**2*m1**7*m2**5*n1**10*n2**6 - 3888*a33**2*m1**7*m2**5*n1
**8*n2**8 + 1152*a33**2*m1**7*m2**5*n1**6*n2**10 + 2040*a33**2*m1**7*m2**5*n1**4
*n2**12 - 144*a33**2*m1**7*m2**5*n1**2*n2**14 - 336*a33**2*m1**6*m2**6*n1**13*n2
**3 + 2688*a33**2*m1**6*m2**6*n1**11*n2**5 + 3024*a33**2*m1**6*m2**6*n1**9*n2**7
- 3024*a33**2*m1**6*m2**6*n1**7*n2**9 - 2688*a33**2*m1**6*m2**6*n1**5*n2**11 +
336*a33**2*m1**6*m2**6*n1**3*n2**13 + 144*a33**2*m1**5*m2**7*n1**14*n2**2 - 2040
*a33**2*m1**5*m2**7*n1**12*n2**4 - 1152*a33**2*m1**5*m2**7*n1**10*n2**6 + 3888*
a33**2*m1**5*m2**7*n1**8*n2**8 + 2352*a33**2*m1**5*m2**7*n1**6*n2**10 - 504*a33
**2*m1**5*m2**7*n1**4*n2**12 - 36*a33**2*m1**4*m2**8*n1**15*n2 + 1020*a33**2*m1
**4*m2**8*n1**13*n2**3 - 180*a33**2*m1**4*m2**8*n1**11*n2**5 - 3060*a33**2*m1**4
*m2**8*n1**9*n2**7 - 1320*a33**2*m1**4*m2**8*n1**7*n2**9 + 504*a33**2*m1**4*m2**
8*n1**5*n2**11 + 4*a33**2*m1**3*m2**9*n1**16 - 320*a33**2*m1**3*m2**9*n1**14*n2
**2 + 440*a33**2*m1**3*m2**9*n1**12*n2**4 + 1520*a33**2*m1**3*m2**9*n1**10*n2**6
+ 420*a33**2*m1**3*m2**9*n1**8*n2**8 - 336*a33**2*m1**3*m2**9*n1**6*n2**10 + 56
*a33**2*m1**2*m2**10*n1**15*n2 - 216*a33**2*m1**2*m2**10*n1**13*n2**3 - 456*a33
**2*m1**2*m2**10*n1**11*n2**5 - 40*a33**2*m1**2*m2**10*n1**9*n2**7 + 144*a33**2*
m1**2*m2**10*n1**7*n2**9 - 4*a33**2*m1*m2**11*n1**16 + 48*a33**2*m1*m2**11*n1**
14*n2**2 + 72*a33**2*m1*m2**11*n1**12*n2**4 - 16*a33**2*m1*m2**11*n1**10*n2**6 -
36*a33**2*m1*m2**11*n1**8*n2**8 - 4*a33**2*m2**12*n1**15*n2 - 4*a33**2*m2**12*
n1**13*n2**3 + 4*a33**2*m2**12*n1**11*n2**5 + 4*a33**2*m2**12*n1**9*n2**7) + u2
**3*( - a33*m1**11*n1**8*n2**10 - 2*a33*m1**11*n1**6*n2**12 + 2*a33*m1**11*n1**2
*n2**16 + a33*m1**11*n2**18 + 9*a33*m1**10*m2*n1**9*n2**9 + 14*a33*m1**10*m2*n1
**7*n2**11 - 12*a33*m1**10*m2*n1**5*n2**13 - 30*a33*m1**10*m2*n1**3*n2**15 - 13*
a33*m1**10*m2*n1*n2**17 - 36*a33*m1**9*m2**2*n1**10*n2**8 - 35*a33*m1**9*m2**2*
n1**8*n2**10 + 110*a33*m1**9*m2**2*n1**6*n2**12 + 180*a33*m1**9*m2**2*n1**4*n2**
14 + 70*a33*m1**9*m2**2*n1**2*n2**16 - a33*m1**9*m2**2*n2**18 + 84*a33*m1**8*m2
**3*n1**11*n2**7 + 15*a33*m1**8*m2**3*n1**9*n2**9 - 450*a33*m1**8*m2**3*n1**7*n2
**11 - 600*a33*m1**8*m2**3*n1**5*n2**13 - 210*a33*m1**8*m2**3*n1**3*n2**15 + 9*
a33*m1**8*m2**3*n1*n2**17 - 126*a33*m1**7*m2**4*n1**12*n2**6 + 120*a33*m1**7*m2
**4*n1**10*n2**8 + 1080*a33*m1**7*m2**4*n1**8*n2**10 + 1260*a33*m1**7*m2**4*n1**
6*n2**12 + 390*a33*m1**7*m2**4*n1**4*n2**14 - 36*a33*m1**7*m2**4*n1**2*n2**16 +
126*a33*m1**6*m2**5*n1**13*n2**5 - 336*a33*m1**6*m2**5*n1**11*n2**7 - 1680*a33*
m1**6*m2**5*n1**9*n2**9 - 1764*a33*m1**6*m2**5*n1**7*n2**11 - 462*a33*m1**6*m2**
5*n1**5*n2**13 + 84*a33*m1**6*m2**5*n1**3*n2**15 - 84*a33*m1**5*m2**6*n1**14*n2
**4 + 462*a33*m1**5*m2**6*n1**12*n2**6 + 1764*a33*m1**5*m2**6*n1**10*n2**8 +
1680*a33*m1**5*m2**6*n1**8*n2**10 + 336*a33*m1**5*m2**6*n1**6*n2**12 - 126*a33*
m1**5*m2**6*n1**4*n2**14 + 36*a33*m1**4*m2**7*n1**15*n2**3 - 390*a33*m1**4*m2**7
*n1**13*n2**5 - 1260*a33*m1**4*m2**7*n1**11*n2**7 - 1080*a33*m1**4*m2**7*n1**9*
n2**9 - 120*a33*m1**4*m2**7*n1**7*n2**11 + 126*a33*m1**4*m2**7*n1**5*n2**13 - 9*
a33*m1**3*m2**8*n1**16*n2**2 + 210*a33*m1**3*m2**8*n1**14*n2**4 + 600*a33*m1**3*
m2**8*n1**12*n2**6 + 450*a33*m1**3*m2**8*n1**10*n2**8 - 15*a33*m1**3*m2**8*n1**8
*n2**10 - 84*a33*m1**3*m2**8*n1**6*n2**12 + a33*m1**2*m2**9*n1**17*n2 - 70*a33*
m1**2*m2**9*n1**15*n2**3 - 180*a33*m1**2*m2**9*n1**13*n2**5 - 110*a33*m1**2*m2**
9*n1**11*n2**7 + 35*a33*m1**2*m2**9*n1**9*n2**9 + 36*a33*m1**2*m2**9*n1**7*n2**
11 + 13*a33*m1*m2**10*n1**16*n2**2 + 30*a33*m1*m2**10*n1**14*n2**4 + 12*a33*m1*
m2**10*n1**12*n2**6 - 14*a33*m1*m2**10*n1**10*n2**8 - 9*a33*m1*m2**10*n1**8*n2**
10 - a33*m2**11*n1**17*n2 - 2*a33*m2**11*n1**15*n2**3 + 2*a33*m2**11*n1**11*n2**
7 + a33*m2**11*n1**9*n2**9) + u2**2*u3**2*(a33**2*m1**11*n1**8*n2**9 + 2*a33**2*
m1**11*n1**6*n2**11 - 2*a33**2*m1**11*n1**2*n2**15 - a33**2*m1**11*n2**17 - 9*
a33**2*m1**10*m2*n1**9*n2**8 - 14*a33**2*m1**10*m2*n1**7*n2**10 + 12*a33**2*m1**
10*m2*n1**5*n2**12 + 30*a33**2*m1**10*m2*n1**3*n2**14 + 13*a33**2*m1**10*m2*n1*
n2**16 + 36*a33**2*m1**9*m2**2*n1**10*n2**7 + 35*a33**2*m1**9*m2**2*n1**8*n2**9
- 110*a33**2*m1**9*m2**2*n1**6*n2**11 - 180*a33**2*m1**9*m2**2*n1**4*n2**13 - 70
*a33**2*m1**9*m2**2*n1**2*n2**15 + a33**2*m1**9*m2**2*n2**17 - 84*a33**2*m1**8*
m2**3*n1**11*n2**6 - 15*a33**2*m1**8*m2**3*n1**9*n2**8 + 450*a33**2*m1**8*m2**3*
n1**7*n2**10 + 600*a33**2*m1**8*m2**3*n1**5*n2**12 + 210*a33**2*m1**8*m2**3*n1**
3*n2**14 - 9*a33**2*m1**8*m2**3*n1*n2**16 + 126*a33**2*m1**7*m2**4*n1**12*n2**5
- 120*a33**2*m1**7*m2**4*n1**10*n2**7 - 1080*a33**2*m1**7*m2**4*n1**8*n2**9 -
1260*a33**2*m1**7*m2**4*n1**6*n2**11 - 390*a33**2*m1**7*m2**4*n1**4*n2**13 + 36*
a33**2*m1**7*m2**4*n1**2*n2**15 - 126*a33**2*m1**6*m2**5*n1**13*n2**4 + 336*a33
**2*m1**6*m2**5*n1**11*n2**6 + 1680*a33**2*m1**6*m2**5*n1**9*n2**8 + 1764*a33**2
*m1**6*m2**5*n1**7*n2**10 + 462*a33**2*m1**6*m2**5*n1**5*n2**12 - 84*a33**2*m1**
6*m2**5*n1**3*n2**14 + 84*a33**2*m1**5*m2**6*n1**14*n2**3 - 462*a33**2*m1**5*m2
**6*n1**12*n2**5 - 1764*a33**2*m1**5*m2**6*n1**10*n2**7 - 1680*a33**2*m1**5*m2**
6*n1**8*n2**9 - 336*a33**2*m1**5*m2**6*n1**6*n2**11 + 126*a33**2*m1**5*m2**6*n1
**4*n2**13 - 36*a33**2*m1**4*m2**7*n1**15*n2**2 + 390*a33**2*m1**4*m2**7*n1**13*
n2**4 + 1260*a33**2*m1**4*m2**7*n1**11*n2**6 + 1080*a33**2*m1**4*m2**7*n1**9*n2
**8 + 120*a33**2*m1**4*m2**7*n1**7*n2**10 - 126*a33**2*m1**4*m2**7*n1**5*n2**12
+ 9*a33**2*m1**3*m2**8*n1**16*n2 - 210*a33**2*m1**3*m2**8*n1**14*n2**3 - 600*a33
**2*m1**3*m2**8*n1**12*n2**5 - 450*a33**2*m1**3*m2**8*n1**10*n2**7 + 15*a33**2*
m1**3*m2**8*n1**8*n2**9 + 84*a33**2*m1**3*m2**8*n1**6*n2**11 - a33**2*m1**2*m2**
9*n1**17 + 70*a33**2*m1**2*m2**9*n1**15*n2**2 + 180*a33**2*m1**2*m2**9*n1**13*n2
**4 + 110*a33**2*m1**2*m2**9*n1**11*n2**6 - 35*a33**2*m1**2*m2**9*n1**9*n2**8 -
36*a33**2*m1**2*m2**9*n1**7*n2**10 - 13*a33**2*m1*m2**10*n1**16*n2 - 30*a33**2*
m1*m2**10*n1**14*n2**3 - 12*a33**2*m1*m2**10*n1**12*n2**5 + 14*a33**2*m1*m2**10*
n1**10*n2**7 + 9*a33**2*m1*m2**10*n1**8*n2**9 + a33**2*m2**11*n1**17 + 2*a33**2*
m2**11*n1**15*n2**2 - 2*a33**2*m2**11*n1**11*n2**6 - a33**2*m2**11*n1**9*n2**8)
+ u2**2*v1**2*( - 4*a33**2*m1**13*n1**6*n2**9 + 4*a33**2*m1**13*n1**4*n2**11 + 4
*a33**2*m1**13*n1**2*n2**13 - 4*a33**2*m1**13*n2**15 + 36*a33**2*m1**12*m2*n1**7
*n2**8 - 68*a33**2*m1**12*m2*n1**5*n2**10 - 36*a33**2*m1**12*m2*n1**3*n2**12 +
68*a33**2*m1**12*m2*n1*n2**14 - 144*a33**2*m1**11*m2**2*n1**8*n2**7 + 440*a33**2
*m1**11*m2**2*n1**6*n2**9 + 72*a33**2*m1**11*m2**2*n1**4*n2**11 - 504*a33**2*m1
**11*m2**2*n1**2*n2**13 + 8*a33**2*m1**11*m2**2*n2**15 + 336*a33**2*m1**10*m2**3
*n1**9*n2**6 - 1560*a33**2*m1**10*m2**3*n1**7*n2**8 + 344*a33**2*m1**10*m2**3*n1
**5*n2**10 + 2136*a33**2*m1**10*m2**3*n1**3*n2**12 - 104*a33**2*m1**10*m2**3*n1*
n2**14 - 504*a33**2*m1**9*m2**4*n1**10*n2**5 + 3480*a33**2*m1**9*m2**4*n1**8*n2
**7 - 2380*a33**2*m1**9*m2**4*n1**6*n2**9 - 5780*a33**2*m1**9*m2**4*n1**4*n2**11
+ 580*a33**2*m1**9*m2**4*n1**2*n2**13 - 4*a33**2*m1**9*m2**4*n2**15 + 504*a33**
2*m1**8*m2**5*n1**11*n2**4 - 5208*a33**2*m1**8*m2**5*n1**9*n2**6 + 6732*a33**2*
m1**8*m2**5*n1**7*n2**8 + 10548*a33**2*m1**8*m2**5*n1**5*n2**10 - 1860*a33**2*m1
**8*m2**5*n1**3*n2**12 + 36*a33**2*m1**8*m2**5*n1*n2**14 - 336*a33**2*m1**7*m2**
6*n1**12*n2**3 + 5376*a33**2*m1**7*m2**6*n1**10*n2**5 - 11568*a33**2*m1**7*m2**6
*n1**8*n2**7 - 13296*a33**2*m1**7*m2**6*n1**6*n2**9 + 3840*a33**2*m1**7*m2**6*n1
**4*n2**11 - 144*a33**2*m1**7*m2**6*n1**2*n2**13 + 144*a33**2*m1**6*m2**7*n1**13
*n2**2 - 3840*a33**2*m1**6*m2**7*n1**11*n2**4 + 13296*a33**2*m1**6*m2**7*n1**9*
n2**6 + 11568*a33**2*m1**6*m2**7*n1**7*n2**8 - 5376*a33**2*m1**6*m2**7*n1**5*n2
**10 + 336*a33**2*m1**6*m2**7*n1**3*n2**12 - 36*a33**2*m1**5*m2**8*n1**14*n2 +
1860*a33**2*m1**5*m2**8*n1**12*n2**3 - 10548*a33**2*m1**5*m2**8*n1**10*n2**5 -
6732*a33**2*m1**5*m2**8*n1**8*n2**7 + 5208*a33**2*m1**5*m2**8*n1**6*n2**9 - 504*
a33**2*m1**5*m2**8*n1**4*n2**11 + 4*a33**2*m1**4*m2**9*n1**15 - 580*a33**2*m1**4
*m2**9*n1**13*n2**2 + 5780*a33**2*m1**4*m2**9*n1**11*n2**4 + 2380*a33**2*m1**4*
m2**9*n1**9*n2**6 - 3480*a33**2*m1**4*m2**9*n1**7*n2**8 + 504*a33**2*m1**4*m2**9
*n1**5*n2**10 + 104*a33**2*m1**3*m2**10*n1**14*n2 - 2136*a33**2*m1**3*m2**10*n1
**12*n2**3 - 344*a33**2*m1**3*m2**10*n1**10*n2**5 + 1560*a33**2*m1**3*m2**10*n1
**8*n2**7 - 336*a33**2*m1**3*m2**10*n1**6*n2**9 - 8*a33**2*m1**2*m2**11*n1**15 +
504*a33**2*m1**2*m2**11*n1**13*n2**2 - 72*a33**2*m1**2*m2**11*n1**11*n2**4 -
440*a33**2*m1**2*m2**11*n1**9*n2**6 + 144*a33**2*m1**2*m2**11*n1**7*n2**8 - 68*
a33**2*m1*m2**12*n1**14*n2 + 36*a33**2*m1*m2**12*n1**12*n2**3 + 68*a33**2*m1*m2
**12*n1**10*n2**5 - 36*a33**2*m1*m2**12*n1**8*n2**7 + 4*a33**2*m2**13*n1**15 - 4
*a33**2*m2**13*n1**13*n2**2 - 4*a33**2*m2**13*n1**11*n2**4 + 4*a33**2*m2**13*n1
**9*n2**6) + u2**2*v1*v2*( - 8*a33**2*m1**13*n1**5*n2**10 + 8*a33**2*m1**13*n1*
n2**14 + 80*a33**2*m1**12*m2*n1**6*n2**9 - 40*a33**2*m1**12*m2*n1**4*n2**11 -
112*a33**2*m1**12*m2*n1**2*n2**13 + 8*a33**2*m1**12*m2*n2**15 - 360*a33**2*m1**
11*m2**2*n1**7*n2**8 + 408*a33**2*m1**11*m2**2*n1**5*n2**10 + 648*a33**2*m1**11*
m2**2*n1**3*n2**12 - 120*a33**2*m1**11*m2**2*n1*n2**14 + 960*a33**2*m1**10*m2**3
*n1**8*n2**7 - 1880*a33**2*m1**10*m2**3*n1**6*n2**9 - 2072*a33**2*m1**10*m2**3*
n1**4*n2**11 + 760*a33**2*m1**10*m2**3*n1**2*n2**13 - 8*a33**2*m1**10*m2**3*n2**
15 - 1680*a33**2*m1**9*m2**4*n1**9*n2**6 + 5160*a33**2*m1**9*m2**4*n1**7*n2**8 +
4000*a33**2*m1**9*m2**4*n1**5*n2**10 - 2760*a33**2*m1**9*m2**4*n1**3*n2**12 +
80*a33**2*m1**9*m2**4*n1*n2**14 + 2016*a33**2*m1**8*m2**5*n1**10*n2**5 - 9360*
a33**2*m1**8*m2**5*n1**8*n2**7 - 4536*a33**2*m1**8*m2**5*n1**6*n2**9 + 6480*a33
**2*m1**8*m2**5*n1**4*n2**11 - 360*a33**2*m1**8*m2**5*n1**2*n2**13 - 1680*a33**2
*m1**7*m2**6*n1**11*n2**4 + 11760*a33**2*m1**7*m2**6*n1**9*n2**6 + 2064*a33**2*
m1**7*m2**6*n1**7*n2**8 - 10416*a33**2*m1**7*m2**6*n1**5*n2**10 + 960*a33**2*m1
**7*m2**6*n1**3*n2**12 + 960*a33**2*m1**6*m2**7*n1**12*n2**3 - 10416*a33**2*m1**
6*m2**7*n1**10*n2**5 + 2064*a33**2*m1**6*m2**7*n1**8*n2**7 + 11760*a33**2*m1**6*
m2**7*n1**6*n2**9 - 1680*a33**2*m1**6*m2**7*n1**4*n2**11 - 360*a33**2*m1**5*m2**
8*n1**13*n2**2 + 6480*a33**2*m1**5*m2**8*n1**11*n2**4 - 4536*a33**2*m1**5*m2**8*
n1**9*n2**6 - 9360*a33**2*m1**5*m2**8*n1**7*n2**8 + 2016*a33**2*m1**5*m2**8*n1**
5*n2**10 + 80*a33**2*m1**4*m2**9*n1**14*n2 - 2760*a33**2*m1**4*m2**9*n1**12*n2**
3 + 4000*a33**2*m1**4*m2**9*n1**10*n2**5 + 5160*a33**2*m1**4*m2**9*n1**8*n2**7 -
1680*a33**2*m1**4*m2**9*n1**6*n2**9 - 8*a33**2*m1**3*m2**10*n1**15 + 760*a33**2
*m1**3*m2**10*n1**13*n2**2 - 2072*a33**2*m1**3*m2**10*n1**11*n2**4 - 1880*a33**2
*m1**3*m2**10*n1**9*n2**6 + 960*a33**2*m1**3*m2**10*n1**7*n2**8 - 120*a33**2*m1
**2*m2**11*n1**14*n2 + 648*a33**2*m1**2*m2**11*n1**12*n2**3 + 408*a33**2*m1**2*
m2**11*n1**10*n2**5 - 360*a33**2*m1**2*m2**11*n1**8*n2**7 + 8*a33**2*m1*m2**12*
n1**15 - 112*a33**2*m1*m2**12*n1**13*n2**2 - 40*a33**2*m1*m2**12*n1**11*n2**4 +
80*a33**2*m1*m2**12*n1**9*n2**6 + 8*a33**2*m2**13*n1**14*n2 - 8*a33**2*m2**13*n1
**10*n2**5) + u2**2*v1*(3*a33*m1**12*n1**8*n2**9 - 6*a33*m1**12*n1**4*n2**13 + 3
*a33*m1**12*n2**17 - 27*a33*m1**11*m2*n1**9*n2**8 + 18*a33*m1**11*m2*n1**7*n2**
10 + 72*a33*m1**11*m2*n1**5*n2**12 - 18*a33*m1**11*m2*n1**3*n2**14 - 45*a33*m1**
11*m2*n1*n2**16 + 108*a33*m1**10*m2**2*n1**10*n2**7 - 165*a33*m1**10*m2**2*n1**8
*n2**9 - 354*a33*m1**10*m2**2*n1**6*n2**11 + 216*a33*m1**10*m2**2*n1**4*n2**13 +
294*a33*m1**10*m2**2*n1**2*n2**15 - 3*a33*m1**10*m2**2*n2**17 - 252*a33*m1**9*
m2**3*n1**11*n2**6 + 675*a33*m1**9*m2**3*n1**9*n2**8 + 930*a33*m1**9*m2**3*n1**7
*n2**10 - 1140*a33*m1**9*m2**3*n1**5*n2**12 - 1110*a33*m1**9*m2**3*n1**3*n2**14
+ 33*a33*m1**9*m2**3*n1*n2**16 + 378*a33*m1**8*m2**4*n1**12*n2**5 - 1620*a33*m1
**8*m2**4*n1**10*n2**7 - 1350*a33*m1**8*m2**4*n1**8*n2**9 + 3510*a33*m1**8*m2**4
*n1**6*n2**11 + 2700*a33*m1**8*m2**4*n1**4*n2**13 - 162*a33*m1**8*m2**4*n1**2*n2
**15 - 378*a33*m1**7*m2**5*n1**13*n2**4 + 2520*a33*m1**7*m2**5*n1**11*n2**6 +
792*a33*m1**7*m2**5*n1**9*n2**8 - 7020*a33*m1**7*m2**5*n1**7*n2**10 - 4446*a33*
m1**7*m2**5*n1**5*n2**12 + 468*a33*m1**7*m2**5*n1**3*n2**14 + 252*a33*m1**6*m2**
6*n1**14*n2**3 - 2646*a33*m1**6*m2**6*n1**12*n2**5 + 756*a33*m1**6*m2**6*n1**10*
n2**7 + 9576*a33*m1**6*m2**6*n1**8*n2**9 + 5040*a33*m1**6*m2**6*n1**6*n2**11 -
882*a33*m1**6*m2**6*n1**4*n2**13 - 108*a33*m1**5*m2**7*n1**15*n2**2 + 1890*a33*
m1**5*m2**7*n1**13*n2**4 - 2052*a33*m1**5*m2**7*n1**11*n2**6 - 9072*a33*m1**5*m2
**7*n1**9*n2**8 - 3888*a33*m1**5*m2**7*n1**7*n2**10 + 1134*a33*m1**5*m2**7*n1**5
*n2**12 + 27*a33*m1**4*m2**8*n1**16*n2 - 900*a33*m1**4*m2**8*n1**14*n2**3 + 2070
*a33*m1**4*m2**8*n1**12*n2**5 + 5940*a33*m1**4*m2**8*n1**10*n2**7 + 1935*a33*m1
**4*m2**8*n1**8*n2**9 - 1008*a33*m1**4*m2**8*n1**6*n2**11 - 3*a33*m1**3*m2**9*n1
**17 + 270*a33*m1**3*m2**9*n1**15*n2**2 - 1200*a33*m1**3*m2**9*n1**13*n2**4 -
2610*a33*m1**3*m2**9*n1**11*n2**6 - 525*a33*m1**3*m2**9*n1**9*n2**8 + 612*a33*m1
**3*m2**9*n1**7*n2**10 - 45*a33*m1**2*m2**10*n1**16*n2 + 414*a33*m1**2*m2**10*n1
**14*n2**3 + 720*a33*m1**2*m2**10*n1**12*n2**5 + 18*a33*m1**2*m2**10*n1**10*n2**
7 - 243*a33*m1**2*m2**10*n1**8*n2**9 + 3*a33*m1*m2**11*n1**17 - 78*a33*m1*m2**11
*n1**15*n2**2 - 108*a33*m1*m2**11*n1**13*n2**4 + 30*a33*m1*m2**11*n1**11*n2**6 +
57*a33*m1*m2**11*n1**9*n2**8 + 6*a33*m2**12*n1**16*n2 + 6*a33*m2**12*n1**14*n2
**3 - 6*a33*m2**12*n1**12*n2**5 - 6*a33*m2**12*n1**10*n2**7) + u2**2*v2*(8*a33*
m1**12*n1**7*n2**10 + 8*a33*m1**12*n1**5*n2**12 - 8*a33*m1**12*n1**3*n2**14 - 8*
a33*m1**12*n1*n2**16 - 73*a33*m1**11*m2*n1**8*n2**9 - 34*a33*m1**11*m2*n1**6*n2
**11 + 144*a33*m1**11*m2*n1**4*n2**13 + 98*a33*m1**11*m2*n1**2*n2**15 - 7*a33*m1
**11*m2*n2**17 + 297*a33*m1**10*m2**2*n1**9*n2**8 - 66*a33*m1**10*m2**2*n1**7*n2
**10 - 924*a33*m1**10*m2**2*n1**5*n2**12 - 462*a33*m1**10*m2**2*n1**3*n2**14 +
99*a33*m1**10*m2**2*n1*n2**16 - 708*a33*m1**9*m2**3*n1**10*n2**7 + 805*a33*m1**9
*m2**3*n1**8*n2**9 + 3150*a33*m1**9*m2**3*n1**6*n2**11 + 1060*a33*m1**9*m2**3*n1
**4*n2**13 - 570*a33*m1**9*m2**3*n1**2*n2**15 + 7*a33*m1**9*m2**3*n2**17 + 1092*
a33*m1**8*m2**4*n1**11*n2**6 - 2625*a33*m1**8*m2**4*n1**9*n2**8 - 6570*a33*m1**8
*m2**4*n1**7*n2**10 - 960*a33*m1**8*m2**4*n1**5*n2**12 + 1830*a33*m1**8*m2**4*n1
**3*n2**14 - 63*a33*m1**8*m2**4*n1*n2**16 - 1134*a33*m1**7*m2**5*n1**12*n2**5 +
4824*a33*m1**7*m2**5*n1**10*n2**7 + 8856*a33*m1**7*m2**5*n1**8*n2**9 - 1044*a33*
m1**7*m2**5*n1**6*n2**11 - 3690*a33*m1**7*m2**5*n1**4*n2**13 + 252*a33*m1**7*m2
**5*n1**2*n2**15 + 798*a33*m1**6*m2**6*n1**13*n2**4 - 5712*a33*m1**6*m2**6*n1**
11*n2**6 - 7728*a33*m1**6*m2**6*n1**9*n2**8 + 4284*a33*m1**6*m2**6*n1**7*n2**10
+ 4914*a33*m1**6*m2**6*n1**5*n2**12 - 588*a33*m1**6*m2**6*n1**3*n2**14 - 372*a33
*m1**5*m2**7*n1**14*n2**3 + 4542*a33*m1**5*m2**7*n1**12*n2**5 + 4068*a33*m1**5*
m2**7*n1**10*n2**7 - 6096*a33*m1**5*m2**7*n1**8*n2**9 - 4368*a33*m1**5*m2**7*n1
**6*n2**11 + 882*a33*m1**5*m2**7*n1**4*n2**13 + 108*a33*m1**4*m2**8*n1**15*n2**2
- 2430*a33*m1**4*m2**8*n1**13*n2**4 - 900*a33*m1**4*m2**8*n1**11*n2**6 + 5040*
a33*m1**4*m2**8*n1**9*n2**8 + 2520*a33*m1**4*m2**8*n1**7*n2**10 - 882*a33*m1**4*
m2**8*n1**5*n2**12 - 17*a33*m1**3*m2**9*n1**16*n2 + 850*a33*m1**3*m2**9*n1**14*
n2**3 - 280*a33*m1**3*m2**9*n1**12*n2**5 - 2590*a33*m1**3*m2**9*n1**10*n2**7 -
855*a33*m1**3*m2**9*n1**8*n2**9 + 588*a33*m1**3*m2**9*n1**6*n2**11 + a33*m1**2*
m2**10*n1**17 - 182*a33*m1**2*m2**10*n1**15*n2**2 + 252*a33*m1**2*m2**10*n1**13*
n2**4 + 802*a33*m1**2*m2**10*n1**11*n2**6 + 115*a33*m1**2*m2**10*n1**9*n2**8 -
252*a33*m1**2*m2**10*n1**7*n2**10 + 21*a33*m1*m2**11*n1**16*n2 - 66*a33*m1*m2**
11*n1**14*n2**3 - 132*a33*m1*m2**11*n1**12*n2**5 + 18*a33*m1*m2**11*n1**10*n2**7
+ 63*a33*m1*m2**11*n1**8*n2**9 - a33*m2**12*n1**17 + 6*a33*m2**12*n1**15*n2**2
+ 8*a33*m2**12*n1**13*n2**4 - 6*a33*m2**12*n1**11*n2**6 - 7*a33*m2**12*n1**9*n2
**8) + u2**2*v3**2*( - 6*a33**2*m1**13*n1**6*n2**9 - 2*a33**2*m1**13*n1**4*n2**
11 + 6*a33**2*m1**13*n1**2*n2**13 + 2*a33**2*m1**13*n2**15 + 54*a33**2*m1**12*m2
*n1**7*n2**8 - 14*a33**2*m1**12*m2*n1**5*n2**10 - 86*a33**2*m1**12*m2*n1**3*n2**
12 - 18*a33**2*m1**12*m2*n1*n2**14 - 216*a33**2*m1**11*m2**2*n1**8*n2**7 + 220*
a33**2*m1**11*m2**2*n1**6*n2**9 + 468*a33**2*m1**11*m2**2*n1**4*n2**11 + 36*a33
**2*m1**11*m2**2*n1**2*n2**13 + 4*a33**2*m1**11*m2**2*n2**15 + 504*a33**2*m1**10
*m2**3*n1**9*n2**6 - 1020*a33**2*m1**10*m2**3*n1**7*n2**8 - 1332*a33**2*m1**10*
m2**3*n1**5*n2**10 + 124*a33**2*m1**10*m2**3*n1**3*n2**12 - 68*a33**2*m1**10*m2
**3*n1*n2**14 - 756*a33**2*m1**9*m2**4*n1**10*n2**5 + 2580*a33**2*m1**9*m2**4*n1
**8*n2**7 + 2150*a33**2*m1**9*m2**4*n1**6*n2**9 - 750*a33**2*m1**9*m2**4*n1**4*
n2**11 + 430*a33**2*m1**9*m2**4*n1**2*n2**13 - 6*a33**2*m1**9*m2**4*n2**15 + 756
*a33**2*m1**8*m2**5*n1**11*n2**4 - 4116*a33**2*m1**8*m2**5*n1**9*n2**6 - 1782*
a33**2*m1**8*m2**5*n1**7*n2**8 + 1566*a33**2*m1**8*m2**5*n1**5*n2**10 - 1470*a33
**2*m1**8*m2**5*n1**3*n2**12 + 54*a33**2*m1**8*m2**5*n1*n2**14 - 504*a33**2*m1**
7*m2**6*n1**12*n2**3 + 4368*a33**2*m1**7*m2**6*n1**10*n2**5 + 72*a33**2*m1**7*m2
**6*n1**8*n2**7 - 1464*a33**2*m1**7*m2**6*n1**6*n2**9 + 3120*a33**2*m1**7*m2**6*
n1**4*n2**11 - 216*a33**2*m1**7*m2**6*n1**2*n2**13 + 216*a33**2*m1**6*m2**7*n1**
13*n2**2 - 3120*a33**2*m1**6*m2**7*n1**11*n2**4 + 1464*a33**2*m1**6*m2**7*n1**9*
n2**6 - 72*a33**2*m1**6*m2**7*n1**7*n2**8 - 4368*a33**2*m1**6*m2**7*n1**5*n2**10
+ 504*a33**2*m1**6*m2**7*n1**3*n2**12 - 54*a33**2*m1**5*m2**8*n1**14*n2 + 1470*
a33**2*m1**5*m2**8*n1**12*n2**3 - 1566*a33**2*m1**5*m2**8*n1**10*n2**5 + 1782*
a33**2*m1**5*m2**8*n1**8*n2**7 + 4116*a33**2*m1**5*m2**8*n1**6*n2**9 - 756*a33**
2*m1**5*m2**8*n1**4*n2**11 + 6*a33**2*m1**4*m2**9*n1**15 - 430*a33**2*m1**4*m2**
9*n1**13*n2**2 + 750*a33**2*m1**4*m2**9*n1**11*n2**4 - 2150*a33**2*m1**4*m2**9*
n1**9*n2**6 - 2580*a33**2*m1**4*m2**9*n1**7*n2**8 + 756*a33**2*m1**4*m2**9*n1**5
*n2**10 + 68*a33**2*m1**3*m2**10*n1**14*n2 - 124*a33**2*m1**3*m2**10*n1**12*n2**
3 + 1332*a33**2*m1**3*m2**10*n1**10*n2**5 + 1020*a33**2*m1**3*m2**10*n1**8*n2**7
- 504*a33**2*m1**3*m2**10*n1**6*n2**9 - 4*a33**2*m1**2*m2**11*n1**15 - 36*a33**
2*m1**2*m2**11*n1**13*n2**2 - 468*a33**2*m1**2*m2**11*n1**11*n2**4 - 220*a33**2*
m1**2*m2**11*n1**9*n2**6 + 216*a33**2*m1**2*m2**11*n1**7*n2**8 + 18*a33**2*m1*m2
**12*n1**14*n2 + 86*a33**2*m1*m2**12*n1**12*n2**3 + 14*a33**2*m1*m2**12*n1**10*
n2**5 - 54*a33**2*m1*m2**12*n1**8*n2**7 - 2*a33**2*m2**13*n1**15 - 6*a33**2*m2**
13*n1**13*n2**2 + 2*a33**2*m2**13*n1**11*n2**4 + 6*a33**2*m2**13*n1**9*n2**6) +
u2*u3**2*v1*(2*a33**2*m1**12*n1**6*n2**10 + 2*a33**2*m1**12*n1**4*n2**12 - 2*a33
**2*m1**12*n1**2*n2**14 - 2*a33**2*m1**12*n2**16 - 20*a33**2*m1**11*m2*n1**7*n2
**9 - 12*a33**2*m1**11*m2*n1**5*n2**11 + 36*a33**2*m1**11*m2*n1**3*n2**13 + 28*
a33**2*m1**11*m2*n1*n2**15 + 90*a33**2*m1**10*m2**2*n1**8*n2**8 + 8*a33**2*m1**
10*m2**2*n1**6*n2**10 - 252*a33**2*m1**10*m2**2*n1**4*n2**12 - 168*a33**2*m1**10
*m2**2*n1**2*n2**14 + 2*a33**2*m1**10*m2**2*n2**16 - 240*a33**2*m1**9*m2**3*n1**
9*n2**7 + 140*a33**2*m1**9*m2**3*n1**7*n2**9 + 980*a33**2*m1**9*m2**3*n1**5*n2**
11 + 580*a33**2*m1**9*m2**3*n1**3*n2**13 - 20*a33**2*m1**9*m2**3*n1*n2**15 + 420
*a33**2*m1**8*m2**4*n1**10*n2**6 - 630*a33**2*m1**8*m2**4*n1**8*n2**8 - 2430*a33
**2*m1**8*m2**4*n1**6*n2**10 - 1290*a33**2*m1**8*m2**4*n1**4*n2**12 + 90*a33**2*
m1**8*m2**4*n1**2*n2**14 - 504*a33**2*m1**7*m2**5*n1**11*n2**5 + 1416*a33**2*m1
**7*m2**5*n1**9*n2**7 + 4104*a33**2*m1**7*m2**5*n1**7*n2**9 + 1944*a33**2*m1**7*
m2**5*n1**5*n2**11 - 240*a33**2*m1**7*m2**5*n1**3*n2**13 + 420*a33**2*m1**6*m2**
6*n1**12*n2**4 - 2016*a33**2*m1**6*m2**6*n1**10*n2**6 - 4872*a33**2*m1**6*m2**6*
n1**8*n2**8 - 2016*a33**2*m1**6*m2**6*n1**6*n2**10 + 420*a33**2*m1**6*m2**6*n1**
4*n2**12 - 240*a33**2*m1**5*m2**7*n1**13*n2**3 + 1944*a33**2*m1**5*m2**7*n1**11*
n2**5 + 4104*a33**2*m1**5*m2**7*n1**9*n2**7 + 1416*a33**2*m1**5*m2**7*n1**7*n2**
9 - 504*a33**2*m1**5*m2**7*n1**5*n2**11 + 90*a33**2*m1**4*m2**8*n1**14*n2**2 -
1290*a33**2*m1**4*m2**8*n1**12*n2**4 - 2430*a33**2*m1**4*m2**8*n1**10*n2**6 -
630*a33**2*m1**4*m2**8*n1**8*n2**8 + 420*a33**2*m1**4*m2**8*n1**6*n2**10 - 20*
a33**2*m1**3*m2**9*n1**15*n2 + 580*a33**2*m1**3*m2**9*n1**13*n2**3 + 980*a33**2*
m1**3*m2**9*n1**11*n2**5 + 140*a33**2*m1**3*m2**9*n1**9*n2**7 - 240*a33**2*m1**3
*m2**9*n1**7*n2**9 + 2*a33**2*m1**2*m2**10*n1**16 - 168*a33**2*m1**2*m2**10*n1**
14*n2**2 - 252*a33**2*m1**2*m2**10*n1**12*n2**4 + 8*a33**2*m1**2*m2**10*n1**10*
n2**6 + 90*a33**2*m1**2*m2**10*n1**8*n2**8 + 28*a33**2*m1*m2**11*n1**15*n2 + 36*
a33**2*m1*m2**11*n1**13*n2**3 - 12*a33**2*m1*m2**11*n1**11*n2**5 - 20*a33**2*m1*
m2**11*n1**9*n2**7 - 2*a33**2*m2**12*n1**16 - 2*a33**2*m2**12*n1**14*n2**2 + 2*
a33**2*m2**12*n1**12*n2**4 + 2*a33**2*m2**12*n1**10*n2**6) + u2*u3**2*( - a33*m1
**11*n1**8*n2**10 - 2*a33*m1**11*n1**6*n2**12 + 2*a33*m1**11*n1**2*n2**16 + a33*
m1**11*n2**18 + 9*a33*m1**10*m2*n1**9*n2**9 + 14*a33*m1**10*m2*n1**7*n2**11 - 12
*a33*m1**10*m2*n1**5*n2**13 - 30*a33*m1**10*m2*n1**3*n2**15 - 13*a33*m1**10*m2*
n1*n2**17 - 36*a33*m1**9*m2**2*n1**10*n2**8 - 35*a33*m1**9*m2**2*n1**8*n2**10 +
110*a33*m1**9*m2**2*n1**6*n2**12 + 180*a33*m1**9*m2**2*n1**4*n2**14 + 70*a33*m1
**9*m2**2*n1**2*n2**16 - a33*m1**9*m2**2*n2**18 + 84*a33*m1**8*m2**3*n1**11*n2**
7 + 15*a33*m1**8*m2**3*n1**9*n2**9 - 450*a33*m1**8*m2**3*n1**7*n2**11 - 600*a33*
m1**8*m2**3*n1**5*n2**13 - 210*a33*m1**8*m2**3*n1**3*n2**15 + 9*a33*m1**8*m2**3*
n1*n2**17 - 126*a33*m1**7*m2**4*n1**12*n2**6 + 120*a33*m1**7*m2**4*n1**10*n2**8
+ 1080*a33*m1**7*m2**4*n1**8*n2**10 + 1260*a33*m1**7*m2**4*n1**6*n2**12 + 390*
a33*m1**7*m2**4*n1**4*n2**14 - 36*a33*m1**7*m2**4*n1**2*n2**16 + 126*a33*m1**6*
m2**5*n1**13*n2**5 - 336*a33*m1**6*m2**5*n1**11*n2**7 - 1680*a33*m1**6*m2**5*n1
**9*n2**9 - 1764*a33*m1**6*m2**5*n1**7*n2**11 - 462*a33*m1**6*m2**5*n1**5*n2**13
+ 84*a33*m1**6*m2**5*n1**3*n2**15 - 84*a33*m1**5*m2**6*n1**14*n2**4 + 462*a33*
m1**5*m2**6*n1**12*n2**6 + 1764*a33*m1**5*m2**6*n1**10*n2**8 + 1680*a33*m1**5*m2
**6*n1**8*n2**10 + 336*a33*m1**5*m2**6*n1**6*n2**12 - 126*a33*m1**5*m2**6*n1**4*
n2**14 + 36*a33*m1**4*m2**7*n1**15*n2**3 - 390*a33*m1**4*m2**7*n1**13*n2**5 -
1260*a33*m1**4*m2**7*n1**11*n2**7 - 1080*a33*m1**4*m2**7*n1**9*n2**9 - 120*a33*
m1**4*m2**7*n1**7*n2**11 + 126*a33*m1**4*m2**7*n1**5*n2**13 - 9*a33*m1**3*m2**8*
n1**16*n2**2 + 210*a33*m1**3*m2**8*n1**14*n2**4 + 600*a33*m1**3*m2**8*n1**12*n2
**6 + 450*a33*m1**3*m2**8*n1**10*n2**8 - 15*a33*m1**3*m2**8*n1**8*n2**10 - 84*
a33*m1**3*m2**8*n1**6*n2**12 + a33*m1**2*m2**9*n1**17*n2 - 70*a33*m1**2*m2**9*n1
**15*n2**3 - 180*a33*m1**2*m2**9*n1**13*n2**5 - 110*a33*m1**2*m2**9*n1**11*n2**7
+ 35*a33*m1**2*m2**9*n1**9*n2**9 + 36*a33*m1**2*m2**9*n1**7*n2**11 + 13*a33*m1*
m2**10*n1**16*n2**2 + 30*a33*m1*m2**10*n1**14*n2**4 + 12*a33*m1*m2**10*n1**12*n2
**6 - 14*a33*m1*m2**10*n1**10*n2**8 - 9*a33*m1*m2**10*n1**8*n2**10 - a33*m2**11*
n1**17*n2 - 2*a33*m2**11*n1**15*n2**3 + 2*a33*m2**11*n1**11*n2**7 + a33*m2**11*
n1**9*n2**9) + u2*u3*v3*(2*a33*m1**12*n1**7*n2**10 + 2*a33*m1**12*n1**5*n2**12 -
2*a33*m1**12*n1**3*n2**14 - 2*a33*m1**12*n1*n2**16 - 18*a33*m1**11*m2*n1**8*n2
**9 - 8*a33*m1**11*m2*n1**6*n2**11 + 36*a33*m1**11*m2*n1**4*n2**13 + 24*a33*m1**
11*m2*n1**2*n2**15 - 2*a33*m1**11*m2*n2**17 + 72*a33*m1**10*m2**2*n1**9*n2**8 -
20*a33*m1**10*m2**2*n1**7*n2**10 - 228*a33*m1**10*m2**2*n1**5*n2**12 - 108*a33*
m1**10*m2**2*n1**3*n2**14 + 28*a33*m1**10*m2**2*n1*n2**16 - 168*a33*m1**9*m2**3*
n1**10*n2**7 + 210*a33*m1**9*m2**3*n1**8*n2**9 + 760*a33*m1**9*m2**3*n1**6*n2**
11 + 220*a33*m1**9*m2**3*n1**4*n2**13 - 160*a33*m1**9*m2**3*n1**2*n2**15 + 2*a33
*m1**9*m2**3*n2**17 + 252*a33*m1**8*m2**4*n1**11*n2**6 - 660*a33*m1**8*m2**4*n1
**9*n2**8 - 1530*a33*m1**8*m2**4*n1**7*n2**10 - 90*a33*m1**8*m2**4*n1**5*n2**12
+ 510*a33*m1**8*m2**4*n1**3*n2**14 - 18*a33*m1**8*m2**4*n1*n2**16 - 252*a33*m1**
7*m2**5*n1**12*n2**5 + 1176*a33*m1**7*m2**5*n1**10*n2**7 + 1944*a33*m1**7*m2**5*
n1**8*n2**9 - 576*a33*m1**7*m2**5*n1**6*n2**11 - 1020*a33*m1**7*m2**5*n1**4*n2**
13 + 72*a33*m1**7*m2**5*n1**2*n2**15 + 168*a33*m1**6*m2**6*n1**13*n2**4 - 1344*
a33*m1**6*m2**6*n1**11*n2**6 - 1512*a33*m1**6*m2**6*n1**9*n2**8 + 1512*a33*m1**6
*m2**6*n1**7*n2**10 + 1344*a33*m1**6*m2**6*n1**5*n2**12 - 168*a33*m1**6*m2**6*n1
**3*n2**14 - 72*a33*m1**5*m2**7*n1**14*n2**3 + 1020*a33*m1**5*m2**7*n1**12*n2**5
+ 576*a33*m1**5*m2**7*n1**10*n2**7 - 1944*a33*m1**5*m2**7*n1**8*n2**9 - 1176*
a33*m1**5*m2**7*n1**6*n2**11 + 252*a33*m1**5*m2**7*n1**4*n2**13 + 18*a33*m1**4*
m2**8*n1**15*n2**2 - 510*a33*m1**4*m2**8*n1**13*n2**4 + 90*a33*m1**4*m2**8*n1**
11*n2**6 + 1530*a33*m1**4*m2**8*n1**9*n2**8 + 660*a33*m1**4*m2**8*n1**7*n2**10 -
252*a33*m1**4*m2**8*n1**5*n2**12 - 2*a33*m1**3*m2**9*n1**16*n2 + 160*a33*m1**3*
m2**9*n1**14*n2**3 - 220*a33*m1**3*m2**9*n1**12*n2**5 - 760*a33*m1**3*m2**9*n1**
10*n2**7 - 210*a33*m1**3*m2**9*n1**8*n2**9 + 168*a33*m1**3*m2**9*n1**6*n2**11 -
28*a33*m1**2*m2**10*n1**15*n2**2 + 108*a33*m1**2*m2**10*n1**13*n2**4 + 228*a33*
m1**2*m2**10*n1**11*n2**6 + 20*a33*m1**2*m2**10*n1**9*n2**8 - 72*a33*m1**2*m2**
10*n1**7*n2**10 + 2*a33*m1*m2**11*n1**16*n2 - 24*a33*m1*m2**11*n1**14*n2**3 - 36
*a33*m1*m2**11*n1**12*n2**5 + 8*a33*m1*m2**11*n1**10*n2**7 + 18*a33*m1*m2**11*n1
**8*n2**9 + 2*a33*m2**12*n1**15*n2**2 + 2*a33*m2**12*n1**13*n2**4 - 2*a33*m2**12
*n1**11*n2**6 - 2*a33*m2**12*n1**9*n2**8) + u2*v1**3*( - 8*a33**2*m1**14*n1**4*
n2**10 + 8*a33**2*m1**14*n1**2*n2**12 + 80*a33**2*m1**13*m2*n1**5*n2**9 - 128*
a33**2*m1**13*m2*n1**3*n2**11 + 16*a33**2*m1**13*m2*n1*n2**13 - 360*a33**2*m1**
12*m2**2*n1**6*n2**8 + 848*a33**2*m1**12*m2**2*n1**4*n2**10 - 240*a33**2*m1**12*
m2**2*n1**2*n2**12 + 8*a33**2*m1**12*m2**2*n2**14 + 960*a33**2*m1**11*m2**3*n1**
7*n2**7 - 3200*a33**2*m1**11*m2**3*n1**5*n2**9 + 1536*a33**2*m1**11*m2**3*n1**3*
n2**11 - 128*a33**2*m1**11*m2**3*n1*n2**13 - 1680*a33**2*m1**10*m2**4*n1**8*n2**
6 + 7800*a33**2*m1**10*m2**4*n1**6*n2**8 - 5680*a33**2*m1**10*m2**4*n1**4*n2**10
+ 848*a33**2*m1**10*m2**4*n1**2*n2**12 - 8*a33**2*m1**10*m2**4*n2**14 + 2016*
a33**2*m1**9*m2**5*n1**9*n2**5 - 13056*a33**2*m1**9*m2**5*n1**7*n2**7 + 13680*
a33**2*m1**9*m2**5*n1**5*n2**9 - 3200*a33**2*m1**9*m2**5*n1**3*n2**11 + 80*a33**
2*m1**9*m2**5*n1*n2**13 - 1680*a33**2*m1**8*m2**6*n1**10*n2**4 + 15456*a33**2*m1
**8*m2**6*n1**8*n2**6 - 22752*a33**2*m1**8*m2**6*n1**6*n2**8 + 7800*a33**2*m1**8
*m2**6*n1**4*n2**10 - 360*a33**2*m1**8*m2**6*n1**2*n2**12 + 960*a33**2*m1**7*m2
**7*n1**11*n2**3 - 13056*a33**2*m1**7*m2**7*n1**9*n2**5 + 26880*a33**2*m1**7*m2
**7*n1**7*n2**7 - 13056*a33**2*m1**7*m2**7*n1**5*n2**9 + 960*a33**2*m1**7*m2**7*
n1**3*n2**11 - 360*a33**2*m1**6*m2**8*n1**12*n2**2 + 7800*a33**2*m1**6*m2**8*n1
**10*n2**4 - 22752*a33**2*m1**6*m2**8*n1**8*n2**6 + 15456*a33**2*m1**6*m2**8*n1
**6*n2**8 - 1680*a33**2*m1**6*m2**8*n1**4*n2**10 + 80*a33**2*m1**5*m2**9*n1**13*
n2 - 3200*a33**2*m1**5*m2**9*n1**11*n2**3 + 13680*a33**2*m1**5*m2**9*n1**9*n2**5
- 13056*a33**2*m1**5*m2**9*n1**7*n2**7 + 2016*a33**2*m1**5*m2**9*n1**5*n2**9 -
8*a33**2*m1**4*m2**10*n1**14 + 848*a33**2*m1**4*m2**10*n1**12*n2**2 - 5680*a33**
2*m1**4*m2**10*n1**10*n2**4 + 7800*a33**2*m1**4*m2**10*n1**8*n2**6 - 1680*a33**2
*m1**4*m2**10*n1**6*n2**8 - 128*a33**2*m1**3*m2**11*n1**13*n2 + 1536*a33**2*m1**
3*m2**11*n1**11*n2**3 - 3200*a33**2*m1**3*m2**11*n1**9*n2**5 + 960*a33**2*m1**3*
m2**11*n1**7*n2**7 + 8*a33**2*m1**2*m2**12*n1**14 - 240*a33**2*m1**2*m2**12*n1**
12*n2**2 + 848*a33**2*m1**2*m2**12*n1**10*n2**4 - 360*a33**2*m1**2*m2**12*n1**8*
n2**6 + 16*a33**2*m1*m2**13*n1**13*n2 - 128*a33**2*m1*m2**13*n1**11*n2**3 + 80*
a33**2*m1*m2**13*n1**9*n2**5 + 8*a33**2*m2**14*n1**12*n2**2 - 8*a33**2*m2**14*n1
**10*n2**4) + u2*v1**2*(10*a33*m1**13*n1**6*n2**10 - 2*a33*m1**13*n1**4*n2**12 -
10*a33*m1**13*n1**2*n2**14 + 2*a33*m1**13*n2**16 - 96*a33*m1**12*m2*n1**7*n2**9
+ 76*a33*m1**12*m2*n1**5*n2**11 + 128*a33*m1**12*m2*n1**3*n2**13 - 44*a33*m1**
12*m2*n1*n2**15 + 414*a33*m1**11*m2**2*n1**8*n2**8 - 636*a33*m1**11*m2**2*n1**6*
n2**10 - 648*a33*m1**11*m2**2*n1**4*n2**12 + 396*a33*m1**11*m2**2*n1**2*n2**14 -
6*a33*m1**11*m2**2*n2**16 - 1056*a33*m1**10*m2**3*n1**9*n2**7 + 2640*a33*m1**10
*m2**3*n1**7*n2**9 + 1672*a33*m1**10*m2**3*n1**5*n2**11 - 1936*a33*m1**10*m2**3*
n1**3*n2**13 + 88*a33*m1**10*m2**3*n1*n2**15 + 1764*a33*m1**9*m2**4*n1**10*n2**6
- 6690*a33*m1**9*m2**4*n1**8*n2**8 - 2050*a33*m1**9*m2**4*n1**6*n2**10 + 5870*
a33*m1**9*m2**4*n1**4*n2**12 - 530*a33*m1**9*m2**4*n1**2*n2**14 + 4*a33*m1**9*m2
**4*n2**16 - 2016*a33*m1**8*m2**5*n1**11*n2**5 + 11304*a33*m1**8*m2**5*n1**9*n2
**7 - 360*a33*m1**8*m2**5*n1**7*n2**9 - 11844*a33*m1**8*m2**5*n1**5*n2**11 +
1800*a33*m1**8*m2**5*n1**3*n2**13 - 36*a33*m1**8*m2**5*n1*n2**15 + 1596*a33*m1**
7*m2**6*n1**12*n2**4 - 13272*a33*m1**7*m2**6*n1**10*n2**6 + 5664*a33*m1**7*m2**6
*n1**8*n2**8 + 16488*a33*m1**7*m2**6*n1**6*n2**10 - 3900*a33*m1**7*m2**6*n1**4*
n2**12 + 144*a33*m1**7*m2**6*n1**2*n2**14 - 864*a33*m1**6*m2**7*n1**13*n2**3 +
10992*a33*m1**6*m2**7*n1**11*n2**5 - 10224*a33*m1**6*m2**7*n1**9*n2**7 - 16032*
a33*m1**6*m2**7*n1**7*n2**9 + 5712*a33*m1**6*m2**7*n1**5*n2**11 - 336*a33*m1**6*
m2**7*n1**3*n2**13 + 306*a33*m1**5*m2**8*n1**14*n2**2 - 6390*a33*m1**5*m2**8*n1
**12*n2**4 + 10386*a33*m1**5*m2**8*n1**10*n2**6 + 10782*a33*m1**5*m2**8*n1**8*n2
**8 - 5796*a33*m1**5*m2**8*n1**6*n2**10 + 504*a33*m1**5*m2**8*n1**4*n2**12 - 64*
a33*m1**4*m2**9*n1**15*n2 + 2540*a33*m1**4*m2**9*n1**13*n2**3 - 6800*a33*m1**4*
m2**9*n1**11*n2**5 - 4820*a33*m1**4*m2**9*n1**9*n2**7 + 4080*a33*m1**4*m2**9*n1
**7*n2**9 - 504*a33*m1**4*m2**9*n1**5*n2**11 + 6*a33*m1**3*m2**10*n1**16 - 652*
a33*m1**3*m2**10*n1**14*n2**2 + 2920*a33*m1**3*m2**10*n1**12*n2**4 + 1292*a33*m1
**3*m2**10*n1**10*n2**6 - 1950*a33*m1**3*m2**10*n1**8*n2**8 + 336*a33*m1**3*m2**
10*n1**6*n2**10 + 96*a33*m1**2*m2**11*n1**15*n2 - 792*a33*m1**2*m2**11*n1**13*n2
**3 - 144*a33*m1**2*m2**11*n1**11*n2**5 + 600*a33*m1**2*m2**11*n1**9*n2**7 - 144
*a33*m1**2*m2**11*n1**7*n2**9 - 6*a33*m1*m2**12*n1**16 + 122*a33*m1*m2**12*n1**
14*n2**2 - 14*a33*m1*m2**12*n1**12*n2**4 - 106*a33*m1*m2**12*n1**10*n2**6 + 36*
a33*m1*m2**12*n1**8*n2**8 - 8*a33*m2**13*n1**15*n2 + 4*a33*m2**13*n1**13*n2**3 +
8*a33*m2**13*n1**11*n2**5 - 4*a33*m2**13*n1**9*n2**7) + u2*v1*v2**2*( - 8*a33**
2*m1**14*n1**4*n2**10 + 8*a33**2*m1**14*n1**2*n2**12 + 80*a33**2*m1**13*m2*n1**5
*n2**9 - 128*a33**2*m1**13*m2*n1**3*n2**11 + 16*a33**2*m1**13*m2*n1*n2**13 - 360
*a33**2*m1**12*m2**2*n1**6*n2**8 + 848*a33**2*m1**12*m2**2*n1**4*n2**10 - 240*
a33**2*m1**12*m2**2*n1**2*n2**12 + 8*a33**2*m1**12*m2**2*n2**14 + 960*a33**2*m1
**11*m2**3*n1**7*n2**7 - 3200*a33**2*m1**11*m2**3*n1**5*n2**9 + 1536*a33**2*m1**
11*m2**3*n1**3*n2**11 - 128*a33**2*m1**11*m2**3*n1*n2**13 - 1680*a33**2*m1**10*
m2**4*n1**8*n2**6 + 7800*a33**2*m1**10*m2**4*n1**6*n2**8 - 5680*a33**2*m1**10*m2
**4*n1**4*n2**10 + 848*a33**2*m1**10*m2**4*n1**2*n2**12 - 8*a33**2*m1**10*m2**4*
n2**14 + 2016*a33**2*m1**9*m2**5*n1**9*n2**5 - 13056*a33**2*m1**9*m2**5*n1**7*n2
**7 + 13680*a33**2*m1**9*m2**5*n1**5*n2**9 - 3200*a33**2*m1**9*m2**5*n1**3*n2**
11 + 80*a33**2*m1**9*m2**5*n1*n2**13 - 1680*a33**2*m1**8*m2**6*n1**10*n2**4 +
15456*a33**2*m1**8*m2**6*n1**8*n2**6 - 22752*a33**2*m1**8*m2**6*n1**6*n2**8 +
7800*a33**2*m1**8*m2**6*n1**4*n2**10 - 360*a33**2*m1**8*m2**6*n1**2*n2**12 + 960
*a33**2*m1**7*m2**7*n1**11*n2**3 - 13056*a33**2*m1**7*m2**7*n1**9*n2**5 + 26880*
a33**2*m1**7*m2**7*n1**7*n2**7 - 13056*a33**2*m1**7*m2**7*n1**5*n2**9 + 960*a33
**2*m1**7*m2**7*n1**3*n2**11 - 360*a33**2*m1**6*m2**8*n1**12*n2**2 + 7800*a33**2
*m1**6*m2**8*n1**10*n2**4 - 22752*a33**2*m1**6*m2**8*n1**8*n2**6 + 15456*a33**2*
m1**6*m2**8*n1**6*n2**8 - 1680*a33**2*m1**6*m2**8*n1**4*n2**10 + 80*a33**2*m1**5
*m2**9*n1**13*n2 - 3200*a33**2*m1**5*m2**9*n1**11*n2**3 + 13680*a33**2*m1**5*m2
**9*n1**9*n2**5 - 13056*a33**2*m1**5*m2**9*n1**7*n2**7 + 2016*a33**2*m1**5*m2**9
*n1**5*n2**9 - 8*a33**2*m1**4*m2**10*n1**14 + 848*a33**2*m1**4*m2**10*n1**12*n2
**2 - 5680*a33**2*m1**4*m2**10*n1**10*n2**4 + 7800*a33**2*m1**4*m2**10*n1**8*n2
**6 - 1680*a33**2*m1**4*m2**10*n1**6*n2**8 - 128*a33**2*m1**3*m2**11*n1**13*n2 +
1536*a33**2*m1**3*m2**11*n1**11*n2**3 - 3200*a33**2*m1**3*m2**11*n1**9*n2**5 +
960*a33**2*m1**3*m2**11*n1**7*n2**7 + 8*a33**2*m1**2*m2**12*n1**14 - 240*a33**2*
m1**2*m2**12*n1**12*n2**2 + 848*a33**2*m1**2*m2**12*n1**10*n2**4 - 360*a33**2*m1
**2*m2**12*n1**8*n2**6 + 16*a33**2*m1*m2**13*n1**13*n2 - 128*a33**2*m1*m2**13*n1
**11*n2**3 + 80*a33**2*m1*m2**13*n1**9*n2**5 + 8*a33**2*m2**14*n1**12*n2**2 - 8*
a33**2*m2**14*n1**10*n2**4) + u2*v1*v2*( - 4*a33*m1**13*n1**7*n2**9 + 12*a33*m1
**13*n1**5*n2**11 + 4*a33*m1**13*n1**3*n2**13 - 12*a33*m1**13*n1*n2**15 + 36*a33
*m1**12*m2*n1**8*n2**8 - 146*a33*m1**12*m2*n1**6*n2**10 + 6*a33*m1**12*m2*n1**4*
n2**12 + 178*a33*m1**12*m2*n1**2*n2**14 - 10*a33*m1**12*m2*n2**16 - 144*a33*m1**
11*m2**2*n1**9*n2**7 + 780*a33*m1**11*m2**2*n1**7*n2**9 - 348*a33*m1**11*m2**2*
n1**5*n2**11 - 1116*a33*m1**11*m2**2*n1**3*n2**13 + 156*a33*m1**11*m2**2*n1*n2**
15 + 336*a33*m1**10*m2**3*n1**10*n2**6 - 2430*a33*m1**10*m2**3*n1**8*n2**8 +
2232*a33*m1**10*m2**3*n1**6*n2**10 + 3956*a33*m1**10*m2**3*n1**4*n2**12 - 1032*
a33*m1**10*m2**3*n1**2*n2**14 + 10*a33*m1**10*m2**3*n2**16 - 504*a33*m1**9*m2**4
*n1**11*n2**5 + 4920*a33*m1**9*m2**4*n1**9*n2**7 - 7400*a33*m1**9*m2**4*n1**7*n2
**9 - 8800*a33*m1**9*m2**4*n1**5*n2**11 + 3920*a33*m1**9*m2**4*n1**3*n2**13 -
104*a33*m1**9*m2**4*n1*n2**15 + 504*a33*m1**8*m2**5*n1**12*n2**4 - 6804*a33*m1**
8*m2**5*n1**10*n2**6 + 15462*a33*m1**8*m2**5*n1**8*n2**8 + 12654*a33*m1**8*m2**5
*n1**6*n2**10 - 9630*a33*m1**8*m2**5*n1**4*n2**12 + 486*a33*m1**8*m2**5*n1**2*n2
**14 - 336*a33*m1**7*m2**6*n1**13*n2**3 + 6552*a33*m1**7*m2**6*n1**11*n2**5 -
21912*a33*m1**7*m2**6*n1**9*n2**7 - 11256*a33*m1**7*m2**6*n1**7*n2**9 + 16200*
a33*m1**7*m2**6*n1**5*n2**11 - 1344*a33*m1**7*m2**6*n1**3*n2**13 + 144*a33*m1**6
*m2**7*n1**14*n2**2 - 4380*a33*m1**6*m2**7*n1**12*n2**4 + 21696*a33*m1**6*m2**7*
n1**10*n2**6 + 4632*a33*m1**6*m2**7*n1**8*n2**8 - 19152*a33*m1**6*m2**7*n1**6*n2
**10 + 2436*a33*m1**6*m2**7*n1**4*n2**12 - 36*a33*m1**5*m2**8*n1**15*n2 + 1980*
a33*m1**5*m2**8*n1**13*n2**3 - 15084*a33*m1**5*m2**8*n1**11*n2**5 + 1908*a33*m1
**5*m2**8*n1**9*n2**7 + 15984*a33*m1**5*m2**8*n1**7*n2**9 - 3024*a33*m1**5*m2**8
*n1**5*n2**11 + 4*a33*m1**4*m2**9*n1**16 - 570*a33*m1**4*m2**9*n1**14*n2**2 +
7250*a33*m1**4*m2**9*n1**12*n2**4 - 4050*a33*m1**4*m2**9*n1**10*n2**6 - 9270*a33
*m1**4*m2**9*n1**8*n2**8 + 2604*a33*m1**4*m2**9*n1**6*n2**10 + 92*a33*m1**3*m2**
10*n1**15*n2 - 2316*a33*m1**3*m2**10*n1**13*n2**3 + 2708*a33*m1**3*m2**10*n1**11
*n2**5 + 3580*a33*m1**3*m2**10*n1**9*n2**7 - 1536*a33*m1**3*m2**10*n1**7*n2**9 -
6*a33*m1**2*m2**11*n1**16 + 456*a33*m1**2*m2**11*n1**14*n2**2 - 972*a33*m1**2*
m2**11*n1**12*n2**4 - 840*a33*m1**2*m2**11*n1**10*n2**6 + 594*a33*m1**2*m2**11*
n1**8*n2**8 - 48*a33*m1*m2**12*n1**15*n2 + 184*a33*m1*m2**12*n1**13*n2**3 + 96*
a33*m1*m2**12*n1**11*n2**5 - 136*a33*m1*m2**12*n1**9*n2**7 + 2*a33*m2**13*n1**16
- 14*a33*m2**13*n1**14*n2**2 - 2*a33*m2**13*n1**12*n2**4 + 14*a33*m2**13*n1**10
*n2**6) + u2*v1*v3**2*( - 12*a33**2*m1**14*n1**4*n2**10 + 8*a33**2*m1**14*n1**2*
n2**12 + 4*a33**2*m1**14*n2**14 + 120*a33**2*m1**13*m2*n1**5*n2**9 - 144*a33**2*
m1**13*m2*n1**3*n2**11 - 40*a33**2*m1**13*m2*n1*n2**13 - 540*a33**2*m1**12*m2**2
*n1**6*n2**8 + 1008*a33**2*m1**12*m2**2*n1**4*n2**10 + 100*a33**2*m1**12*m2**2*
n1**2*n2**12 + 8*a33**2*m1**12*m2**2*n2**14 + 1440*a33**2*m1**11*m2**3*n1**7*n2
**7 - 3920*a33**2*m1**11*m2**3*n1**5*n2**9 + 320*a33**2*m1**11*m2**3*n1**3*n2**
11 - 144*a33**2*m1**11*m2**3*n1*n2**13 - 2520*a33**2*m1**10*m2**4*n1**8*n2**6 +
9720*a33**2*m1**10*m2**4*n1**6*n2**8 - 2756*a33**2*m1**10*m2**4*n1**4*n2**10 +
1008*a33**2*m1**10*m2**4*n1**2*n2**12 - 12*a33**2*m1**10*m2**4*n2**14 + 3024*a33
**2*m1**9*m2**5*n1**9*n2**5 - 16416*a33**2*m1**9*m2**5*n1**7*n2**7 + 8552*a33**2
*m1**9*m2**5*n1**5*n2**9 - 3920*a33**2*m1**9*m2**5*n1**3*n2**11 + 120*a33**2*m1
**9*m2**5*n1*n2**13 - 2520*a33**2*m1**8*m2**6*n1**10*n2**4 + 19488*a33**2*m1**8*
m2**6*n1**8*n2**6 - 15780*a33**2*m1**8*m2**6*n1**6*n2**8 + 9720*a33**2*m1**8*m2
**6*n1**4*n2**10 - 540*a33**2*m1**8*m2**6*n1**2*n2**12 + 1440*a33**2*m1**7*m2**7
*n1**11*n2**3 - 16416*a33**2*m1**7*m2**7*n1**9*n2**5 + 19200*a33**2*m1**7*m2**7*
n1**7*n2**7 - 16416*a33**2*m1**7*m2**7*n1**5*n2**9 + 1440*a33**2*m1**7*m2**7*n1
**3*n2**11 - 540*a33**2*m1**6*m2**8*n1**12*n2**2 + 9720*a33**2*m1**6*m2**8*n1**
10*n2**4 - 15780*a33**2*m1**6*m2**8*n1**8*n2**6 + 19488*a33**2*m1**6*m2**8*n1**6
*n2**8 - 2520*a33**2*m1**6*m2**8*n1**4*n2**10 + 120*a33**2*m1**5*m2**9*n1**13*n2
- 3920*a33**2*m1**5*m2**9*n1**11*n2**3 + 8552*a33**2*m1**5*m2**9*n1**9*n2**5 -
16416*a33**2*m1**5*m2**9*n1**7*n2**7 + 3024*a33**2*m1**5*m2**9*n1**5*n2**9 - 12*
a33**2*m1**4*m2**10*n1**14 + 1008*a33**2*m1**4*m2**10*n1**12*n2**2 - 2756*a33**2
*m1**4*m2**10*n1**10*n2**4 + 9720*a33**2*m1**4*m2**10*n1**8*n2**6 - 2520*a33**2*
m1**4*m2**10*n1**6*n2**8 - 144*a33**2*m1**3*m2**11*n1**13*n2 + 320*a33**2*m1**3*
m2**11*n1**11*n2**3 - 3920*a33**2*m1**3*m2**11*n1**9*n2**5 + 1440*a33**2*m1**3*
m2**11*n1**7*n2**7 + 8*a33**2*m1**2*m2**12*n1**14 + 100*a33**2*m1**2*m2**12*n1**
12*n2**2 + 1008*a33**2*m1**2*m2**12*n1**10*n2**4 - 540*a33**2*m1**2*m2**12*n1**8
*n2**6 - 40*a33**2*m1*m2**13*n1**13*n2 - 144*a33**2*m1*m2**13*n1**11*n2**3 + 120
*a33**2*m1*m2**13*n1**9*n2**5 + 4*a33**2*m2**14*n1**14 + 8*a33**2*m2**14*n1**12*
n2**2 - 12*a33**2*m2**14*n1**10*n2**4) + u2*v1*( - 2*m1**12*n1**8*n2**10 - 2*m1
**12*n1**6*n2**12 + 2*m1**12*n1**4*n2**14 + 2*m1**12*n1**2*n2**16 + 18*m1**11*m2
*n1**9*n2**9 + 8*m1**11*m2*n1**7*n2**11 - 36*m1**11*m2*n1**5*n2**13 - 24*m1**11*
m2*n1**3*n2**15 + 2*m1**11*m2*n1*n2**17 - 72*m1**10*m2**2*n1**10*n2**8 + 20*m1**
10*m2**2*n1**8*n2**10 + 228*m1**10*m2**2*n1**6*n2**12 + 108*m1**10*m2**2*n1**4*
n2**14 - 28*m1**10*m2**2*n1**2*n2**16 + 168*m1**9*m2**3*n1**11*n2**7 - 210*m1**9
*m2**3*n1**9*n2**9 - 760*m1**9*m2**3*n1**7*n2**11 - 220*m1**9*m2**3*n1**5*n2**13
+ 160*m1**9*m2**3*n1**3*n2**15 - 2*m1**9*m2**3*n1*n2**17 - 252*m1**8*m2**4*n1**
12*n2**6 + 660*m1**8*m2**4*n1**10*n2**8 + 1530*m1**8*m2**4*n1**8*n2**10 + 90*m1
**8*m2**4*n1**6*n2**12 - 510*m1**8*m2**4*n1**4*n2**14 + 18*m1**8*m2**4*n1**2*n2
**16 + 252*m1**7*m2**5*n1**13*n2**5 - 1176*m1**7*m2**5*n1**11*n2**7 - 1944*m1**7
*m2**5*n1**9*n2**9 + 576*m1**7*m2**5*n1**7*n2**11 + 1020*m1**7*m2**5*n1**5*n2**
13 - 72*m1**7*m2**5*n1**3*n2**15 - 168*m1**6*m2**6*n1**14*n2**4 + 1344*m1**6*m2
**6*n1**12*n2**6 + 1512*m1**6*m2**6*n1**10*n2**8 - 1512*m1**6*m2**6*n1**8*n2**10
- 1344*m1**6*m2**6*n1**6*n2**12 + 168*m1**6*m2**6*n1**4*n2**14 + 72*m1**5*m2**7
*n1**15*n2**3 - 1020*m1**5*m2**7*n1**13*n2**5 - 576*m1**5*m2**7*n1**11*n2**7 +
1944*m1**5*m2**7*n1**9*n2**9 + 1176*m1**5*m2**7*n1**7*n2**11 - 252*m1**5*m2**7*
n1**5*n2**13 - 18*m1**4*m2**8*n1**16*n2**2 + 510*m1**4*m2**8*n1**14*n2**4 - 90*
m1**4*m2**8*n1**12*n2**6 - 1530*m1**4*m2**8*n1**10*n2**8 - 660*m1**4*m2**8*n1**8
*n2**10 + 252*m1**4*m2**8*n1**6*n2**12 + 2*m1**3*m2**9*n1**17*n2 - 160*m1**3*m2
**9*n1**15*n2**3 + 220*m1**3*m2**9*n1**13*n2**5 + 760*m1**3*m2**9*n1**11*n2**7 +
210*m1**3*m2**9*n1**9*n2**9 - 168*m1**3*m2**9*n1**7*n2**11 + 28*m1**2*m2**10*n1
**16*n2**2 - 108*m1**2*m2**10*n1**14*n2**4 - 228*m1**2*m2**10*n1**12*n2**6 - 20*
m1**2*m2**10*n1**10*n2**8 + 72*m1**2*m2**10*n1**8*n2**10 - 2*m1*m2**11*n1**17*n2
+ 24*m1*m2**11*n1**15*n2**3 + 36*m1*m2**11*n1**13*n2**5 - 8*m1*m2**11*n1**11*n2
**7 - 18*m1*m2**11*n1**9*n2**9 - 2*m2**12*n1**16*n2**2 - 2*m2**12*n1**14*n2**4 +
2*m2**12*n1**12*n2**6 + 2*m2**12*n1**10*n2**8) + u2*v2**2*( - 4*a33*m1**13*n1**
6*n2**10 + 4*a33*m1**13*n1**2*n2**14 + 40*a33*m1**12*m2*n1**7*n2**9 - 20*a33*m1
**12*m2*n1**5*n2**11 - 56*a33*m1**12*m2*n1**3*n2**13 + 4*a33*m1**12*m2*n1*n2**15
- 180*a33*m1**11*m2**2*n1**8*n2**8 + 204*a33*m1**11*m2**2*n1**6*n2**10 + 324*
a33*m1**11*m2**2*n1**4*n2**12 - 60*a33*m1**11*m2**2*n1**2*n2**14 + 480*a33*m1**
10*m2**3*n1**9*n2**7 - 940*a33*m1**10*m2**3*n1**7*n2**9 - 1036*a33*m1**10*m2**3*
n1**5*n2**11 + 380*a33*m1**10*m2**3*n1**3*n2**13 - 4*a33*m1**10*m2**3*n1*n2**15
- 840*a33*m1**9*m2**4*n1**10*n2**6 + 2580*a33*m1**9*m2**4*n1**8*n2**8 + 2000*a33
*m1**9*m2**4*n1**6*n2**10 - 1380*a33*m1**9*m2**4*n1**4*n2**12 + 40*a33*m1**9*m2
**4*n1**2*n2**14 + 1008*a33*m1**8*m2**5*n1**11*n2**5 - 4680*a33*m1**8*m2**5*n1**
9*n2**7 - 2268*a33*m1**8*m2**5*n1**7*n2**9 + 3240*a33*m1**8*m2**5*n1**5*n2**11 -
180*a33*m1**8*m2**5*n1**3*n2**13 - 840*a33*m1**7*m2**6*n1**12*n2**4 + 5880*a33*
m1**7*m2**6*n1**10*n2**6 + 1032*a33*m1**7*m2**6*n1**8*n2**8 - 5208*a33*m1**7*m2
**6*n1**6*n2**10 + 480*a33*m1**7*m2**6*n1**4*n2**12 + 480*a33*m1**6*m2**7*n1**13
*n2**3 - 5208*a33*m1**6*m2**7*n1**11*n2**5 + 1032*a33*m1**6*m2**7*n1**9*n2**7 +
5880*a33*m1**6*m2**7*n1**7*n2**9 - 840*a33*m1**6*m2**7*n1**5*n2**11 - 180*a33*m1
**5*m2**8*n1**14*n2**2 + 3240*a33*m1**5*m2**8*n1**12*n2**4 - 2268*a33*m1**5*m2**
8*n1**10*n2**6 - 4680*a33*m1**5*m2**8*n1**8*n2**8 + 1008*a33*m1**5*m2**8*n1**6*
n2**10 + 40*a33*m1**4*m2**9*n1**15*n2 - 1380*a33*m1**4*m2**9*n1**13*n2**3 + 2000
*a33*m1**4*m2**9*n1**11*n2**5 + 2580*a33*m1**4*m2**9*n1**9*n2**7 - 840*a33*m1**4
*m2**9*n1**7*n2**9 - 4*a33*m1**3*m2**10*n1**16 + 380*a33*m1**3*m2**10*n1**14*n2
**2 - 1036*a33*m1**3*m2**10*n1**12*n2**4 - 940*a33*m1**3*m2**10*n1**10*n2**6 +
480*a33*m1**3*m2**10*n1**8*n2**8 - 60*a33*m1**2*m2**11*n1**15*n2 + 324*a33*m1**2
*m2**11*n1**13*n2**3 + 204*a33*m1**2*m2**11*n1**11*n2**5 - 180*a33*m1**2*m2**11*
n1**9*n2**7 + 4*a33*m1*m2**12*n1**16 - 56*a33*m1*m2**12*n1**14*n2**2 - 20*a33*m1
*m2**12*n1**12*n2**4 + 40*a33*m1*m2**12*n1**10*n2**6 + 4*a33*m2**13*n1**15*n2 -
4*a33*m2**13*n1**11*n2**5) + u2*v2*v3**2*(4*a33**2*m1**14*n1**5*n2**9 - 4*a33**2
*m1**14*n1*n2**13 - 36*a33**2*m1**13*m2*n1**6*n2**8 + 20*a33**2*m1**13*m2*n1**4*
n2**10 + 52*a33**2*m1**13*m2*n1**2*n2**12 - 4*a33**2*m1**13*m2*n2**14 + 144*a33
**2*m1**12*m2**2*n1**7*n2**7 - 180*a33**2*m1**12*m2**2*n1**5*n2**9 - 272*a33**2*
m1**12*m2**2*n1**3*n2**11 + 52*a33**2*m1**12*m2**2*n1*n2**13 - 336*a33**2*m1**11
*m2**3*n1**8*n2**6 + 720*a33**2*m1**11*m2**3*n1**6*n2**8 + 784*a33**2*m1**11*m2
**3*n1**4*n2**10 - 272*a33**2*m1**11*m2**3*n1**2*n2**12 + 504*a33**2*m1**10*m2**
4*n1**9*n2**5 - 1680*a33**2*m1**10*m2**4*n1**7*n2**7 - 1420*a33**2*m1**10*m2**4*
n1**5*n2**9 + 784*a33**2*m1**10*m2**4*n1**3*n2**11 + 20*a33**2*m1**10*m2**4*n1*
n2**13 - 504*a33**2*m1**9*m2**5*n1**10*n2**4 + 2520*a33**2*m1**9*m2**5*n1**8*n2
**6 + 1788*a33**2*m1**9*m2**5*n1**6*n2**8 - 1420*a33**2*m1**9*m2**5*n1**4*n2**10
- 180*a33**2*m1**9*m2**5*n1**2*n2**12 + 4*a33**2*m1**9*m2**5*n2**14 + 336*a33**
2*m1**8*m2**6*n1**11*n2**3 - 2520*a33**2*m1**8*m2**6*n1**9*n2**5 - 1824*a33**2*
m1**8*m2**6*n1**7*n2**7 + 1788*a33**2*m1**8*m2**6*n1**5*n2**9 + 720*a33**2*m1**8
*m2**6*n1**3*n2**11 - 36*a33**2*m1**8*m2**6*n1*n2**13 - 144*a33**2*m1**7*m2**7*
n1**12*n2**2 + 1680*a33**2*m1**7*m2**7*n1**10*n2**4 + 1824*a33**2*m1**7*m2**7*n1
**8*n2**6 - 1824*a33**2*m1**7*m2**7*n1**6*n2**8 - 1680*a33**2*m1**7*m2**7*n1**4*
n2**10 + 144*a33**2*m1**7*m2**7*n1**2*n2**12 + 36*a33**2*m1**6*m2**8*n1**13*n2 -
720*a33**2*m1**6*m2**8*n1**11*n2**3 - 1788*a33**2*m1**6*m2**8*n1**9*n2**5 +
1824*a33**2*m1**6*m2**8*n1**7*n2**7 + 2520*a33**2*m1**6*m2**8*n1**5*n2**9 - 336*
a33**2*m1**6*m2**8*n1**3*n2**11 - 4*a33**2*m1**5*m2**9*n1**14 + 180*a33**2*m1**5
*m2**9*n1**12*n2**2 + 1420*a33**2*m1**5*m2**9*n1**10*n2**4 - 1788*a33**2*m1**5*
m2**9*n1**8*n2**6 - 2520*a33**2*m1**5*m2**9*n1**6*n2**8 + 504*a33**2*m1**5*m2**9
*n1**4*n2**10 - 20*a33**2*m1**4*m2**10*n1**13*n2 - 784*a33**2*m1**4*m2**10*n1**
11*n2**3 + 1420*a33**2*m1**4*m2**10*n1**9*n2**5 + 1680*a33**2*m1**4*m2**10*n1**7
*n2**7 - 504*a33**2*m1**4*m2**10*n1**5*n2**9 + 272*a33**2*m1**3*m2**11*n1**12*n2
**2 - 784*a33**2*m1**3*m2**11*n1**10*n2**4 - 720*a33**2*m1**3*m2**11*n1**8*n2**6
+ 336*a33**2*m1**3*m2**11*n1**6*n2**8 - 52*a33**2*m1**2*m2**12*n1**13*n2 + 272*
a33**2*m1**2*m2**12*n1**11*n2**3 + 180*a33**2*m1**2*m2**12*n1**9*n2**5 - 144*a33
**2*m1**2*m2**12*n1**7*n2**7 + 4*a33**2*m1*m2**13*n1**14 - 52*a33**2*m1*m2**13*
n1**12*n2**2 - 20*a33**2*m1*m2**13*n1**10*n2**4 + 36*a33**2*m1*m2**13*n1**8*n2**
6 + 4*a33**2*m2**14*n1**13*n2 - 4*a33**2*m2**14*n1**9*n2**5) + u2*v3**2*(5*a33*
m1**13*n1**6*n2**10 + a33*m1**13*n1**4*n2**12 - 5*a33*m1**13*n1**2*n2**14 - a33*
m1**13*n2**16 - 45*a33*m1**12*m2*n1**7*n2**9 + 19*a33*m1**12*m2*n1**5*n2**11 +
69*a33*m1**12*m2*n1**3*n2**13 + 5*a33*m1**12*m2*n1*n2**15 + 180*a33*m1**11*m2**2
*n1**8*n2**8 - 220*a33*m1**11*m2**2*n1**6*n2**10 - 360*a33*m1**11*m2**2*n1**4*n2
**12 + 36*a33*m1**11*m2**2*n1**2*n2**14 - 4*a33*m1**11*m2**2*n2**16 - 420*a33*m1
**10*m2**3*n1**9*n2**7 + 960*a33*m1**10*m2**3*n1**7*n2**9 + 956*a33*m1**10*m2**3
*n1**5*n2**11 - 360*a33*m1**10*m2**3*n1**3*n2**13 + 64*a33*m1**10*m2**3*n1*n2**
15 + 630*a33*m1**9*m2**4*n1**10*n2**6 - 2370*a33*m1**9*m2**4*n1**8*n2**8 - 1315*
a33*m1**9*m2**4*n1**6*n2**10 + 1285*a33*m1**9*m2**4*n1**4*n2**12 - 395*a33*m1**9
*m2**4*n1**2*n2**14 + 5*a33*m1**9*m2**4*n2**16 - 630*a33*m1**8*m2**5*n1**11*n2**
5 + 3738*a33*m1**8*m2**5*n1**9*n2**7 + 495*a33*m1**8*m2**5*n1**7*n2**9 - 2493*
a33*m1**8*m2**5*n1**5*n2**11 + 1335*a33*m1**8*m2**5*n1**3*n2**13 - 45*a33*m1**8*
m2**5*n1*n2**15 + 420*a33*m1**7*m2**6*n1**12*n2**4 - 3948*a33*m1**7*m2**6*n1**10
*n2**6 + 1392*a33*m1**7*m2**6*n1**8*n2**8 + 2760*a33*m1**7*m2**6*n1**6*n2**10 -
2820*a33*m1**7*m2**6*n1**4*n2**12 + 180*a33*m1**7*m2**6*n1**2*n2**14 - 180*a33*
m1**6*m2**7*n1**13*n2**3 + 2820*a33*m1**6*m2**7*n1**11*n2**5 - 2760*a33*m1**6*m2
**7*n1**9*n2**7 - 1392*a33*m1**6*m2**7*n1**7*n2**9 + 3948*a33*m1**6*m2**7*n1**5*
n2**11 - 420*a33*m1**6*m2**7*n1**3*n2**13 + 45*a33*m1**5*m2**8*n1**14*n2**2 -
1335*a33*m1**5*m2**8*n1**12*n2**4 + 2493*a33*m1**5*m2**8*n1**10*n2**6 - 495*a33*
m1**5*m2**8*n1**8*n2**8 - 3738*a33*m1**5*m2**8*n1**6*n2**10 + 630*a33*m1**5*m2**
8*n1**4*n2**12 - 5*a33*m1**4*m2**9*n1**15*n2 + 395*a33*m1**4*m2**9*n1**13*n2**3
- 1285*a33*m1**4*m2**9*n1**11*n2**5 + 1315*a33*m1**4*m2**9*n1**9*n2**7 + 2370*
a33*m1**4*m2**9*n1**7*n2**9 - 630*a33*m1**4*m2**9*n1**5*n2**11 - 64*a33*m1**3*m2
**10*n1**14*n2**2 + 360*a33*m1**3*m2**10*n1**12*n2**4 - 956*a33*m1**3*m2**10*n1
**10*n2**6 - 960*a33*m1**3*m2**10*n1**8*n2**8 + 420*a33*m1**3*m2**10*n1**6*n2**
10 + 4*a33*m1**2*m2**11*n1**15*n2 - 36*a33*m1**2*m2**11*n1**13*n2**3 + 360*a33*
m1**2*m2**11*n1**11*n2**5 + 220*a33*m1**2*m2**11*n1**9*n2**7 - 180*a33*m1**2*m2
**11*n1**7*n2**9 - 5*a33*m1*m2**12*n1**14*n2**2 - 69*a33*m1*m2**12*n1**12*n2**4
- 19*a33*m1*m2**12*n1**10*n2**6 + 45*a33*m1*m2**12*n1**8*n2**8 + a33*m2**13*n1**
15*n2 + 5*a33*m2**13*n1**13*n2**3 - a33*m2**13*n1**11*n2**5 - 5*a33*m2**13*n1**9
*n2**7) + u3**3*v3*(2*a33**2*m1**12*n1**7*n2**9 + 2*a33**2*m1**12*n1**5*n2**11 -
2*a33**2*m1**12*n1**3*n2**13 - 2*a33**2*m1**12*n1*n2**15 - 18*a33**2*m1**11*m2*
n1**8*n2**8 - 8*a33**2*m1**11*m2*n1**6*n2**10 + 36*a33**2*m1**11*m2*n1**4*n2**12
+ 24*a33**2*m1**11*m2*n1**2*n2**14 - 2*a33**2*m1**11*m2*n2**16 + 72*a33**2*m1**
10*m2**2*n1**9*n2**7 - 20*a33**2*m1**10*m2**2*n1**7*n2**9 - 228*a33**2*m1**10*m2
**2*n1**5*n2**11 - 108*a33**2*m1**10*m2**2*n1**3*n2**13 + 28*a33**2*m1**10*m2**2
*n1*n2**15 - 168*a33**2*m1**9*m2**3*n1**10*n2**6 + 210*a33**2*m1**9*m2**3*n1**8*
n2**8 + 760*a33**2*m1**9*m2**3*n1**6*n2**10 + 220*a33**2*m1**9*m2**3*n1**4*n2**
12 - 160*a33**2*m1**9*m2**3*n1**2*n2**14 + 2*a33**2*m1**9*m2**3*n2**16 + 252*a33
**2*m1**8*m2**4*n1**11*n2**5 - 660*a33**2*m1**8*m2**4*n1**9*n2**7 - 1530*a33**2*
m1**8*m2**4*n1**7*n2**9 - 90*a33**2*m1**8*m2**4*n1**5*n2**11 + 510*a33**2*m1**8*
m2**4*n1**3*n2**13 - 18*a33**2*m1**8*m2**4*n1*n2**15 - 252*a33**2*m1**7*m2**5*n1
**12*n2**4 + 1176*a33**2*m1**7*m2**5*n1**10*n2**6 + 1944*a33**2*m1**7*m2**5*n1**
8*n2**8 - 576*a33**2*m1**7*m2**5*n1**6*n2**10 - 1020*a33**2*m1**7*m2**5*n1**4*n2
**12 + 72*a33**2*m1**7*m2**5*n1**2*n2**14 + 168*a33**2*m1**6*m2**6*n1**13*n2**3
- 1344*a33**2*m1**6*m2**6*n1**11*n2**5 - 1512*a33**2*m1**6*m2**6*n1**9*n2**7 +
1512*a33**2*m1**6*m2**6*n1**7*n2**9 + 1344*a33**2*m1**6*m2**6*n1**5*n2**11 - 168
*a33**2*m1**6*m2**6*n1**3*n2**13 - 72*a33**2*m1**5*m2**7*n1**14*n2**2 + 1020*a33
**2*m1**5*m2**7*n1**12*n2**4 + 576*a33**2*m1**5*m2**7*n1**10*n2**6 - 1944*a33**2
*m1**5*m2**7*n1**8*n2**8 - 1176*a33**2*m1**5*m2**7*n1**6*n2**10 + 252*a33**2*m1
**5*m2**7*n1**4*n2**12 + 18*a33**2*m1**4*m2**8*n1**15*n2 - 510*a33**2*m1**4*m2**
8*n1**13*n2**3 + 90*a33**2*m1**4*m2**8*n1**11*n2**5 + 1530*a33**2*m1**4*m2**8*n1
**9*n2**7 + 660*a33**2*m1**4*m2**8*n1**7*n2**9 - 252*a33**2*m1**4*m2**8*n1**5*n2
**11 - 2*a33**2*m1**3*m2**9*n1**16 + 160*a33**2*m1**3*m2**9*n1**14*n2**2 - 220*
a33**2*m1**3*m2**9*n1**12*n2**4 - 760*a33**2*m1**3*m2**9*n1**10*n2**6 - 210*a33
**2*m1**3*m2**9*n1**8*n2**8 + 168*a33**2*m1**3*m2**9*n1**6*n2**10 - 28*a33**2*m1
**2*m2**10*n1**15*n2 + 108*a33**2*m1**2*m2**10*n1**13*n2**3 + 228*a33**2*m1**2*
m2**10*n1**11*n2**5 + 20*a33**2*m1**2*m2**10*n1**9*n2**7 - 72*a33**2*m1**2*m2**
10*n1**7*n2**9 + 2*a33**2*m1*m2**11*n1**16 - 24*a33**2*m1*m2**11*n1**14*n2**2 -
36*a33**2*m1*m2**11*n1**12*n2**4 + 8*a33**2*m1*m2**11*n1**10*n2**6 + 18*a33**2*
m1*m2**11*n1**8*n2**8 + 2*a33**2*m2**12*n1**15*n2 + 2*a33**2*m2**12*n1**13*n2**3
- 2*a33**2*m2**12*n1**11*n2**5 - 2*a33**2*m2**12*n1**9*n2**7) + u3**2*v1*(a33*
m1**12*n1**8*n2**9 - 2*a33*m1**12*n1**4*n2**13 + a33*m1**12*n2**17 - 9*a33*m1**
11*m2*n1**9*n2**8 + 6*a33*m1**11*m2*n1**7*n2**10 + 24*a33*m1**11*m2*n1**5*n2**12
- 6*a33*m1**11*m2*n1**3*n2**14 - 15*a33*m1**11*m2*n1*n2**16 + 36*a33*m1**10*m2
**2*n1**10*n2**7 - 55*a33*m1**10*m2**2*n1**8*n2**9 - 118*a33*m1**10*m2**2*n1**6*
n2**11 + 72*a33*m1**10*m2**2*n1**4*n2**13 + 98*a33*m1**10*m2**2*n1**2*n2**15 -
a33*m1**10*m2**2*n2**17 - 84*a33*m1**9*m2**3*n1**11*n2**6 + 225*a33*m1**9*m2**3*
n1**9*n2**8 + 310*a33*m1**9*m2**3*n1**7*n2**10 - 380*a33*m1**9*m2**3*n1**5*n2**
12 - 370*a33*m1**9*m2**3*n1**3*n2**14 + 11*a33*m1**9*m2**3*n1*n2**16 + 126*a33*
m1**8*m2**4*n1**12*n2**5 - 540*a33*m1**8*m2**4*n1**10*n2**7 - 450*a33*m1**8*m2**
4*n1**8*n2**9 + 1170*a33*m1**8*m2**4*n1**6*n2**11 + 900*a33*m1**8*m2**4*n1**4*n2
**13 - 54*a33*m1**8*m2**4*n1**2*n2**15 - 126*a33*m1**7*m2**5*n1**13*n2**4 + 840*
a33*m1**7*m2**5*n1**11*n2**6 + 264*a33*m1**7*m2**5*n1**9*n2**8 - 2340*a33*m1**7*
m2**5*n1**7*n2**10 - 1482*a33*m1**7*m2**5*n1**5*n2**12 + 156*a33*m1**7*m2**5*n1
**3*n2**14 + 84*a33*m1**6*m2**6*n1**14*n2**3 - 882*a33*m1**6*m2**6*n1**12*n2**5
+ 252*a33*m1**6*m2**6*n1**10*n2**7 + 3192*a33*m1**6*m2**6*n1**8*n2**9 + 1680*a33
*m1**6*m2**6*n1**6*n2**11 - 294*a33*m1**6*m2**6*n1**4*n2**13 - 36*a33*m1**5*m2**
7*n1**15*n2**2 + 630*a33*m1**5*m2**7*n1**13*n2**4 - 684*a33*m1**5*m2**7*n1**11*
n2**6 - 3024*a33*m1**5*m2**7*n1**9*n2**8 - 1296*a33*m1**5*m2**7*n1**7*n2**10 +
378*a33*m1**5*m2**7*n1**5*n2**12 + 9*a33*m1**4*m2**8*n1**16*n2 - 300*a33*m1**4*
m2**8*n1**14*n2**3 + 690*a33*m1**4*m2**8*n1**12*n2**5 + 1980*a33*m1**4*m2**8*n1
**10*n2**7 + 645*a33*m1**4*m2**8*n1**8*n2**9 - 336*a33*m1**4*m2**8*n1**6*n2**11
- a33*m1**3*m2**9*n1**17 + 90*a33*m1**3*m2**9*n1**15*n2**2 - 400*a33*m1**3*m2**9
*n1**13*n2**4 - 870*a33*m1**3*m2**9*n1**11*n2**6 - 175*a33*m1**3*m2**9*n1**9*n2
**8 + 204*a33*m1**3*m2**9*n1**7*n2**10 - 15*a33*m1**2*m2**10*n1**16*n2 + 138*a33
*m1**2*m2**10*n1**14*n2**3 + 240*a33*m1**2*m2**10*n1**12*n2**5 + 6*a33*m1**2*m2
**10*n1**10*n2**7 - 81*a33*m1**2*m2**10*n1**8*n2**9 + a33*m1*m2**11*n1**17 - 26*
a33*m1*m2**11*n1**15*n2**2 - 36*a33*m1*m2**11*n1**13*n2**4 + 10*a33*m1*m2**11*n1
**11*n2**6 + 19*a33*m1*m2**11*n1**9*n2**8 + 2*a33*m2**12*n1**16*n2 + 2*a33*m2**
12*n1**14*n2**3 - 2*a33*m2**12*n1**12*n2**5 - 2*a33*m2**12*n1**10*n2**7) + u3**2
*v2*(2*a33*m1**12*n1**7*n2**10 + 2*a33*m1**12*n1**5*n2**12 - 2*a33*m1**12*n1**3*
n2**14 - 2*a33*m1**12*n1*n2**16 - 19*a33*m1**11*m2*n1**8*n2**9 - 10*a33*m1**11*
m2*n1**6*n2**11 + 36*a33*m1**11*m2*n1**4*n2**13 + 26*a33*m1**11*m2*n1**2*n2**15
- a33*m1**11*m2*n2**17 + 81*a33*m1**10*m2**2*n1**9*n2**8 - 6*a33*m1**10*m2**2*n1
**7*n2**10 - 240*a33*m1**10*m2**2*n1**5*n2**12 - 138*a33*m1**10*m2**2*n1**3*n2**
14 + 15*a33*m1**10*m2**2*n1*n2**16 - 204*a33*m1**9*m2**3*n1**10*n2**7 + 175*a33*
m1**9*m2**3*n1**8*n2**9 + 870*a33*m1**9*m2**3*n1**6*n2**11 + 400*a33*m1**9*m2**3
*n1**4*n2**13 - 90*a33*m1**9*m2**3*n1**2*n2**15 + a33*m1**9*m2**3*n2**17 + 336*
a33*m1**8*m2**4*n1**11*n2**6 - 645*a33*m1**8*m2**4*n1**9*n2**8 - 1980*a33*m1**8*
m2**4*n1**7*n2**10 - 690*a33*m1**8*m2**4*n1**5*n2**12 + 300*a33*m1**8*m2**4*n1**
3*n2**14 - 9*a33*m1**8*m2**4*n1*n2**16 - 378*a33*m1**7*m2**5*n1**12*n2**5 + 1296
*a33*m1**7*m2**5*n1**10*n2**7 + 3024*a33*m1**7*m2**5*n1**8*n2**9 + 684*a33*m1**7
*m2**5*n1**6*n2**11 - 630*a33*m1**7*m2**5*n1**4*n2**13 + 36*a33*m1**7*m2**5*n1**
2*n2**15 + 294*a33*m1**6*m2**6*n1**13*n2**4 - 1680*a33*m1**6*m2**6*n1**11*n2**6
- 3192*a33*m1**6*m2**6*n1**9*n2**8 - 252*a33*m1**6*m2**6*n1**7*n2**10 + 882*a33*
m1**6*m2**6*n1**5*n2**12 - 84*a33*m1**6*m2**6*n1**3*n2**14 - 156*a33*m1**5*m2**7
*n1**14*n2**3 + 1482*a33*m1**5*m2**7*n1**12*n2**5 + 2340*a33*m1**5*m2**7*n1**10*
n2**7 - 264*a33*m1**5*m2**7*n1**8*n2**9 - 840*a33*m1**5*m2**7*n1**6*n2**11 + 126
*a33*m1**5*m2**7*n1**4*n2**13 + 54*a33*m1**4*m2**8*n1**15*n2**2 - 900*a33*m1**4*
m2**8*n1**13*n2**4 - 1170*a33*m1**4*m2**8*n1**11*n2**6 + 450*a33*m1**4*m2**8*n1
**9*n2**8 + 540*a33*m1**4*m2**8*n1**7*n2**10 - 126*a33*m1**4*m2**8*n1**5*n2**12
- 11*a33*m1**3*m2**9*n1**16*n2 + 370*a33*m1**3*m2**9*n1**14*n2**3 + 380*a33*m1**
3*m2**9*n1**12*n2**5 - 310*a33*m1**3*m2**9*n1**10*n2**7 - 225*a33*m1**3*m2**9*n1
**8*n2**9 + 84*a33*m1**3*m2**9*n1**6*n2**11 + a33*m1**2*m2**10*n1**17 - 98*a33*
m1**2*m2**10*n1**15*n2**2 - 72*a33*m1**2*m2**10*n1**13*n2**4 + 118*a33*m1**2*m2
**10*n1**11*n2**6 + 55*a33*m1**2*m2**10*n1**9*n2**8 - 36*a33*m1**2*m2**10*n1**7*
n2**10 + 15*a33*m1*m2**11*n1**16*n2 + 6*a33*m1*m2**11*n1**14*n2**3 - 24*a33*m1*
m2**11*n1**12*n2**5 - 6*a33*m1*m2**11*n1**10*n2**7 + 9*a33*m1*m2**11*n1**8*n2**9
- a33*m2**12*n1**17 + 2*a33*m2**12*n1**13*n2**4 - a33*m2**12*n1**9*n2**8) + u3
**2*v3**2*( - a33**2*m1**13*n1**6*n2**9 - a33**2*m1**13*n1**4*n2**11 + a33**2*m1
**13*n1**2*n2**13 + a33**2*m1**13*n2**15 + 9*a33**2*m1**12*m2*n1**7*n2**8 + 5*
a33**2*m1**12*m2*n1**5*n2**10 - 17*a33**2*m1**12*m2*n1**3*n2**12 - 13*a33**2*m1
**12*m2*n1*n2**14 - 36*a33**2*m1**11*m2**2*n1**8*n2**7 + 108*a33**2*m1**11*m2**2
*n1**4*n2**11 + 72*a33**2*m1**11*m2**2*n1**2*n2**13 + 84*a33**2*m1**10*m2**3*n1
**9*n2**6 - 60*a33**2*m1**10*m2**3*n1**7*n2**8 - 376*a33**2*m1**10*m2**3*n1**5*
n2**10 - 236*a33**2*m1**10*m2**3*n1**3*n2**12 - 4*a33**2*m1**10*m2**3*n1*n2**14
- 126*a33**2*m1**9*m2**4*n1**10*n2**5 + 210*a33**2*m1**9*m2**4*n1**8*n2**7 + 835
*a33**2*m1**9*m2**4*n1**6*n2**9 + 535*a33**2*m1**9*m2**4*n1**4*n2**11 + 35*a33**
2*m1**9*m2**4*n1**2*n2**13 - a33**2*m1**9*m2**4*n2**15 + 126*a33**2*m1**8*m2**5*
n1**11*n2**4 - 378*a33**2*m1**8*m2**5*n1**9*n2**6 - 1287*a33**2*m1**8*m2**5*n1**
7*n2**8 - 927*a33**2*m1**8*m2**5*n1**5*n2**10 - 135*a33**2*m1**8*m2**5*n1**3*n2
**12 + 9*a33**2*m1**8*m2**5*n1*n2**14 - 84*a33**2*m1**7*m2**6*n1**12*n2**3 + 420
*a33**2*m1**7*m2**6*n1**10*n2**5 + 1464*a33**2*m1**7*m2**6*n1**8*n2**7 + 1296*
a33**2*m1**7*m2**6*n1**6*n2**9 + 300*a33**2*m1**7*m2**6*n1**4*n2**11 - 36*a33**2
*m1**7*m2**6*n1**2*n2**13 + 36*a33**2*m1**6*m2**7*n1**13*n2**2 - 300*a33**2*m1**
6*m2**7*n1**11*n2**4 - 1296*a33**2*m1**6*m2**7*n1**9*n2**6 - 1464*a33**2*m1**6*
m2**7*n1**7*n2**8 - 420*a33**2*m1**6*m2**7*n1**5*n2**10 + 84*a33**2*m1**6*m2**7*
n1**3*n2**12 - 9*a33**2*m1**5*m2**8*n1**14*n2 + 135*a33**2*m1**5*m2**8*n1**12*n2
**3 + 927*a33**2*m1**5*m2**8*n1**10*n2**5 + 1287*a33**2*m1**5*m2**8*n1**8*n2**7
+ 378*a33**2*m1**5*m2**8*n1**6*n2**9 - 126*a33**2*m1**5*m2**8*n1**4*n2**11 + a33
**2*m1**4*m2**9*n1**15 - 35*a33**2*m1**4*m2**9*n1**13*n2**2 - 535*a33**2*m1**4*
m2**9*n1**11*n2**4 - 835*a33**2*m1**4*m2**9*n1**9*n2**6 - 210*a33**2*m1**4*m2**9
*n1**7*n2**8 + 126*a33**2*m1**4*m2**9*n1**5*n2**10 + 4*a33**2*m1**3*m2**10*n1**
14*n2 + 236*a33**2*m1**3*m2**10*n1**12*n2**3 + 376*a33**2*m1**3*m2**10*n1**10*n2
**5 + 60*a33**2*m1**3*m2**10*n1**8*n2**7 - 84*a33**2*m1**3*m2**10*n1**6*n2**9 -
72*a33**2*m1**2*m2**11*n1**13*n2**2 - 108*a33**2*m1**2*m2**11*n1**11*n2**4 + 36*
a33**2*m1**2*m2**11*n1**7*n2**8 + 13*a33**2*m1*m2**12*n1**14*n2 + 17*a33**2*m1*
m2**12*n1**12*n2**3 - 5*a33**2*m1*m2**12*n1**10*n2**5 - 9*a33**2*m1*m2**12*n1**8
*n2**7 - a33**2*m2**13*n1**15 - a33**2*m2**13*n1**13*n2**2 + a33**2*m2**13*n1**
11*n2**4 + a33**2*m2**13*n1**9*n2**6) + u3*v1**2*v3*( - 8*a33**2*m1**14*n1**5*n2
**9 + 8*a33**2*m1**14*n1**3*n2**11 + 72*a33**2*m1**13*m2*n1**6*n2**8 - 128*a33**
2*m1**13*m2*n1**4*n2**10 + 24*a33**2*m1**13*m2*n1**2*n2**12 - 288*a33**2*m1**12*
m2**2*n1**7*n2**7 + 800*a33**2*m1**12*m2**2*n1**5*n2**9 - 344*a33**2*m1**12*m2**
2*n1**3*n2**11 + 24*a33**2*m1**12*m2**2*n1*n2**13 + 672*a33**2*m1**11*m2**3*n1**
8*n2**6 - 2760*a33**2*m1**11*m2**3*n1**6*n2**8 + 2040*a33**2*m1**11*m2**3*n1**4*
n2**10 - 344*a33**2*m1**11*m2**3*n1**2*n2**12 + 8*a33**2*m1**11*m2**3*n2**14 -
1008*a33**2*m1**10*m2**4*n1**9*n2**5 + 6000*a33**2*m1**10*m2**4*n1**7*n2**7 -
6840*a33**2*m1**10*m2**4*n1**5*n2**9 + 2040*a33**2*m1**10*m2**4*n1**3*n2**11 -
128*a33**2*m1**10*m2**4*n1*n2**13 + 1008*a33**2*m1**9*m2**5*n1**10*n2**4 - 8736*
a33**2*m1**9*m2**5*n1**8*n2**6 + 14640*a33**2*m1**9*m2**5*n1**6*n2**8 - 6840*a33
**2*m1**9*m2**5*n1**4*n2**10 + 800*a33**2*m1**9*m2**5*n1**2*n2**12 - 8*a33**2*m1
**9*m2**5*n2**14 - 672*a33**2*m1**8*m2**6*n1**11*n2**3 + 8736*a33**2*m1**8*m2**6
*n1**9*n2**5 - 21168*a33**2*m1**8*m2**6*n1**7*n2**7 + 14640*a33**2*m1**8*m2**6*
n1**5*n2**9 - 2760*a33**2*m1**8*m2**6*n1**3*n2**11 + 72*a33**2*m1**8*m2**6*n1*n2
**13 + 288*a33**2*m1**7*m2**7*n1**12*n2**2 - 6000*a33**2*m1**7*m2**7*n1**10*n2**
4 + 21168*a33**2*m1**7*m2**7*n1**8*n2**6 - 21168*a33**2*m1**7*m2**7*n1**6*n2**8
+ 6000*a33**2*m1**7*m2**7*n1**4*n2**10 - 288*a33**2*m1**7*m2**7*n1**2*n2**12 -
72*a33**2*m1**6*m2**8*n1**13*n2 + 2760*a33**2*m1**6*m2**8*n1**11*n2**3 - 14640*
a33**2*m1**6*m2**8*n1**9*n2**5 + 21168*a33**2*m1**6*m2**8*n1**7*n2**7 - 8736*a33
**2*m1**6*m2**8*n1**5*n2**9 + 672*a33**2*m1**6*m2**8*n1**3*n2**11 + 8*a33**2*m1
**5*m2**9*n1**14 - 800*a33**2*m1**5*m2**9*n1**12*n2**2 + 6840*a33**2*m1**5*m2**9
*n1**10*n2**4 - 14640*a33**2*m1**5*m2**9*n1**8*n2**6 + 8736*a33**2*m1**5*m2**9*
n1**6*n2**8 - 1008*a33**2*m1**5*m2**9*n1**4*n2**10 + 128*a33**2*m1**4*m2**10*n1
**13*n2 - 2040*a33**2*m1**4*m2**10*n1**11*n2**3 + 6840*a33**2*m1**4*m2**10*n1**9
*n2**5 - 6000*a33**2*m1**4*m2**10*n1**7*n2**7 + 1008*a33**2*m1**4*m2**10*n1**5*
n2**9 - 8*a33**2*m1**3*m2**11*n1**14 + 344*a33**2*m1**3*m2**11*n1**12*n2**2 -
2040*a33**2*m1**3*m2**11*n1**10*n2**4 + 2760*a33**2*m1**3*m2**11*n1**8*n2**6 -
672*a33**2*m1**3*m2**11*n1**6*n2**8 - 24*a33**2*m1**2*m2**12*n1**13*n2 + 344*a33
**2*m1**2*m2**12*n1**11*n2**3 - 800*a33**2*m1**2*m2**12*n1**9*n2**5 + 288*a33**2
*m1**2*m2**12*n1**7*n2**7 - 24*a33**2*m1*m2**13*n1**12*n2**2 + 128*a33**2*m1*m2
**13*n1**10*n2**4 - 72*a33**2*m1*m2**13*n1**8*n2**6 - 8*a33**2*m2**14*n1**11*n2
**3 + 8*a33**2*m2**14*n1**9*n2**5) + u3*v1*v3*(2*a33*m1**13*n1**7*n2**9 + 2*a33*
m1**13*n1**5*n2**11 - 2*a33*m1**13*n1**3*n2**13 - 2*a33*m1**13*n1*n2**15 - 18*
a33*m1**12*m2*n1**8*n2**8 - 8*a33*m1**12*m2*n1**6*n2**10 + 36*a33*m1**12*m2*n1**
4*n2**12 + 24*a33*m1**12*m2*n1**2*n2**14 - 2*a33*m1**12*m2*n2**16 + 72*a33*m1**
11*m2**2*n1**9*n2**7 - 20*a33*m1**11*m2**2*n1**7*n2**9 - 228*a33*m1**11*m2**2*n1
**5*n2**11 - 108*a33*m1**11*m2**2*n1**3*n2**13 + 28*a33*m1**11*m2**2*n1*n2**15 -
168*a33*m1**10*m2**3*n1**10*n2**6 + 210*a33*m1**10*m2**3*n1**8*n2**8 + 760*a33*
m1**10*m2**3*n1**6*n2**10 + 220*a33*m1**10*m2**3*n1**4*n2**12 - 160*a33*m1**10*
m2**3*n1**2*n2**14 + 2*a33*m1**10*m2**3*n2**16 + 252*a33*m1**9*m2**4*n1**11*n2**
5 - 660*a33*m1**9*m2**4*n1**9*n2**7 - 1530*a33*m1**9*m2**4*n1**7*n2**9 - 90*a33*
m1**9*m2**4*n1**5*n2**11 + 510*a33*m1**9*m2**4*n1**3*n2**13 - 18*a33*m1**9*m2**4
*n1*n2**15 - 252*a33*m1**8*m2**5*n1**12*n2**4 + 1176*a33*m1**8*m2**5*n1**10*n2**
6 + 1944*a33*m1**8*m2**5*n1**8*n2**8 - 576*a33*m1**8*m2**5*n1**6*n2**10 - 1020*
a33*m1**8*m2**5*n1**4*n2**12 + 72*a33*m1**8*m2**5*n1**2*n2**14 + 168*a33*m1**7*
m2**6*n1**13*n2**3 - 1344*a33*m1**7*m2**6*n1**11*n2**5 - 1512*a33*m1**7*m2**6*n1
**9*n2**7 + 1512*a33*m1**7*m2**6*n1**7*n2**9 + 1344*a33*m1**7*m2**6*n1**5*n2**11
- 168*a33*m1**7*m2**6*n1**3*n2**13 - 72*a33*m1**6*m2**7*n1**14*n2**2 + 1020*a33
*m1**6*m2**7*n1**12*n2**4 + 576*a33*m1**6*m2**7*n1**10*n2**6 - 1944*a33*m1**6*m2
**7*n1**8*n2**8 - 1176*a33*m1**6*m2**7*n1**6*n2**10 + 252*a33*m1**6*m2**7*n1**4*
n2**12 + 18*a33*m1**5*m2**8*n1**15*n2 - 510*a33*m1**5*m2**8*n1**13*n2**3 + 90*
a33*m1**5*m2**8*n1**11*n2**5 + 1530*a33*m1**5*m2**8*n1**9*n2**7 + 660*a33*m1**5*
m2**8*n1**7*n2**9 - 252*a33*m1**5*m2**8*n1**5*n2**11 - 2*a33*m1**4*m2**9*n1**16
+ 160*a33*m1**4*m2**9*n1**14*n2**2 - 220*a33*m1**4*m2**9*n1**12*n2**4 - 760*a33*
m1**4*m2**9*n1**10*n2**6 - 210*a33*m1**4*m2**9*n1**8*n2**8 + 168*a33*m1**4*m2**9
*n1**6*n2**10 - 28*a33*m1**3*m2**10*n1**15*n2 + 108*a33*m1**3*m2**10*n1**13*n2**
3 + 228*a33*m1**3*m2**10*n1**11*n2**5 + 20*a33*m1**3*m2**10*n1**9*n2**7 - 72*a33
*m1**3*m2**10*n1**7*n2**9 + 2*a33*m1**2*m2**11*n1**16 - 24*a33*m1**2*m2**11*n1**
14*n2**2 - 36*a33*m1**2*m2**11*n1**12*n2**4 + 8*a33*m1**2*m2**11*n1**10*n2**6 +
18*a33*m1**2*m2**11*n1**8*n2**8 + 2*a33*m1*m2**12*n1**15*n2 + 2*a33*m1*m2**12*n1
**13*n2**3 - 2*a33*m1*m2**12*n1**11*n2**5 - 2*a33*m1*m2**12*n1**9*n2**7) + u3*v2
**2*v3*( - 8*a33**2*m1**14*n1**5*n2**9 + 8*a33**2*m1**14*n1**3*n2**11 + 72*a33**
2*m1**13*m2*n1**6*n2**8 - 128*a33**2*m1**13*m2*n1**4*n2**10 + 24*a33**2*m1**13*
m2*n1**2*n2**12 - 288*a33**2*m1**12*m2**2*n1**7*n2**7 + 800*a33**2*m1**12*m2**2*
n1**5*n2**9 - 344*a33**2*m1**12*m2**2*n1**3*n2**11 + 24*a33**2*m1**12*m2**2*n1*
n2**13 + 672*a33**2*m1**11*m2**3*n1**8*n2**6 - 2760*a33**2*m1**11*m2**3*n1**6*n2
**8 + 2040*a33**2*m1**11*m2**3*n1**4*n2**10 - 344*a33**2*m1**11*m2**3*n1**2*n2**
12 + 8*a33**2*m1**11*m2**3*n2**14 - 1008*a33**2*m1**10*m2**4*n1**9*n2**5 + 6000*
a33**2*m1**10*m2**4*n1**7*n2**7 - 6840*a33**2*m1**10*m2**4*n1**5*n2**9 + 2040*
a33**2*m1**10*m2**4*n1**3*n2**11 - 128*a33**2*m1**10*m2**4*n1*n2**13 + 1008*a33
**2*m1**9*m2**5*n1**10*n2**4 - 8736*a33**2*m1**9*m2**5*n1**8*n2**6 + 14640*a33**
2*m1**9*m2**5*n1**6*n2**8 - 6840*a33**2*m1**9*m2**5*n1**4*n2**10 + 800*a33**2*m1
**9*m2**5*n1**2*n2**12 - 8*a33**2*m1**9*m2**5*n2**14 - 672*a33**2*m1**8*m2**6*n1
**11*n2**3 + 8736*a33**2*m1**8*m2**6*n1**9*n2**5 - 21168*a33**2*m1**8*m2**6*n1**
7*n2**7 + 14640*a33**2*m1**8*m2**6*n1**5*n2**9 - 2760*a33**2*m1**8*m2**6*n1**3*
n2**11 + 72*a33**2*m1**8*m2**6*n1*n2**13 + 288*a33**2*m1**7*m2**7*n1**12*n2**2 -
6000*a33**2*m1**7*m2**7*n1**10*n2**4 + 21168*a33**2*m1**7*m2**7*n1**8*n2**6 -
21168*a33**2*m1**7*m2**7*n1**6*n2**8 + 6000*a33**2*m1**7*m2**7*n1**4*n2**10 -
288*a33**2*m1**7*m2**7*n1**2*n2**12 - 72*a33**2*m1**6*m2**8*n1**13*n2 + 2760*a33
**2*m1**6*m2**8*n1**11*n2**3 - 14640*a33**2*m1**6*m2**8*n1**9*n2**5 + 21168*a33
**2*m1**6*m2**8*n1**7*n2**7 - 8736*a33**2*m1**6*m2**8*n1**5*n2**9 + 672*a33**2*
m1**6*m2**8*n1**3*n2**11 + 8*a33**2*m1**5*m2**9*n1**14 - 800*a33**2*m1**5*m2**9*
n1**12*n2**2 + 6840*a33**2*m1**5*m2**9*n1**10*n2**4 - 14640*a33**2*m1**5*m2**9*
n1**8*n2**6 + 8736*a33**2*m1**5*m2**9*n1**6*n2**8 - 1008*a33**2*m1**5*m2**9*n1**
4*n2**10 + 128*a33**2*m1**4*m2**10*n1**13*n2 - 2040*a33**2*m1**4*m2**10*n1**11*
n2**3 + 6840*a33**2*m1**4*m2**10*n1**9*n2**5 - 6000*a33**2*m1**4*m2**10*n1**7*n2
**7 + 1008*a33**2*m1**4*m2**10*n1**5*n2**9 - 8*a33**2*m1**3*m2**11*n1**14 + 344*
a33**2*m1**3*m2**11*n1**12*n2**2 - 2040*a33**2*m1**3*m2**11*n1**10*n2**4 + 2760*
a33**2*m1**3*m2**11*n1**8*n2**6 - 672*a33**2*m1**3*m2**11*n1**6*n2**8 - 24*a33**
2*m1**2*m2**12*n1**13*n2 + 344*a33**2*m1**2*m2**12*n1**11*n2**3 - 800*a33**2*m1
**2*m2**12*n1**9*n2**5 + 288*a33**2*m1**2*m2**12*n1**7*n2**7 - 24*a33**2*m1*m2**
13*n1**12*n2**2 + 128*a33**2*m1*m2**13*n1**10*n2**4 - 72*a33**2*m1*m2**13*n1**8*
n2**6 - 8*a33**2*m2**14*n1**11*n2**3 + 8*a33**2*m2**14*n1**9*n2**5) + u3*v2*v3*(
2*a33*m1**12*m2*n1**7*n2**9 + 2*a33*m1**12*m2*n1**5*n2**11 - 2*a33*m1**12*m2*n1
**3*n2**13 - 2*a33*m1**12*m2*n1*n2**15 - 18*a33*m1**11*m2**2*n1**8*n2**8 - 8*a33
*m1**11*m2**2*n1**6*n2**10 + 36*a33*m1**11*m2**2*n1**4*n2**12 + 24*a33*m1**11*m2
**2*n1**2*n2**14 - 2*a33*m1**11*m2**2*n2**16 + 72*a33*m1**10*m2**3*n1**9*n2**7 -
20*a33*m1**10*m2**3*n1**7*n2**9 - 228*a33*m1**10*m2**3*n1**5*n2**11 - 108*a33*
m1**10*m2**3*n1**3*n2**13 + 28*a33*m1**10*m2**3*n1*n2**15 - 168*a33*m1**9*m2**4*
n1**10*n2**6 + 210*a33*m1**9*m2**4*n1**8*n2**8 + 760*a33*m1**9*m2**4*n1**6*n2**
10 + 220*a33*m1**9*m2**4*n1**4*n2**12 - 160*a33*m1**9*m2**4*n1**2*n2**14 + 2*a33
*m1**9*m2**4*n2**16 + 252*a33*m1**8*m2**5*n1**11*n2**5 - 660*a33*m1**8*m2**5*n1
**9*n2**7 - 1530*a33*m1**8*m2**5*n1**7*n2**9 - 90*a33*m1**8*m2**5*n1**5*n2**11 +
510*a33*m1**8*m2**5*n1**3*n2**13 - 18*a33*m1**8*m2**5*n1*n2**15 - 252*a33*m1**7
*m2**6*n1**12*n2**4 + 1176*a33*m1**7*m2**6*n1**10*n2**6 + 1944*a33*m1**7*m2**6*
n1**8*n2**8 - 576*a33*m1**7*m2**6*n1**6*n2**10 - 1020*a33*m1**7*m2**6*n1**4*n2**
12 + 72*a33*m1**7*m2**6*n1**2*n2**14 + 168*a33*m1**6*m2**7*n1**13*n2**3 - 1344*
a33*m1**6*m2**7*n1**11*n2**5 - 1512*a33*m1**6*m2**7*n1**9*n2**7 + 1512*a33*m1**6
*m2**7*n1**7*n2**9 + 1344*a33*m1**6*m2**7*n1**5*n2**11 - 168*a33*m1**6*m2**7*n1
**3*n2**13 - 72*a33*m1**5*m2**8*n1**14*n2**2 + 1020*a33*m1**5*m2**8*n1**12*n2**4
+ 576*a33*m1**5*m2**8*n1**10*n2**6 - 1944*a33*m1**5*m2**8*n1**8*n2**8 - 1176*
a33*m1**5*m2**8*n1**6*n2**10 + 252*a33*m1**5*m2**8*n1**4*n2**12 + 18*a33*m1**4*
m2**9*n1**15*n2 - 510*a33*m1**4*m2**9*n1**13*n2**3 + 90*a33*m1**4*m2**9*n1**11*
n2**5 + 1530*a33*m1**4*m2**9*n1**9*n2**7 + 660*a33*m1**4*m2**9*n1**7*n2**9 - 252
*a33*m1**4*m2**9*n1**5*n2**11 - 2*a33*m1**3*m2**10*n1**16 + 160*a33*m1**3*m2**10
*n1**14*n2**2 - 220*a33*m1**3*m2**10*n1**12*n2**4 - 760*a33*m1**3*m2**10*n1**10*
n2**6 - 210*a33*m1**3*m2**10*n1**8*n2**8 + 168*a33*m1**3*m2**10*n1**6*n2**10 -
28*a33*m1**2*m2**11*n1**15*n2 + 108*a33*m1**2*m2**11*n1**13*n2**3 + 228*a33*m1**
2*m2**11*n1**11*n2**5 + 20*a33*m1**2*m2**11*n1**9*n2**7 - 72*a33*m1**2*m2**11*n1
**7*n2**9 + 2*a33*m1*m2**12*n1**16 - 24*a33*m1*m2**12*n1**14*n2**2 - 36*a33*m1*
m2**12*n1**12*n2**4 + 8*a33*m1*m2**12*n1**10*n2**6 + 18*a33*m1*m2**12*n1**8*n2**
8 + 2*a33*m2**13*n1**15*n2 + 2*a33*m2**13*n1**13*n2**3 - 2*a33*m2**13*n1**11*n2
**5 - 2*a33*m2**13*n1**9*n2**7) + u3*v3**3*( - 8*a33**2*m1**14*n1**5*n2**9 + 8*
a33**2*m1**14*n1**3*n2**11 + 72*a33**2*m1**13*m2*n1**6*n2**8 - 128*a33**2*m1**13
*m2*n1**4*n2**10 + 24*a33**2*m1**13*m2*n1**2*n2**12 - 288*a33**2*m1**12*m2**2*n1
**7*n2**7 + 800*a33**2*m1**12*m2**2*n1**5*n2**9 - 344*a33**2*m1**12*m2**2*n1**3*
n2**11 + 24*a33**2*m1**12*m2**2*n1*n2**13 + 672*a33**2*m1**11*m2**3*n1**8*n2**6
- 2760*a33**2*m1**11*m2**3*n1**6*n2**8 + 2040*a33**2*m1**11*m2**3*n1**4*n2**10 -
344*a33**2*m1**11*m2**3*n1**2*n2**12 + 8*a33**2*m1**11*m2**3*n2**14 - 1008*a33
**2*m1**10*m2**4*n1**9*n2**5 + 6000*a33**2*m1**10*m2**4*n1**7*n2**7 - 6840*a33**
2*m1**10*m2**4*n1**5*n2**9 + 2040*a33**2*m1**10*m2**4*n1**3*n2**11 - 128*a33**2*
m1**10*m2**4*n1*n2**13 + 1008*a33**2*m1**9*m2**5*n1**10*n2**4 - 8736*a33**2*m1**
9*m2**5*n1**8*n2**6 + 14640*a33**2*m1**9*m2**5*n1**6*n2**8 - 6840*a33**2*m1**9*
m2**5*n1**4*n2**10 + 800*a33**2*m1**9*m2**5*n1**2*n2**12 - 8*a33**2*m1**9*m2**5*
n2**14 - 672*a33**2*m1**8*m2**6*n1**11*n2**3 + 8736*a33**2*m1**8*m2**6*n1**9*n2
**5 - 21168*a33**2*m1**8*m2**6*n1**7*n2**7 + 14640*a33**2*m1**8*m2**6*n1**5*n2**
9 - 2760*a33**2*m1**8*m2**6*n1**3*n2**11 + 72*a33**2*m1**8*m2**6*n1*n2**13 + 288
*a33**2*m1**7*m2**7*n1**12*n2**2 - 6000*a33**2*m1**7*m2**7*n1**10*n2**4 + 21168*
a33**2*m1**7*m2**7*n1**8*n2**6 - 21168*a33**2*m1**7*m2**7*n1**6*n2**8 + 6000*a33
**2*m1**7*m2**7*n1**4*n2**10 - 288*a33**2*m1**7*m2**7*n1**2*n2**12 - 72*a33**2*
m1**6*m2**8*n1**13*n2 + 2760*a33**2*m1**6*m2**8*n1**11*n2**3 - 14640*a33**2*m1**
6*m2**8*n1**9*n2**5 + 21168*a33**2*m1**6*m2**8*n1**7*n2**7 - 8736*a33**2*m1**6*
m2**8*n1**5*n2**9 + 672*a33**2*m1**6*m2**8*n1**3*n2**11 + 8*a33**2*m1**5*m2**9*
n1**14 - 800*a33**2*m1**5*m2**9*n1**12*n2**2 + 6840*a33**2*m1**5*m2**9*n1**10*n2
**4 - 14640*a33**2*m1**5*m2**9*n1**8*n2**6 + 8736*a33**2*m1**5*m2**9*n1**6*n2**8
- 1008*a33**2*m1**5*m2**9*n1**4*n2**10 + 128*a33**2*m1**4*m2**10*n1**13*n2 -
2040*a33**2*m1**4*m2**10*n1**11*n2**3 + 6840*a33**2*m1**4*m2**10*n1**9*n2**5 -
6000*a33**2*m1**4*m2**10*n1**7*n2**7 + 1008*a33**2*m1**4*m2**10*n1**5*n2**9 - 8*
a33**2*m1**3*m2**11*n1**14 + 344*a33**2*m1**3*m2**11*n1**12*n2**2 - 2040*a33**2*
m1**3*m2**11*n1**10*n2**4 + 2760*a33**2*m1**3*m2**11*n1**8*n2**6 - 672*a33**2*m1
**3*m2**11*n1**6*n2**8 - 24*a33**2*m1**2*m2**12*n1**13*n2 + 344*a33**2*m1**2*m2
**12*n1**11*n2**3 - 800*a33**2*m1**2*m2**12*n1**9*n2**5 + 288*a33**2*m1**2*m2**
12*n1**7*n2**7 - 24*a33**2*m1*m2**13*n1**12*n2**2 + 128*a33**2*m1*m2**13*n1**10*
n2**4 - 72*a33**2*m1*m2**13*n1**8*n2**6 - 8*a33**2*m2**14*n1**11*n2**3 + 8*a33**
2*m2**14*n1**9*n2**5) + u3*v3*(2*m1**12*n1**7*n2**11 + 2*m1**12*n1**5*n2**13 - 2
*m1**12*n1**3*n2**15 - 2*m1**12*n1*n2**17 - 18*m1**11*m2*n1**8*n2**10 - 8*m1**11
*m2*n1**6*n2**12 + 36*m1**11*m2*n1**4*n2**14 + 24*m1**11*m2*n1**2*n2**16 - 2*m1
**11*m2*n2**18 + 72*m1**10*m2**2*n1**9*n2**9 - 20*m1**10*m2**2*n1**7*n2**11 -
228*m1**10*m2**2*n1**5*n2**13 - 108*m1**10*m2**2*n1**3*n2**15 + 28*m1**10*m2**2*
n1*n2**17 - 168*m1**9*m2**3*n1**10*n2**8 + 210*m1**9*m2**3*n1**8*n2**10 + 760*m1
**9*m2**3*n1**6*n2**12 + 220*m1**9*m2**3*n1**4*n2**14 - 160*m1**9*m2**3*n1**2*n2
**16 + 2*m1**9*m2**3*n2**18 + 252*m1**8*m2**4*n1**11*n2**7 - 660*m1**8*m2**4*n1
**9*n2**9 - 1530*m1**8*m2**4*n1**7*n2**11 - 90*m1**8*m2**4*n1**5*n2**13 + 510*m1
**8*m2**4*n1**3*n2**15 - 18*m1**8*m2**4*n1*n2**17 - 252*m1**7*m2**5*n1**12*n2**6
+ 1176*m1**7*m2**5*n1**10*n2**8 + 1944*m1**7*m2**5*n1**8*n2**10 - 576*m1**7*m2
**5*n1**6*n2**12 - 1020*m1**7*m2**5*n1**4*n2**14 + 72*m1**7*m2**5*n1**2*n2**16 +
168*m1**6*m2**6*n1**13*n2**5 - 1344*m1**6*m2**6*n1**11*n2**7 - 1512*m1**6*m2**6
*n1**9*n2**9 + 1512*m1**6*m2**6*n1**7*n2**11 + 1344*m1**6*m2**6*n1**5*n2**13 -
168*m1**6*m2**6*n1**3*n2**15 - 72*m1**5*m2**7*n1**14*n2**4 + 1020*m1**5*m2**7*n1
**12*n2**6 + 576*m1**5*m2**7*n1**10*n2**8 - 1944*m1**5*m2**7*n1**8*n2**10 - 1176
*m1**5*m2**7*n1**6*n2**12 + 252*m1**5*m2**7*n1**4*n2**14 + 18*m1**4*m2**8*n1**15
*n2**3 - 510*m1**4*m2**8*n1**13*n2**5 + 90*m1**4*m2**8*n1**11*n2**7 + 1530*m1**4
*m2**8*n1**9*n2**9 + 660*m1**4*m2**8*n1**7*n2**11 - 252*m1**4*m2**8*n1**5*n2**13
- 2*m1**3*m2**9*n1**16*n2**2 + 160*m1**3*m2**9*n1**14*n2**4 - 220*m1**3*m2**9*
n1**12*n2**6 - 760*m1**3*m2**9*n1**10*n2**8 - 210*m1**3*m2**9*n1**8*n2**10 + 168
*m1**3*m2**9*n1**6*n2**12 - 28*m1**2*m2**10*n1**15*n2**3 + 108*m1**2*m2**10*n1**
13*n2**5 + 228*m1**2*m2**10*n1**11*n2**7 + 20*m1**2*m2**10*n1**9*n2**9 - 72*m1**
2*m2**10*n1**7*n2**11 + 2*m1*m2**11*n1**16*n2**2 - 24*m1*m2**11*n1**14*n2**4 -
36*m1*m2**11*n1**12*n2**6 + 8*m1*m2**11*n1**10*n2**8 + 18*m1*m2**11*n1**8*n2**10
+ 2*m2**12*n1**15*n2**3 + 2*m2**12*n1**13*n2**5 - 2*m2**12*n1**11*n2**7 - 2*m2
**12*n1**9*n2**9) + v1**3*( - 4*a33*m1**14*n1**6*n2**9 + 8*a33*m1**14*n1**4*n2**
11 - 4*a33*m1**14*n1**2*n2**13 + 36*a33*m1**13*m2*n1**7*n2**8 - 104*a33*m1**13*
m2*n1**5*n2**10 + 76*a33*m1**13*m2*n1**3*n2**12 - 8*a33*m1**13*m2*n1*n2**14 -
144*a33*m1**12*m2**2*n1**8*n2**7 + 580*a33*m1**12*m2**2*n1**6*n2**9 - 596*a33*m1
**12*m2**2*n1**4*n2**11 + 132*a33*m1**12*m2**2*n1**2*n2**13 - 4*a33*m1**12*m2**2
*n2**15 + 336*a33*m1**11*m2**3*n1**9*n2**6 - 1860*a33*m1**11*m2**3*n1**7*n2**8 +
2620*a33*m1**11*m2**3*n1**5*n2**10 - 940*a33*m1**11*m2**3*n1**3*n2**12 + 68*a33
*m1**11*m2**3*n1*n2**14 - 504*a33*m1**10*m2**4*n1**10*n2**5 + 3840*a33*m1**10*m2
**4*n1**8*n2**7 - 7320*a33*m1**10*m2**4*n1**6*n2**9 + 3860*a33*m1**10*m2**4*n1**
4*n2**11 - 488*a33*m1**10*m2**4*n1**2*n2**13 + 4*a33*m1**10*m2**4*n2**15 + 504*
a33*m1**9*m2**5*n1**11*n2**4 - 5376*a33*m1**9*m2**5*n1**9*n2**6 + 13848*a33*m1**
9*m2**5*n1**7*n2**8 - 10260*a33*m1**9*m2**5*n1**5*n2**10 + 2000*a33*m1**9*m2**5*
n1**3*n2**12 - 44*a33*m1**9*m2**5*n1*n2**14 - 336*a33*m1**8*m2**6*n1**12*n2**3 +
5208*a33*m1**8*m2**6*n1**10*n2**5 - 18312*a33*m1**8*m2**6*n1**8*n2**7 + 18696*
a33*m1**8*m2**6*n1**6*n2**9 - 5280*a33*m1**8*m2**6*n1**4*n2**11 + 216*a33*m1**8*
m2**6*n1**2*n2**13 + 144*a33*m1**7*m2**7*n1**13*n2**2 - 3480*a33*m1**7*m2**7*n1
**11*n2**4 + 17112*a33*m1**7*m2**7*n1**9*n2**6 - 24024*a33*m1**7*m2**7*n1**7*n2
**8 + 9528*a33*m1**7*m2**7*n1**5*n2**10 - 624*a33*m1**7*m2**7*n1**3*n2**12 - 36*
a33*m1**6*m2**8*n1**14*n2 + 1560*a33*m1**6*m2**8*n1**12*n2**3 - 11220*a33*m1**6*
m2**8*n1**10*n2**5 + 21960*a33*m1**6*m2**8*n1**8*n2**7 - 12096*a33*m1**6*m2**8*
n1**6*n2**9 + 1176*a33*m1**6*m2**8*n1**4*n2**11 + 4*a33*m1**5*m2**9*n1**15 - 440
*a33*m1**5*m2**9*n1**13*n2**2 + 5020*a33*m1**5*m2**9*n1**11*n2**4 - 14160*a33*m1
**5*m2**9*n1**9*n2**6 + 10896*a33*m1**5*m2**9*n1**7*n2**8 - 1512*a33*m1**5*m2**9
*n1**5*n2**10 + 68*a33*m1**4*m2**10*n1**14*n2 - 1444*a33*m1**4*m2**10*n1**12*n2
**3 + 6260*a33*m1**4*m2**10*n1**10*n2**5 - 6900*a33*m1**4*m2**10*n1**8*n2**7 +
1344*a33*m1**4*m2**10*n1**6*n2**9 - 4*a33*m1**3*m2**11*n1**15 + 236*a33*m1**3*m2
**11*n1**13*n2**2 - 1788*a33*m1**3*m2**11*n1**11*n2**4 + 2980*a33*m1**3*m2**11*
n1**9*n2**6 - 816*a33*m1**3*m2**11*n1**7*n2**8 - 16*a33*m1**2*m2**12*n1**14*n2 +
292*a33*m1**2*m2**12*n1**12*n2**3 - 824*a33*m1**2*m2**12*n1**10*n2**5 + 324*a33
*m1**2*m2**12*n1**8*n2**7 - 20*a33*m1*m2**13*n1**13*n2**2 + 128*a33*m1*m2**13*n1
**11*n2**4 - 76*a33*m1*m2**13*n1**9*n2**6 - 8*a33*m2**14*n1**12*n2**3 + 8*a33*m2
**14*n1**10*n2**5) + v1**2*v2*( - 8*a33*m1**14*n1**5*n2**10 + 8*a33*m1**14*n1**3
*n2**12 + 76*a33*m1**13*m2*n1**6*n2**9 - 128*a33*m1**13*m2*n1**4*n2**11 + 20*a33
*m1**13*m2*n1**2*n2**13 - 324*a33*m1**12*m2**2*n1**7*n2**8 + 824*a33*m1**12*m2**
2*n1**5*n2**10 - 292*a33*m1**12*m2**2*n1**3*n2**12 + 16*a33*m1**12*m2**2*n1*n2**
14 + 816*a33*m1**11*m2**3*n1**8*n2**7 - 2980*a33*m1**11*m2**3*n1**6*n2**9 + 1788
*a33*m1**11*m2**3*n1**4*n2**11 - 236*a33*m1**11*m2**3*n1**2*n2**13 + 4*a33*m1**
11*m2**3*n2**15 - 1344*a33*m1**10*m2**4*n1**9*n2**6 + 6900*a33*m1**10*m2**4*n1**
7*n2**8 - 6260*a33*m1**10*m2**4*n1**5*n2**10 + 1444*a33*m1**10*m2**4*n1**3*n2**
12 - 68*a33*m1**10*m2**4*n1*n2**14 + 1512*a33*m1**9*m2**5*n1**10*n2**5 - 10896*
a33*m1**9*m2**5*n1**8*n2**7 + 14160*a33*m1**9*m2**5*n1**6*n2**9 - 5020*a33*m1**9
*m2**5*n1**4*n2**11 + 440*a33*m1**9*m2**5*n1**2*n2**13 - 4*a33*m1**9*m2**5*n2**
15 - 1176*a33*m1**8*m2**6*n1**11*n2**4 + 12096*a33*m1**8*m2**6*n1**9*n2**6 -
21960*a33*m1**8*m2**6*n1**7*n2**8 + 11220*a33*m1**8*m2**6*n1**5*n2**10 - 1560*
a33*m1**8*m2**6*n1**3*n2**12 + 36*a33*m1**8*m2**6*n1*n2**14 + 624*a33*m1**7*m2**
7*n1**12*n2**3 - 9528*a33*m1**7*m2**7*n1**10*n2**5 + 24024*a33*m1**7*m2**7*n1**8
*n2**7 - 17112*a33*m1**7*m2**7*n1**6*n2**9 + 3480*a33*m1**7*m2**7*n1**4*n2**11 -
144*a33*m1**7*m2**7*n1**2*n2**13 - 216*a33*m1**6*m2**8*n1**13*n2**2 + 5280*a33*
m1**6*m2**8*n1**11*n2**4 - 18696*a33*m1**6*m2**8*n1**9*n2**6 + 18312*a33*m1**6*
m2**8*n1**7*n2**8 - 5208*a33*m1**6*m2**8*n1**5*n2**10 + 336*a33*m1**6*m2**8*n1**
3*n2**12 + 44*a33*m1**5*m2**9*n1**14*n2 - 2000*a33*m1**5*m2**9*n1**12*n2**3 +
10260*a33*m1**5*m2**9*n1**10*n2**5 - 13848*a33*m1**5*m2**9*n1**8*n2**7 + 5376*
a33*m1**5*m2**9*n1**6*n2**9 - 504*a33*m1**5*m2**9*n1**4*n2**11 - 4*a33*m1**4*m2
**10*n1**15 + 488*a33*m1**4*m2**10*n1**13*n2**2 - 3860*a33*m1**4*m2**10*n1**11*
n2**4 + 7320*a33*m1**4*m2**10*n1**9*n2**6 - 3840*a33*m1**4*m2**10*n1**7*n2**8 +
504*a33*m1**4*m2**10*n1**5*n2**10 - 68*a33*m1**3*m2**11*n1**14*n2 + 940*a33*m1**
3*m2**11*n1**12*n2**3 - 2620*a33*m1**3*m2**11*n1**10*n2**5 + 1860*a33*m1**3*m2**
11*n1**8*n2**7 - 336*a33*m1**3*m2**11*n1**6*n2**9 + 4*a33*m1**2*m2**12*n1**15 -
132*a33*m1**2*m2**12*n1**13*n2**2 + 596*a33*m1**2*m2**12*n1**11*n2**4 - 580*a33*
m1**2*m2**12*n1**9*n2**6 + 144*a33*m1**2*m2**12*n1**7*n2**8 + 8*a33*m1*m2**13*n1
**14*n2 - 76*a33*m1*m2**13*n1**12*n2**3 + 104*a33*m1*m2**13*n1**10*n2**5 - 36*
a33*m1*m2**13*n1**8*n2**7 + 4*a33*m2**14*n1**13*n2**2 - 8*a33*m2**14*n1**11*n2**
4 + 4*a33*m2**14*n1**9*n2**6) + v1**2*v3**2*(4*a33**2*m1**15*n1**4*n2**9 - 4*a33
**2*m1**15*n1**2*n2**11 - 36*a33**2*m1**14*m2*n1**5*n2**8 + 60*a33**2*m1**14*m2*
n1**3*n2**10 - 8*a33**2*m1**14*m2*n1*n2**12 + 144*a33**2*m1**13*m2**2*n1**6*n2**
7 - 360*a33**2*m1**13*m2**2*n1**4*n2**9 + 108*a33**2*m1**13*m2**2*n1**2*n2**11 -
4*a33**2*m1**13*m2**2*n2**13 - 336*a33**2*m1**12*m2**3*n1**7*n2**6 + 1200*a33**
2*m1**12*m2**3*n1**5*n2**8 - 596*a33**2*m1**12*m2**3*n1**3*n2**10 + 52*a33**2*m1
**12*m2**3*n1*n2**12 + 504*a33**2*m1**11*m2**4*n1**8*n2**5 - 2520*a33**2*m1**11*
m2**4*n1**6*n2**7 + 1820*a33**2*m1**11*m2**4*n1**4*n2**9 - 252*a33**2*m1**11*m2
**4*n1**2*n2**11 - 504*a33**2*m1**10*m2**5*n1**9*n2**4 + 3528*a33**2*m1**10*m2**
5*n1**7*n2**6 - 3420*a33**2*m1**10*m2**5*n1**5*n2**8 + 580*a33**2*m1**10*m2**5*
n1**3*n2**10 + 24*a33**2*m1**10*m2**5*n1*n2**12 + 336*a33**2*m1**9*m2**6*n1**10*
n2**3 - 3360*a33**2*m1**9*m2**6*n1**8*n2**5 + 4056*a33**2*m1**9*m2**6*n1**6*n2**
7 - 480*a33**2*m1**9*m2**6*n1**4*n2**9 - 220*a33**2*m1**9*m2**6*n1**2*n2**11 + 4
*a33**2*m1**9*m2**6*n2**13 - 144*a33**2*m1**8*m2**7*n1**11*n2**2 + 2160*a33**2*
m1**8*m2**7*n1**9*n2**4 - 2856*a33**2*m1**8*m2**7*n1**7*n2**6 - 792*a33**2*m1**8
*m2**7*n1**5*n2**8 + 900*a33**2*m1**8*m2**7*n1**3*n2**10 - 36*a33**2*m1**8*m2**7
*n1*n2**12 + 36*a33**2*m1**7*m2**8*n1**12*n2 - 900*a33**2*m1**7*m2**8*n1**10*n2
**3 + 792*a33**2*m1**7*m2**8*n1**8*n2**5 + 2856*a33**2*m1**7*m2**8*n1**6*n2**7 -
2160*a33**2*m1**7*m2**8*n1**4*n2**9 + 144*a33**2*m1**7*m2**8*n1**2*n2**11 - 4*
a33**2*m1**6*m2**9*n1**13 + 220*a33**2*m1**6*m2**9*n1**11*n2**2 + 480*a33**2*m1
**6*m2**9*n1**9*n2**4 - 4056*a33**2*m1**6*m2**9*n1**7*n2**6 + 3360*a33**2*m1**6*
m2**9*n1**5*n2**8 - 336*a33**2*m1**6*m2**9*n1**3*n2**10 - 24*a33**2*m1**5*m2**10
*n1**12*n2 - 580*a33**2*m1**5*m2**10*n1**10*n2**3 + 3420*a33**2*m1**5*m2**10*n1
**8*n2**5 - 3528*a33**2*m1**5*m2**10*n1**6*n2**7 + 504*a33**2*m1**5*m2**10*n1**4
*n2**9 + 252*a33**2*m1**4*m2**11*n1**11*n2**2 - 1820*a33**2*m1**4*m2**11*n1**9*
n2**4 + 2520*a33**2*m1**4*m2**11*n1**7*n2**6 - 504*a33**2*m1**4*m2**11*n1**5*n2
**8 - 52*a33**2*m1**3*m2**12*n1**12*n2 + 596*a33**2*m1**3*m2**12*n1**10*n2**3 -
1200*a33**2*m1**3*m2**12*n1**8*n2**5 + 336*a33**2*m1**3*m2**12*n1**6*n2**7 + 4*
a33**2*m1**2*m2**13*n1**13 - 108*a33**2*m1**2*m2**13*n1**11*n2**2 + 360*a33**2*
m1**2*m2**13*n1**9*n2**4 - 144*a33**2*m1**2*m2**13*n1**7*n2**6 + 8*a33**2*m1*m2
**14*n1**12*n2 - 60*a33**2*m1*m2**14*n1**10*n2**3 + 36*a33**2*m1*m2**14*n1**8*n2
**5 + 4*a33**2*m2**15*n1**11*n2**2 - 4*a33**2*m2**15*n1**9*n2**4) + v1*v2**2*( -
4*a33*m1**14*n1**6*n2**9 + 8*a33*m1**14*n1**4*n2**11 - 4*a33*m1**14*n1**2*n2**
13 + 36*a33*m1**13*m2*n1**7*n2**8 - 104*a33*m1**13*m2*n1**5*n2**10 + 76*a33*m1**
13*m2*n1**3*n2**12 - 8*a33*m1**13*m2*n1*n2**14 - 144*a33*m1**12*m2**2*n1**8*n2**
7 + 580*a33*m1**12*m2**2*n1**6*n2**9 - 596*a33*m1**12*m2**2*n1**4*n2**11 + 132*
a33*m1**12*m2**2*n1**2*n2**13 - 4*a33*m1**12*m2**2*n2**15 + 336*a33*m1**11*m2**3
*n1**9*n2**6 - 1860*a33*m1**11*m2**3*n1**7*n2**8 + 2620*a33*m1**11*m2**3*n1**5*
n2**10 - 940*a33*m1**11*m2**3*n1**3*n2**12 + 68*a33*m1**11*m2**3*n1*n2**14 - 504
*a33*m1**10*m2**4*n1**10*n2**5 + 3840*a33*m1**10*m2**4*n1**8*n2**7 - 7320*a33*m1
**10*m2**4*n1**6*n2**9 + 3860*a33*m1**10*m2**4*n1**4*n2**11 - 488*a33*m1**10*m2
**4*n1**2*n2**13 + 4*a33*m1**10*m2**4*n2**15 + 504*a33*m1**9*m2**5*n1**11*n2**4
- 5376*a33*m1**9*m2**5*n1**9*n2**6 + 13848*a33*m1**9*m2**5*n1**7*n2**8 - 10260*
a33*m1**9*m2**5*n1**5*n2**10 + 2000*a33*m1**9*m2**5*n1**3*n2**12 - 44*a33*m1**9*
m2**5*n1*n2**14 - 336*a33*m1**8*m2**6*n1**12*n2**3 + 5208*a33*m1**8*m2**6*n1**10
*n2**5 - 18312*a33*m1**8*m2**6*n1**8*n2**7 + 18696*a33*m1**8*m2**6*n1**6*n2**9 -
5280*a33*m1**8*m2**6*n1**4*n2**11 + 216*a33*m1**8*m2**6*n1**2*n2**13 + 144*a33*
m1**7*m2**7*n1**13*n2**2 - 3480*a33*m1**7*m2**7*n1**11*n2**4 + 17112*a33*m1**7*
m2**7*n1**9*n2**6 - 24024*a33*m1**7*m2**7*n1**7*n2**8 + 9528*a33*m1**7*m2**7*n1
**5*n2**10 - 624*a33*m1**7*m2**7*n1**3*n2**12 - 36*a33*m1**6*m2**8*n1**14*n2 +
1560*a33*m1**6*m2**8*n1**12*n2**3 - 11220*a33*m1**6*m2**8*n1**10*n2**5 + 21960*
a33*m1**6*m2**8*n1**8*n2**7 - 12096*a33*m1**6*m2**8*n1**6*n2**9 + 1176*a33*m1**6
*m2**8*n1**4*n2**11 + 4*a33*m1**5*m2**9*n1**15 - 440*a33*m1**5*m2**9*n1**13*n2**
2 + 5020*a33*m1**5*m2**9*n1**11*n2**4 - 14160*a33*m1**5*m2**9*n1**9*n2**6 +
10896*a33*m1**5*m2**9*n1**7*n2**8 - 1512*a33*m1**5*m2**9*n1**5*n2**10 + 68*a33*
m1**4*m2**10*n1**14*n2 - 1444*a33*m1**4*m2**10*n1**12*n2**3 + 6260*a33*m1**4*m2
**10*n1**10*n2**5 - 6900*a33*m1**4*m2**10*n1**8*n2**7 + 1344*a33*m1**4*m2**10*n1
**6*n2**9 - 4*a33*m1**3*m2**11*n1**15 + 236*a33*m1**3*m2**11*n1**13*n2**2 - 1788
*a33*m1**3*m2**11*n1**11*n2**4 + 2980*a33*m1**3*m2**11*n1**9*n2**6 - 816*a33*m1
**3*m2**11*n1**7*n2**8 - 16*a33*m1**2*m2**12*n1**14*n2 + 292*a33*m1**2*m2**12*n1
**12*n2**3 - 824*a33*m1**2*m2**12*n1**10*n2**5 + 324*a33*m1**2*m2**12*n1**8*n2**
7 - 20*a33*m1*m2**13*n1**13*n2**2 + 128*a33*m1*m2**13*n1**11*n2**4 - 76*a33*m1*
m2**13*n1**9*n2**6 - 8*a33*m2**14*n1**12*n2**3 + 8*a33*m2**14*n1**10*n2**5) + v1
*v2*(6*m1**13*n1**7*n2**10 - 2*m1**13*n1**5*n2**12 - 6*m1**13*n1**3*n2**14 + 2*
m1**13*n1*n2**16 - 56*m1**12*m2*n1**8*n2**9 + 54*m1**12*m2*n1**6*n2**11 + 70*m1
**12*m2*n1**4*n2**13 - 38*m1**12*m2*n1**2*n2**15 + 2*m1**12*m2*n2**17 + 234*m1**
11*m2**2*n1**9*n2**8 - 412*m1**11*m2**2*n1**7*n2**10 - 312*m1**11*m2**2*n1**5*n2
**12 + 300*m1**11*m2**2*n1**3*n2**14 - 34*m1**11*m2**2*n1*n2**16 - 576*m1**10*m2
**3*n1**10*n2**7 + 1610*m1**10*m2**3*n1**8*n2**9 + 628*m1**10*m2**3*n1**6*n2**11
- 1304*m1**10*m2**3*n1**4*n2**13 + 252*m1**10*m2**3*n1**2*n2**15 - 2*m1**10*m2
**3*n2**17 + 924*m1**9*m2**4*n1**11*n2**6 - 3870*m1**9*m2**4*n1**9*n2**8 - 190*
m1**9*m2**4*n1**7*n2**10 + 3510*m1**9*m2**4*n1**5*n2**12 - 1070*m1**9*m2**4*n1**
3*n2**14 + 24*m1**9*m2**4*n1*n2**16 - 1008*m1**8*m2**5*n1**12*n2**5 + 6204*m1**8
*m2**5*n1**10*n2**7 - 1998*m1**8*m2**5*n1**8*n2**9 - 6174*m1**8*m2**5*n1**6*n2**
11 + 2910*m1**8*m2**5*n1**4*n2**13 - 126*m1**8*m2**5*n1**2*n2**15 + 756*m1**7*m2
**6*n1**13*n2**4 - 6888*m1**7*m2**6*n1**11*n2**6 + 5280*m1**7*m2**6*n1**9*n2**8
+ 7176*m1**7*m2**6*n1**7*n2**10 - 5364*m1**7*m2**6*n1**5*n2**12 + 384*m1**7*m2**
6*n1**3*n2**14 - 384*m1**6*m2**7*n1**14*n2**3 + 5364*m1**6*m2**7*n1**12*n2**5 -
7176*m1**6*m2**7*n1**10*n2**7 - 5280*m1**6*m2**7*n1**8*n2**9 + 6888*m1**6*m2**7*
n1**6*n2**11 - 756*m1**6*m2**7*n1**4*n2**13 + 126*m1**5*m2**8*n1**15*n2**2 -
2910*m1**5*m2**8*n1**13*n2**4 + 6174*m1**5*m2**8*n1**11*n2**6 + 1998*m1**5*m2**8
*n1**9*n2**8 - 6204*m1**5*m2**8*n1**7*n2**10 + 1008*m1**5*m2**8*n1**5*n2**12 -
24*m1**4*m2**9*n1**16*n2 + 1070*m1**4*m2**9*n1**14*n2**3 - 3510*m1**4*m2**9*n1**
12*n2**5 + 190*m1**4*m2**9*n1**10*n2**7 + 3870*m1**4*m2**9*n1**8*n2**9 - 924*m1
**4*m2**9*n1**6*n2**11 + 2*m1**3*m2**10*n1**17 - 252*m1**3*m2**10*n1**15*n2**2 +
1304*m1**3*m2**10*n1**13*n2**4 - 628*m1**3*m2**10*n1**11*n2**6 - 1610*m1**3*m2
**10*n1**9*n2**8 + 576*m1**3*m2**10*n1**7*n2**10 + 34*m1**2*m2**11*n1**16*n2 -
300*m1**2*m2**11*n1**14*n2**3 + 312*m1**2*m2**11*n1**12*n2**5 + 412*m1**2*m2**11
*n1**10*n2**7 - 234*m1**2*m2**11*n1**8*n2**9 - 2*m1*m2**12*n1**17 + 38*m1*m2**12
*n1**15*n2**2 - 70*m1*m2**12*n1**13*n2**4 - 54*m1*m2**12*n1**11*n2**6 + 56*m1*m2
**12*n1**9*n2**8 - 2*m2**13*n1**16*n2 + 6*m2**13*n1**14*n2**3 + 2*m2**13*n1**12*
n2**5 - 6*m2**13*n1**10*n2**7) + v1*v3**2*( - 7*a33*m1**14*n1**6*n2**9 + 9*a33*
m1**14*n1**4*n2**11 - a33*m1**14*n1**2*n2**13 - a33*m1**14*n2**15 + 63*a33*m1**
13*m2*n1**7*n2**8 - 129*a33*m1**13*m2*n1**5*n2**10 + 41*a33*m1**13*m2*n1**3*n2**
12 + 9*a33*m1**13*m2*n1*n2**14 - 252*a33*m1**12*m2**2*n1**8*n2**7 + 760*a33*m1**
12*m2**2*n1**6*n2**9 - 432*a33*m1**12*m2**2*n1**4*n2**11 + 8*a33*m1**12*m2**2*n1
**2*n2**13 - 4*a33*m1**12*m2**2*n2**15 + 588*a33*m1**11*m2**3*n1**9*n2**6 - 2520
*a33*m1**11*m2**3*n1**7*n2**8 + 2212*a33*m1**11*m2**3*n1**5*n2**10 - 432*a33*m1
**11*m2**3*n1**3*n2**12 + 72*a33*m1**11*m2**3*n1*n2**14 - 882*a33*m1**10*m2**4*
n1**10*n2**5 + 5310*a33*m1**10*m2**4*n1**8*n2**7 - 6735*a33*m1**10*m2**4*n1**6*
n2**9 + 2541*a33*m1**10*m2**4*n1**4*n2**11 - 543*a33*m1**10*m2**4*n1**2*n2**13 +
5*a33*m1**10*m2**4*n2**15 + 882*a33*m1**9*m2**5*n1**11*n2**4 - 7518*a33*m1**9*
m2**5*n1**9*n2**6 + 13347*a33*m1**9*m2**5*n1**7*n2**8 - 7913*a33*m1**9*m2**5*n1
**5*n2**10 + 2315*a33*m1**9*m2**5*n1**3*n2**12 - 57*a33*m1**9*m2**5*n1*n2**14 -
588*a33*m1**8*m2**6*n1**12*n2**3 + 7308*a33*m1**8*m2**6*n1**10*n2**5 - 17952*a33
*m1**8*m2**6*n1**8*n2**7 + 15612*a33*m1**8*m2**6*n1**6*n2**9 - 6300*a33*m1**8*m2
**6*n1**4*n2**11 + 288*a33*m1**8*m2**6*n1**2*n2**13 + 252*a33*m1**7*m2**7*n1**13
*n2**2 - 4860*a33*m1**7*m2**7*n1**11*n2**4 + 16584*a33*m1**7*m2**7*n1**9*n2**6 -
20736*a33*m1**7*m2**7*n1**7*n2**8 + 11628*a33*m1**7*m2**7*n1**5*n2**10 - 852*
a33*m1**7*m2**7*n1**3*n2**12 - 63*a33*m1**6*m2**8*n1**14*n2 + 2145*a33*m1**6*m2
**8*n1**12*n2**3 - 10359*a33*m1**6*m2**8*n1**10*n2**5 + 18849*a33*m1**6*m2**8*n1
**8*n2**7 - 14994*a33*m1**6*m2**8*n1**6*n2**9 + 1638*a33*m1**6*m2**8*n1**4*n2**
11 + 7*a33*m1**5*m2**9*n1**15 - 585*a33*m1**5*m2**9*n1**13*n2**2 + 4135*a33*m1**
5*m2**9*n1**11*n2**4 - 11537*a33*m1**5*m2**9*n1**9*n2**6 + 13626*a33*m1**5*m2**9
*n1**7*n2**8 - 2142*a33*m1**5*m2**9*n1**5*n2**10 + 84*a33*m1**4*m2**10*n1**14*n2
- 896*a33*m1**4*m2**10*n1**12*n2**3 + 4464*a33*m1**4*m2**10*n1**10*n2**5 - 8640
*a33*m1**4*m2**10*n1**8*n2**7 + 1932*a33*m1**4*m2**10*n1**6*n2**9 - 4*a33*m1**3*
m2**11*n1**15 + 36*a33*m1**3*m2**11*n1**13*n2**2 - 896*a33*m1**3*m2**11*n1**11*
n2**4 + 3700*a33*m1**3*m2**11*n1**9*n2**6 - 1188*a33*m1**3*m2**11*n1**7*n2**8 +
23*a33*m1**2*m2**12*n1**14*n2 + 3*a33*m1**2*m2**12*n1**12*n2**3 - 999*a33*m1**2*
m2**12*n1**10*n2**5 + 477*a33*m1**2*m2**12*n1**8*n2**7 - 3*a33*m1*m2**13*n1**15
+ 33*a33*m1*m2**13*n1**13*n2**2 + 147*a33*m1*m2**13*n1**11*n2**4 - 113*a33*m1*m2
**13*n1**9*n2**6 - 4*a33*m2**14*n1**14*n2 - 8*a33*m2**14*n1**12*n2**3 + 12*a33*
m2**14*n1**10*n2**5) + v2**3*( - 8*a33*m1**14*n1**5*n2**10 + 8*a33*m1**14*n1**3*
n2**12 + 76*a33*m1**13*m2*n1**6*n2**9 - 128*a33*m1**13*m2*n1**4*n2**11 + 20*a33*
m1**13*m2*n1**2*n2**13 - 324*a33*m1**12*m2**2*n1**7*n2**8 + 824*a33*m1**12*m2**2
*n1**5*n2**10 - 292*a33*m1**12*m2**2*n1**3*n2**12 + 16*a33*m1**12*m2**2*n1*n2**
14 + 816*a33*m1**11*m2**3*n1**8*n2**7 - 2980*a33*m1**11*m2**3*n1**6*n2**9 + 1788
*a33*m1**11*m2**3*n1**4*n2**11 - 236*a33*m1**11*m2**3*n1**2*n2**13 + 4*a33*m1**
11*m2**3*n2**15 - 1344*a33*m1**10*m2**4*n1**9*n2**6 + 6900*a33*m1**10*m2**4*n1**
7*n2**8 - 6260*a33*m1**10*m2**4*n1**5*n2**10 + 1444*a33*m1**10*m2**4*n1**3*n2**
12 - 68*a33*m1**10*m2**4*n1*n2**14 + 1512*a33*m1**9*m2**5*n1**10*n2**5 - 10896*
a33*m1**9*m2**5*n1**8*n2**7 + 14160*a33*m1**9*m2**5*n1**6*n2**9 - 5020*a33*m1**9
*m2**5*n1**4*n2**11 + 440*a33*m1**9*m2**5*n1**2*n2**13 - 4*a33*m1**9*m2**5*n2**
15 - 1176*a33*m1**8*m2**6*n1**11*n2**4 + 12096*a33*m1**8*m2**6*n1**9*n2**6 -
21960*a33*m1**8*m2**6*n1**7*n2**8 + 11220*a33*m1**8*m2**6*n1**5*n2**10 - 1560*
a33*m1**8*m2**6*n1**3*n2**12 + 36*a33*m1**8*m2**6*n1*n2**14 + 624*a33*m1**7*m2**
7*n1**12*n2**3 - 9528*a33*m1**7*m2**7*n1**10*n2**5 + 24024*a33*m1**7*m2**7*n1**8
*n2**7 - 17112*a33*m1**7*m2**7*n1**6*n2**9 + 3480*a33*m1**7*m2**7*n1**4*n2**11 -
144*a33*m1**7*m2**7*n1**2*n2**13 - 216*a33*m1**6*m2**8*n1**13*n2**2 + 5280*a33*
m1**6*m2**8*n1**11*n2**4 - 18696*a33*m1**6*m2**8*n1**9*n2**6 + 18312*a33*m1**6*
m2**8*n1**7*n2**8 - 5208*a33*m1**6*m2**8*n1**5*n2**10 + 336*a33*m1**6*m2**8*n1**
3*n2**12 + 44*a33*m1**5*m2**9*n1**14*n2 - 2000*a33*m1**5*m2**9*n1**12*n2**3 +
10260*a33*m1**5*m2**9*n1**10*n2**5 - 13848*a33*m1**5*m2**9*n1**8*n2**7 + 5376*
a33*m1**5*m2**9*n1**6*n2**9 - 504*a33*m1**5*m2**9*n1**4*n2**11 - 4*a33*m1**4*m2
**10*n1**15 + 488*a33*m1**4*m2**10*n1**13*n2**2 - 3860*a33*m1**4*m2**10*n1**11*
n2**4 + 7320*a33*m1**4*m2**10*n1**9*n2**6 - 3840*a33*m1**4*m2**10*n1**7*n2**8 +
504*a33*m1**4*m2**10*n1**5*n2**10 - 68*a33*m1**3*m2**11*n1**14*n2 + 940*a33*m1**
3*m2**11*n1**12*n2**3 - 2620*a33*m1**3*m2**11*n1**10*n2**5 + 1860*a33*m1**3*m2**
11*n1**8*n2**7 - 336*a33*m1**3*m2**11*n1**6*n2**9 + 4*a33*m1**2*m2**12*n1**15 -
132*a33*m1**2*m2**12*n1**13*n2**2 + 596*a33*m1**2*m2**12*n1**11*n2**4 - 580*a33*
m1**2*m2**12*n1**9*n2**6 + 144*a33*m1**2*m2**12*n1**7*n2**8 + 8*a33*m1*m2**13*n1
**14*n2 - 76*a33*m1*m2**13*n1**12*n2**3 + 104*a33*m1*m2**13*n1**10*n2**5 - 36*
a33*m1*m2**13*n1**8*n2**7 + 4*a33*m2**14*n1**13*n2**2 - 8*a33*m2**14*n1**11*n2**
4 + 4*a33*m2**14*n1**9*n2**6) + v2**2*v3**2*(4*a33**2*m1**15*n1**4*n2**9 - 4*a33
**2*m1**15*n1**2*n2**11 - 36*a33**2*m1**14*m2*n1**5*n2**8 + 60*a33**2*m1**14*m2*
n1**3*n2**10 - 8*a33**2*m1**14*m2*n1*n2**12 + 144*a33**2*m1**13*m2**2*n1**6*n2**
7 - 360*a33**2*m1**13*m2**2*n1**4*n2**9 + 108*a33**2*m1**13*m2**2*n1**2*n2**11 -
4*a33**2*m1**13*m2**2*n2**13 - 336*a33**2*m1**12*m2**3*n1**7*n2**6 + 1200*a33**
2*m1**12*m2**3*n1**5*n2**8 - 596*a33**2*m1**12*m2**3*n1**3*n2**10 + 52*a33**2*m1
**12*m2**3*n1*n2**12 + 504*a33**2*m1**11*m2**4*n1**8*n2**5 - 2520*a33**2*m1**11*
m2**4*n1**6*n2**7 + 1820*a33**2*m1**11*m2**4*n1**4*n2**9 - 252*a33**2*m1**11*m2
**4*n1**2*n2**11 - 504*a33**2*m1**10*m2**5*n1**9*n2**4 + 3528*a33**2*m1**10*m2**
5*n1**7*n2**6 - 3420*a33**2*m1**10*m2**5*n1**5*n2**8 + 580*a33**2*m1**10*m2**5*
n1**3*n2**10 + 24*a33**2*m1**10*m2**5*n1*n2**12 + 336*a33**2*m1**9*m2**6*n1**10*
n2**3 - 3360*a33**2*m1**9*m2**6*n1**8*n2**5 + 4056*a33**2*m1**9*m2**6*n1**6*n2**
7 - 480*a33**2*m1**9*m2**6*n1**4*n2**9 - 220*a33**2*m1**9*m2**6*n1**2*n2**11 + 4
*a33**2*m1**9*m2**6*n2**13 - 144*a33**2*m1**8*m2**7*n1**11*n2**2 + 2160*a33**2*
m1**8*m2**7*n1**9*n2**4 - 2856*a33**2*m1**8*m2**7*n1**7*n2**6 - 792*a33**2*m1**8
*m2**7*n1**5*n2**8 + 900*a33**2*m1**8*m2**7*n1**3*n2**10 - 36*a33**2*m1**8*m2**7
*n1*n2**12 + 36*a33**2*m1**7*m2**8*n1**12*n2 - 900*a33**2*m1**7*m2**8*n1**10*n2
**3 + 792*a33**2*m1**7*m2**8*n1**8*n2**5 + 2856*a33**2*m1**7*m2**8*n1**6*n2**7 -
2160*a33**2*m1**7*m2**8*n1**4*n2**9 + 144*a33**2*m1**7*m2**8*n1**2*n2**11 - 4*
a33**2*m1**6*m2**9*n1**13 + 220*a33**2*m1**6*m2**9*n1**11*n2**2 + 480*a33**2*m1
**6*m2**9*n1**9*n2**4 - 4056*a33**2*m1**6*m2**9*n1**7*n2**6 + 3360*a33**2*m1**6*
m2**9*n1**5*n2**8 - 336*a33**2*m1**6*m2**9*n1**3*n2**10 - 24*a33**2*m1**5*m2**10
*n1**12*n2 - 580*a33**2*m1**5*m2**10*n1**10*n2**3 + 3420*a33**2*m1**5*m2**10*n1
**8*n2**5 - 3528*a33**2*m1**5*m2**10*n1**6*n2**7 + 504*a33**2*m1**5*m2**10*n1**4
*n2**9 + 252*a33**2*m1**4*m2**11*n1**11*n2**2 - 1820*a33**2*m1**4*m2**11*n1**9*
n2**4 + 2520*a33**2*m1**4*m2**11*n1**7*n2**6 - 504*a33**2*m1**4*m2**11*n1**5*n2
**8 - 52*a33**2*m1**3*m2**12*n1**12*n2 + 596*a33**2*m1**3*m2**12*n1**10*n2**3 -
1200*a33**2*m1**3*m2**12*n1**8*n2**5 + 336*a33**2*m1**3*m2**12*n1**6*n2**7 + 4*
a33**2*m1**2*m2**13*n1**13 - 108*a33**2*m1**2*m2**13*n1**11*n2**2 + 360*a33**2*
m1**2*m2**13*n1**9*n2**4 - 144*a33**2*m1**2*m2**13*n1**7*n2**6 + 8*a33**2*m1*m2
**14*n1**12*n2 - 60*a33**2*m1*m2**14*n1**10*n2**3 + 36*a33**2*m1*m2**14*n1**8*n2
**5 + 4*a33**2*m2**15*n1**11*n2**2 - 4*a33**2*m2**15*n1**9*n2**4) + v2**2*( - 2*
m1**13*n1**8*n2**9 + 6*m1**13*n1**6*n2**11 + 2*m1**13*n1**4*n2**13 - 6*m1**13*n1
**2*n2**15 + 18*m1**12*m2*n1**9*n2**8 - 70*m1**12*m2*n1**7*n2**10 + 6*m1**12*m2*
n1**5*n2**12 + 86*m1**12*m2*n1**3*n2**14 - 8*m1**12*m2*n1*n2**16 - 72*m1**11*m2
**2*n1**10*n2**7 + 362*m1**11*m2**2*n1**8*n2**9 - 188*m1**11*m2**2*n1**6*n2**11
- 504*m1**11*m2**2*n1**4*n2**13 + 116*m1**11*m2**2*n1**2*n2**15 - 2*m1**11*m2**2
*n2**17 + 168*m1**10*m2**3*n1**11*n2**6 - 1098*m1**10*m2**3*n1**9*n2**8 + 1100*
m1**10*m2**3*n1**7*n2**10 + 1624*m1**10*m2**3*n1**5*n2**12 - 708*m1**10*m2**3*n1
**3*n2**14 + 34*m1**10*m2**3*n1*n2**16 - 252*m1**9*m2**4*n1**12*n2**5 + 2172*m1
**9*m2**4*n1**10*n2**7 - 3420*m1**9*m2**4*n1**8*n2**9 - 3150*m1**9*m2**4*n1**6*
n2**11 + 2470*m1**9*m2**4*n1**4*n2**13 - 222*m1**9*m2**4*n1**2*n2**15 + 2*m1**9*
m2**4*n2**17 + 252*m1**8*m2**5*n1**13*n2**4 - 2940*m1**8*m2**5*n1**11*n2**6 +
6756*m1**8*m2**5*n1**9*n2**8 + 3582*m1**8*m2**5*n1**7*n2**10 - 5550*m1**8*m2**5*
n1**5*n2**12 + 798*m1**8*m2**5*n1**3*n2**14 - 18*m1**8*m2**5*n1*n2**16 - 168*m1
**7*m2**6*n1**14*n2**3 + 2772*m1**7*m2**6*n1**12*n2**5 - 9072*m1**7*m2**6*n1**10
*n2**7 - 1632*m1**7*m2**6*n1**8*n2**9 + 8496*m1**7*m2**6*n1**6*n2**11 - 1812*m1
**7*m2**6*n1**4*n2**13 + 72*m1**7*m2**6*n1**2*n2**15 + 72*m1**6*m2**7*n1**15*n2
**2 - 1812*m1**6*m2**7*n1**13*n2**4 + 8496*m1**6*m2**7*n1**11*n2**6 - 1632*m1**6
*m2**7*n1**9*n2**8 - 9072*m1**6*m2**7*n1**7*n2**10 + 2772*m1**6*m2**7*n1**5*n2**
12 - 168*m1**6*m2**7*n1**3*n2**14 - 18*m1**5*m2**8*n1**16*n2 + 798*m1**5*m2**8*
n1**14*n2**3 - 5550*m1**5*m2**8*n1**12*n2**5 + 3582*m1**5*m2**8*n1**10*n2**7 +
6756*m1**5*m2**8*n1**8*n2**9 - 2940*m1**5*m2**8*n1**6*n2**11 + 252*m1**5*m2**8*
n1**4*n2**13 + 2*m1**4*m2**9*n1**17 - 222*m1**4*m2**9*n1**15*n2**2 + 2470*m1**4*
m2**9*n1**13*n2**4 - 3150*m1**4*m2**9*n1**11*n2**6 - 3420*m1**4*m2**9*n1**9*n2**
8 + 2172*m1**4*m2**9*n1**7*n2**10 - 252*m1**4*m2**9*n1**5*n2**12 + 34*m1**3*m2**
10*n1**16*n2 - 708*m1**3*m2**10*n1**14*n2**3 + 1624*m1**3*m2**10*n1**12*n2**5 +
1100*m1**3*m2**10*n1**10*n2**7 - 1098*m1**3*m2**10*n1**8*n2**9 + 168*m1**3*m2**
10*n1**6*n2**11 - 2*m1**2*m2**11*n1**17 + 116*m1**2*m2**11*n1**15*n2**2 - 504*m1
**2*m2**11*n1**13*n2**4 - 188*m1**2*m2**11*n1**11*n2**6 + 362*m1**2*m2**11*n1**9
*n2**8 - 72*m1**2*m2**11*n1**7*n2**10 - 8*m1*m2**12*n1**16*n2 + 86*m1*m2**12*n1
**14*n2**3 + 6*m1*m2**12*n1**12*n2**5 - 70*m1*m2**12*n1**10*n2**7 + 18*m1*m2**12
*n1**8*n2**9 - 6*m2**13*n1**15*n2**2 + 2*m2**13*n1**13*n2**4 + 6*m2**13*n1**11*
n2**6 - 2*m2**13*n1**9*n2**8) + v2*v3**2*( - 12*a33*m1**14*n1**5*n2**10 + 8*a33*
m1**14*n1**3*n2**12 + 4*a33*m1**14*n1*n2**14 + 113*a33*m1**13*m2*n1**6*n2**9 -
147*a33*m1**13*m2*n1**4*n2**11 - 33*a33*m1**13*m2*n1**2*n2**13 + 3*a33*m1**13*m2
*n2**15 - 477*a33*m1**12*m2**2*n1**7*n2**8 + 999*a33*m1**12*m2**2*n1**5*n2**10 -
3*a33*m1**12*m2**2*n1**3*n2**12 - 23*a33*m1**12*m2**2*n1*n2**14 + 1188*a33*m1**
11*m2**3*n1**8*n2**7 - 3700*a33*m1**11*m2**3*n1**6*n2**9 + 896*a33*m1**11*m2**3*
n1**4*n2**11 - 36*a33*m1**11*m2**3*n1**2*n2**13 + 4*a33*m1**11*m2**3*n2**15 -
1932*a33*m1**10*m2**4*n1**9*n2**6 + 8640*a33*m1**10*m2**4*n1**7*n2**8 - 4464*a33
*m1**10*m2**4*n1**5*n2**10 + 896*a33*m1**10*m2**4*n1**3*n2**12 - 84*a33*m1**10*
m2**4*n1*n2**14 + 2142*a33*m1**9*m2**5*n1**10*n2**5 - 13626*a33*m1**9*m2**5*n1**
8*n2**7 + 11537*a33*m1**9*m2**5*n1**6*n2**9 - 4135*a33*m1**9*m2**5*n1**4*n2**11
+ 585*a33*m1**9*m2**5*n1**2*n2**13 - 7*a33*m1**9*m2**5*n2**15 - 1638*a33*m1**8*
m2**6*n1**11*n2**4 + 14994*a33*m1**8*m2**6*n1**9*n2**6 - 18849*a33*m1**8*m2**6*
n1**7*n2**8 + 10359*a33*m1**8*m2**6*n1**5*n2**10 - 2145*a33*m1**8*m2**6*n1**3*n2
**12 + 63*a33*m1**8*m2**6*n1*n2**14 + 852*a33*m1**7*m2**7*n1**12*n2**3 - 11628*
a33*m1**7*m2**7*n1**10*n2**5 + 20736*a33*m1**7*m2**7*n1**8*n2**7 - 16584*a33*m1
**7*m2**7*n1**6*n2**9 + 4860*a33*m1**7*m2**7*n1**4*n2**11 - 252*a33*m1**7*m2**7*
n1**2*n2**13 - 288*a33*m1**6*m2**8*n1**13*n2**2 + 6300*a33*m1**6*m2**8*n1**11*n2
**4 - 15612*a33*m1**6*m2**8*n1**9*n2**6 + 17952*a33*m1**6*m2**8*n1**7*n2**8 -
7308*a33*m1**6*m2**8*n1**5*n2**10 + 588*a33*m1**6*m2**8*n1**3*n2**12 + 57*a33*m1
**5*m2**9*n1**14*n2 - 2315*a33*m1**5*m2**9*n1**12*n2**3 + 7913*a33*m1**5*m2**9*
n1**10*n2**5 - 13347*a33*m1**5*m2**9*n1**8*n2**7 + 7518*a33*m1**5*m2**9*n1**6*n2
**9 - 882*a33*m1**5*m2**9*n1**4*n2**11 - 5*a33*m1**4*m2**10*n1**15 + 543*a33*m1
**4*m2**10*n1**13*n2**2 - 2541*a33*m1**4*m2**10*n1**11*n2**4 + 6735*a33*m1**4*m2
**10*n1**9*n2**6 - 5310*a33*m1**4*m2**10*n1**7*n2**8 + 882*a33*m1**4*m2**10*n1**
5*n2**10 - 72*a33*m1**3*m2**11*n1**14*n2 + 432*a33*m1**3*m2**11*n1**12*n2**3 -
2212*a33*m1**3*m2**11*n1**10*n2**5 + 2520*a33*m1**3*m2**11*n1**8*n2**7 - 588*a33
*m1**3*m2**11*n1**6*n2**9 + 4*a33*m1**2*m2**12*n1**15 - 8*a33*m1**2*m2**12*n1**
13*n2**2 + 432*a33*m1**2*m2**12*n1**11*n2**4 - 760*a33*m1**2*m2**12*n1**9*n2**6
+ 252*a33*m1**2*m2**12*n1**7*n2**8 - 9*a33*m1*m2**13*n1**14*n2 - 41*a33*m1*m2**
13*n1**12*n2**3 + 129*a33*m1*m2**13*n1**10*n2**5 - 63*a33*m1*m2**13*n1**8*n2**7
+ a33*m2**14*n1**15 + a33*m2**14*n1**13*n2**2 - 9*a33*m2**14*n1**11*n2**4 + 7*
a33*m2**14*n1**9*n2**6) + v3**4*(5*a33**2*m1**15*n1**4*n2**9 - 4*a33**2*m1**15*
n1**2*n2**11 - a33**2*m1**15*n2**13 - 45*a33**2*m1**14*m2*n1**5*n2**8 + 64*a33**
2*m1**14*m2*n1**3*n2**10 + 5*a33**2*m1**14*m2*n1*n2**12 + 180*a33**2*m1**13*m2**
2*n1**6*n2**7 - 395*a33**2*m1**13*m2**2*n1**4*n2**9 + 36*a33**2*m1**13*m2**2*n1
**2*n2**11 - 5*a33**2*m1**13*m2**2*n2**13 - 420*a33**2*m1**12*m2**3*n1**7*n2**6
+ 1335*a33**2*m1**12*m2**3*n1**5*n2**8 - 360*a33**2*m1**12*m2**3*n1**3*n2**10 +
69*a33**2*m1**12*m2**3*n1*n2**12 + 630*a33**2*m1**11*m2**4*n1**8*n2**5 - 2820*
a33**2*m1**11*m2**4*n1**6*n2**7 + 1285*a33**2*m1**11*m2**4*n1**4*n2**9 - 360*a33
**2*m1**11*m2**4*n1**2*n2**11 + a33**2*m1**11*m2**4*n2**13 - 630*a33**2*m1**10*
m2**5*n1**9*n2**4 + 3948*a33**2*m1**10*m2**5*n1**7*n2**6 - 2493*a33**2*m1**10*m2
**5*n1**5*n2**8 + 956*a33**2*m1**10*m2**5*n1**3*n2**10 + 19*a33**2*m1**10*m2**5*
n1*n2**12 + 420*a33**2*m1**9*m2**6*n1**10*n2**3 - 3738*a33**2*m1**9*m2**6*n1**8*
n2**5 + 2760*a33**2*m1**9*m2**6*n1**6*n2**7 - 1315*a33**2*m1**9*m2**6*n1**4*n2**
9 - 220*a33**2*m1**9*m2**6*n1**2*n2**11 + 5*a33**2*m1**9*m2**6*n2**13 - 180*a33
**2*m1**8*m2**7*n1**11*n2**2 + 2370*a33**2*m1**8*m2**7*n1**9*n2**4 - 1392*a33**2
*m1**8*m2**7*n1**7*n2**6 + 495*a33**2*m1**8*m2**7*n1**5*n2**8 + 960*a33**2*m1**8
*m2**7*n1**3*n2**10 - 45*a33**2*m1**8*m2**7*n1*n2**12 + 45*a33**2*m1**7*m2**8*n1
**12*n2 - 960*a33**2*m1**7*m2**8*n1**10*n2**3 - 495*a33**2*m1**7*m2**8*n1**8*n2
**5 + 1392*a33**2*m1**7*m2**8*n1**6*n2**7 - 2370*a33**2*m1**7*m2**8*n1**4*n2**9
+ 180*a33**2*m1**7*m2**8*n1**2*n2**11 - 5*a33**2*m1**6*m2**9*n1**13 + 220*a33**2
*m1**6*m2**9*n1**11*n2**2 + 1315*a33**2*m1**6*m2**9*n1**9*n2**4 - 2760*a33**2*m1
**6*m2**9*n1**7*n2**6 + 3738*a33**2*m1**6*m2**9*n1**5*n2**8 - 420*a33**2*m1**6*
m2**9*n1**3*n2**10 - 19*a33**2*m1**5*m2**10*n1**12*n2 - 956*a33**2*m1**5*m2**10*
n1**10*n2**3 + 2493*a33**2*m1**5*m2**10*n1**8*n2**5 - 3948*a33**2*m1**5*m2**10*
n1**6*n2**7 + 630*a33**2*m1**5*m2**10*n1**4*n2**9 - a33**2*m1**4*m2**11*n1**13 +
360*a33**2*m1**4*m2**11*n1**11*n2**2 - 1285*a33**2*m1**4*m2**11*n1**9*n2**4 +
2820*a33**2*m1**4*m2**11*n1**7*n2**6 - 630*a33**2*m1**4*m2**11*n1**5*n2**8 - 69*
a33**2*m1**3*m2**12*n1**12*n2 + 360*a33**2*m1**3*m2**12*n1**10*n2**3 - 1335*a33
**2*m1**3*m2**12*n1**8*n2**5 + 420*a33**2*m1**3*m2**12*n1**6*n2**7 + 5*a33**2*m1
**2*m2**13*n1**13 - 36*a33**2*m1**2*m2**13*n1**11*n2**2 + 395*a33**2*m1**2*m2**
13*n1**9*n2**4 - 180*a33**2*m1**2*m2**13*n1**7*n2**6 - 5*a33**2*m1*m2**14*n1**12
*n2 - 64*a33**2*m1*m2**14*n1**10*n2**3 + 45*a33**2*m1*m2**14*n1**8*n2**5 + a33**
2*m2**15*n1**13 + 4*a33**2*m2**15*n1**11*n2**2 - 5*a33**2*m2**15*n1**9*n2**4) +
v3**2*( - 2*m1**13*n1**8*n2**9 + 2*m1**13*n1**6*n2**11 + 2*m1**13*n1**4*n2**13 -
2*m1**13*n1**2*n2**15 + 18*m1**12*m2*n1**9*n2**8 - 32*m1**12*m2*n1**7*n2**10 -
16*m1**12*m2*n1**5*n2**12 + 32*m1**12*m2*n1**3*n2**14 - 2*m1**12*m2*n1*n2**16 -
72*m1**11*m2**2*n1**10*n2**7 + 200*m1**11*m2**2*n1**8*n2**9 + 24*m1**11*m2**2*n1
**6*n2**11 - 216*m1**11*m2**2*n1**4*n2**13 + 32*m1**11*m2**2*n1**2*n2**15 + 168*
m1**10*m2**3*n1**11*n2**6 - 690*m1**10*m2**3*n1**9*n2**8 + 180*m1**10*m2**3*n1**
7*n2**10 + 816*m1**10*m2**3*n1**5*n2**12 - 220*m1**10*m2**3*n1**3*n2**14 + 2*m1
**10*m2**3*n1*n2**16 - 252*m1**9*m2**4*n1**12*n2**5 + 1500*m1**9*m2**4*n1**10*n2
**7 - 1050*m1**9*m2**4*n1**8*n2**9 - 1910*m1**9*m2**4*n1**6*n2**11 + 870*m1**9*
m2**4*n1**4*n2**13 - 22*m1**9*m2**4*n1**2*n2**15 + 252*m1**8*m2**5*n1**13*n2**4
- 2184*m1**8*m2**5*n1**11*n2**6 + 2736*m1**8*m2**5*n1**9*n2**8 + 2844*m1**8*m2**
5*n1**7*n2**10 - 2220*m1**8*m2**5*n1**5*n2**12 + 108*m1**8*m2**5*n1**3*n2**14 -
168*m1**7*m2**6*n1**14*n2**3 + 2184*m1**7*m2**6*n1**12*n2**5 - 4368*m1**7*m2**6*
n1**10*n2**7 - 2544*m1**7*m2**6*n1**8*n2**9 + 3864*m1**7*m2**6*n1**6*n2**11 -
312*m1**7*m2**6*n1**4*n2**13 + 72*m1**6*m2**7*n1**15*n2**2 - 1500*m1**6*m2**7*n1
**13*n2**4 + 4632*m1**6*m2**7*n1**11*n2**6 + 912*m1**6*m2**7*n1**9*n2**8 - 4704*
m1**6*m2**7*n1**7*n2**10 + 588*m1**6*m2**7*n1**5*n2**12 - 18*m1**5*m2**8*n1**16*
n2 + 690*m1**5*m2**8*n1**14*n2**3 - 3330*m1**5*m2**8*n1**12*n2**5 + 738*m1**5*m2
**8*n1**10*n2**7 + 4020*m1**5*m2**8*n1**8*n2**9 - 756*m1**5*m2**8*n1**6*n2**11 +
2*m1**4*m2**9*n1**17 - 200*m1**4*m2**9*n1**15*n2**2 + 1600*m1**4*m2**9*n1**13*
n2**4 - 1240*m1**4*m2**9*n1**11*n2**6 - 2370*m1**4*m2**9*n1**9*n2**8 + 672*m1**4
*m2**9*n1**7*n2**10 + 32*m1**3*m2**10*n1**16*n2 - 488*m1**3*m2**10*n1**14*n2**3
+ 808*m1**3*m2**10*n1**12*n2**5 + 920*m1**3*m2**10*n1**10*n2**7 - 408*m1**3*m2**
10*n1**8*n2**9 - 2*m1**2*m2**11*n1**17 + 84*m1**2*m2**11*n1**15*n2**2 - 288*m1**
2*m2**11*n1**13*n2**4 - 212*m1**2*m2**11*n1**11*n2**6 + 162*m1**2*m2**11*n1**9*
n2**8 - 6*m1*m2**12*n1**16*n2 + 54*m1*m2**12*n1**14*n2**3 + 22*m1*m2**12*n1**12*
n2**5 - 38*m1*m2**12*n1**10*n2**7 - 4*m2**13*n1**15*n2**2 + 4*m2**13*n1**11*n2**
6)$
FI=u1**2*v2**2*( - a33*m1**11*n1**8*n2**9 - 2*a33*m1**11*n1**6*n2**11 + 2*a33*m1
**11*n1**2*n2**15 + a33*m1**11*n2**17 + 9*a33*m1**10*m2*n1**9*n2**8 + 14*a33*m1
**10*m2*n1**7*n2**10 - 12*a33*m1**10*m2*n1**5*n2**12 - 30*a33*m1**10*m2*n1**3*n2
**14 - 13*a33*m1**10*m2*n1*n2**16 - 36*a33*m1**9*m2**2*n1**10*n2**7 - 35*a33*m1
**9*m2**2*n1**8*n2**9 + 110*a33*m1**9*m2**2*n1**6*n2**11 + 180*a33*m1**9*m2**2*
n1**4*n2**13 + 70*a33*m1**9*m2**2*n1**2*n2**15 - a33*m1**9*m2**2*n2**17 + 84*a33
*m1**8*m2**3*n1**11*n2**6 + 15*a33*m1**8*m2**3*n1**9*n2**8 - 450*a33*m1**8*m2**3
*n1**7*n2**10 - 600*a33*m1**8*m2**3*n1**5*n2**12 - 210*a33*m1**8*m2**3*n1**3*n2
**14 + 9*a33*m1**8*m2**3*n1*n2**16 - 126*a33*m1**7*m2**4*n1**12*n2**5 + 120*a33*
m1**7*m2**4*n1**10*n2**7 + 1080*a33*m1**7*m2**4*n1**8*n2**9 + 1260*a33*m1**7*m2
**4*n1**6*n2**11 + 390*a33*m1**7*m2**4*n1**4*n2**13 - 36*a33*m1**7*m2**4*n1**2*
n2**15 + 126*a33*m1**6*m2**5*n1**13*n2**4 - 336*a33*m1**6*m2**5*n1**11*n2**6 -
1680*a33*m1**6*m2**5*n1**9*n2**8 - 1764*a33*m1**6*m2**5*n1**7*n2**10 - 462*a33*
m1**6*m2**5*n1**5*n2**12 + 84*a33*m1**6*m2**5*n1**3*n2**14 - 84*a33*m1**5*m2**6*
n1**14*n2**3 + 462*a33*m1**5*m2**6*n1**12*n2**5 + 1764*a33*m1**5*m2**6*n1**10*n2
**7 + 1680*a33*m1**5*m2**6*n1**8*n2**9 + 336*a33*m1**5*m2**6*n1**6*n2**11 - 126*
a33*m1**5*m2**6*n1**4*n2**13 + 36*a33*m1**4*m2**7*n1**15*n2**2 - 390*a33*m1**4*
m2**7*n1**13*n2**4 - 1260*a33*m1**4*m2**7*n1**11*n2**6 - 1080*a33*m1**4*m2**7*n1
**9*n2**8 - 120*a33*m1**4*m2**7*n1**7*n2**10 + 126*a33*m1**4*m2**7*n1**5*n2**12
- 9*a33*m1**3*m2**8*n1**16*n2 + 210*a33*m1**3*m2**8*n1**14*n2**3 + 600*a33*m1**3
*m2**8*n1**12*n2**5 + 450*a33*m1**3*m2**8*n1**10*n2**7 - 15*a33*m1**3*m2**8*n1**
8*n2**9 - 84*a33*m1**3*m2**8*n1**6*n2**11 + a33*m1**2*m2**9*n1**17 - 70*a33*m1**
2*m2**9*n1**15*n2**2 - 180*a33*m1**2*m2**9*n1**13*n2**4 - 110*a33*m1**2*m2**9*n1
**11*n2**6 + 35*a33*m1**2*m2**9*n1**9*n2**8 + 36*a33*m1**2*m2**9*n1**7*n2**10 +
13*a33*m1*m2**10*n1**16*n2 + 30*a33*m1*m2**10*n1**14*n2**3 + 12*a33*m1*m2**10*n1
**12*n2**5 - 14*a33*m1*m2**10*n1**10*n2**7 - 9*a33*m1*m2**10*n1**8*n2**9 - a33*
m2**11*n1**17 - 2*a33*m2**11*n1**15*n2**2 + 2*a33*m2**11*n1**11*n2**6 + a33*m2**
11*n1**9*n2**8) + u1**2*v3**2*( - a33*m1**11*n1**8*n2**9 - 2*a33*m1**11*n1**6*n2
**11 + 2*a33*m1**11*n1**2*n2**15 + a33*m1**11*n2**17 + 9*a33*m1**10*m2*n1**9*n2
**8 + 14*a33*m1**10*m2*n1**7*n2**10 - 12*a33*m1**10*m2*n1**5*n2**12 - 30*a33*m1
**10*m2*n1**3*n2**14 - 13*a33*m1**10*m2*n1*n2**16 - 36*a33*m1**9*m2**2*n1**10*n2
**7 - 35*a33*m1**9*m2**2*n1**8*n2**9 + 110*a33*m1**9*m2**2*n1**6*n2**11 + 180*
a33*m1**9*m2**2*n1**4*n2**13 + 70*a33*m1**9*m2**2*n1**2*n2**15 - a33*m1**9*m2**2
*n2**17 + 84*a33*m1**8*m2**3*n1**11*n2**6 + 15*a33*m1**8*m2**3*n1**9*n2**8 - 450
*a33*m1**8*m2**3*n1**7*n2**10 - 600*a33*m1**8*m2**3*n1**5*n2**12 - 210*a33*m1**8
*m2**3*n1**3*n2**14 + 9*a33*m1**8*m2**3*n1*n2**16 - 126*a33*m1**7*m2**4*n1**12*
n2**5 + 120*a33*m1**7*m2**4*n1**10*n2**7 + 1080*a33*m1**7*m2**4*n1**8*n2**9 +
1260*a33*m1**7*m2**4*n1**6*n2**11 + 390*a33*m1**7*m2**4*n1**4*n2**13 - 36*a33*m1
**7*m2**4*n1**2*n2**15 + 126*a33*m1**6*m2**5*n1**13*n2**4 - 336*a33*m1**6*m2**5*
n1**11*n2**6 - 1680*a33*m1**6*m2**5*n1**9*n2**8 - 1764*a33*m1**6*m2**5*n1**7*n2
**10 - 462*a33*m1**6*m2**5*n1**5*n2**12 + 84*a33*m1**6*m2**5*n1**3*n2**14 - 84*
a33*m1**5*m2**6*n1**14*n2**3 + 462*a33*m1**5*m2**6*n1**12*n2**5 + 1764*a33*m1**5
*m2**6*n1**10*n2**7 + 1680*a33*m1**5*m2**6*n1**8*n2**9 + 336*a33*m1**5*m2**6*n1
**6*n2**11 - 126*a33*m1**5*m2**6*n1**4*n2**13 + 36*a33*m1**4*m2**7*n1**15*n2**2
- 390*a33*m1**4*m2**7*n1**13*n2**4 - 1260*a33*m1**4*m2**7*n1**11*n2**6 - 1080*
a33*m1**4*m2**7*n1**9*n2**8 - 120*a33*m1**4*m2**7*n1**7*n2**10 + 126*a33*m1**4*
m2**7*n1**5*n2**12 - 9*a33*m1**3*m2**8*n1**16*n2 + 210*a33*m1**3*m2**8*n1**14*n2
**3 + 600*a33*m1**3*m2**8*n1**12*n2**5 + 450*a33*m1**3*m2**8*n1**10*n2**7 - 15*
a33*m1**3*m2**8*n1**8*n2**9 - 84*a33*m1**3*m2**8*n1**6*n2**11 + a33*m1**2*m2**9*
n1**17 - 70*a33*m1**2*m2**9*n1**15*n2**2 - 180*a33*m1**2*m2**9*n1**13*n2**4 -
110*a33*m1**2*m2**9*n1**11*n2**6 + 35*a33*m1**2*m2**9*n1**9*n2**8 + 36*a33*m1**2
*m2**9*n1**7*n2**10 + 13*a33*m1*m2**10*n1**16*n2 + 30*a33*m1*m2**10*n1**14*n2**3
+ 12*a33*m1*m2**10*n1**12*n2**5 - 14*a33*m1*m2**10*n1**10*n2**7 - 9*a33*m1*m2**
10*n1**8*n2**9 - a33*m2**11*n1**17 - 2*a33*m2**11*n1**15*n2**2 + 2*a33*m2**11*n1
**11*n2**6 + a33*m2**11*n1**9*n2**8) + u1*u2*v1*v2*(2*a33*m1**11*n1**8*n2**9 + 4
*a33*m1**11*n1**6*n2**11 - 4*a33*m1**11*n1**2*n2**15 - 2*a33*m1**11*n2**17 - 18*
a33*m1**10*m2*n1**9*n2**8 - 28*a33*m1**10*m2*n1**7*n2**10 + 24*a33*m1**10*m2*n1
**5*n2**12 + 60*a33*m1**10*m2*n1**3*n2**14 + 26*a33*m1**10*m2*n1*n2**16 + 72*a33
*m1**9*m2**2*n1**10*n2**7 + 70*a33*m1**9*m2**2*n1**8*n2**9 - 220*a33*m1**9*m2**2
*n1**6*n2**11 - 360*a33*m1**9*m2**2*n1**4*n2**13 - 140*a33*m1**9*m2**2*n1**2*n2
**15 + 2*a33*m1**9*m2**2*n2**17 - 168*a33*m1**8*m2**3*n1**11*n2**6 - 30*a33*m1**
8*m2**3*n1**9*n2**8 + 900*a33*m1**8*m2**3*n1**7*n2**10 + 1200*a33*m1**8*m2**3*n1
**5*n2**12 + 420*a33*m1**8*m2**3*n1**3*n2**14 - 18*a33*m1**8*m2**3*n1*n2**16 +
252*a33*m1**7*m2**4*n1**12*n2**5 - 240*a33*m1**7*m2**4*n1**10*n2**7 - 2160*a33*
m1**7*m2**4*n1**8*n2**9 - 2520*a33*m1**7*m2**4*n1**6*n2**11 - 780*a33*m1**7*m2**
4*n1**4*n2**13 + 72*a33*m1**7*m2**4*n1**2*n2**15 - 252*a33*m1**6*m2**5*n1**13*n2
**4 + 672*a33*m1**6*m2**5*n1**11*n2**6 + 3360*a33*m1**6*m2**5*n1**9*n2**8 + 3528
*a33*m1**6*m2**5*n1**7*n2**10 + 924*a33*m1**6*m2**5*n1**5*n2**12 - 168*a33*m1**6
*m2**5*n1**3*n2**14 + 168*a33*m1**5*m2**6*n1**14*n2**3 - 924*a33*m1**5*m2**6*n1
**12*n2**5 - 3528*a33*m1**5*m2**6*n1**10*n2**7 - 3360*a33*m1**5*m2**6*n1**8*n2**
9 - 672*a33*m1**5*m2**6*n1**6*n2**11 + 252*a33*m1**5*m2**6*n1**4*n2**13 - 72*a33
*m1**4*m2**7*n1**15*n2**2 + 780*a33*m1**4*m2**7*n1**13*n2**4 + 2520*a33*m1**4*m2
**7*n1**11*n2**6 + 2160*a33*m1**4*m2**7*n1**9*n2**8 + 240*a33*m1**4*m2**7*n1**7*
n2**10 - 252*a33*m1**4*m2**7*n1**5*n2**12 + 18*a33*m1**3*m2**8*n1**16*n2 - 420*
a33*m1**3*m2**8*n1**14*n2**3 - 1200*a33*m1**3*m2**8*n1**12*n2**5 - 900*a33*m1**3
*m2**8*n1**10*n2**7 + 30*a33*m1**3*m2**8*n1**8*n2**9 + 168*a33*m1**3*m2**8*n1**6
*n2**11 - 2*a33*m1**2*m2**9*n1**17 + 140*a33*m1**2*m2**9*n1**15*n2**2 + 360*a33*
m1**2*m2**9*n1**13*n2**4 + 220*a33*m1**2*m2**9*n1**11*n2**6 - 70*a33*m1**2*m2**9
*n1**9*n2**8 - 72*a33*m1**2*m2**9*n1**7*n2**10 - 26*a33*m1*m2**10*n1**16*n2 - 60
*a33*m1*m2**10*n1**14*n2**3 - 24*a33*m1*m2**10*n1**12*n2**5 + 28*a33*m1*m2**10*
n1**10*n2**7 + 18*a33*m1*m2**10*n1**8*n2**9 + 2*a33*m2**11*n1**17 + 4*a33*m2**11
*n1**15*n2**2 - 4*a33*m2**11*n1**11*n2**6 - 2*a33*m2**11*n1**9*n2**8) + u1*u3*v1
*v3*(2*a33*m1**11*n1**8*n2**9 + 4*a33*m1**11*n1**6*n2**11 - 4*a33*m1**11*n1**2*
n2**15 - 2*a33*m1**11*n2**17 - 18*a33*m1**10*m2*n1**9*n2**8 - 28*a33*m1**10*m2*
n1**7*n2**10 + 24*a33*m1**10*m2*n1**5*n2**12 + 60*a33*m1**10*m2*n1**3*n2**14 +
26*a33*m1**10*m2*n1*n2**16 + 72*a33*m1**9*m2**2*n1**10*n2**7 + 70*a33*m1**9*m2**
2*n1**8*n2**9 - 220*a33*m1**9*m2**2*n1**6*n2**11 - 360*a33*m1**9*m2**2*n1**4*n2
**13 - 140*a33*m1**9*m2**2*n1**2*n2**15 + 2*a33*m1**9*m2**2*n2**17 - 168*a33*m1
**8*m2**3*n1**11*n2**6 - 30*a33*m1**8*m2**3*n1**9*n2**8 + 900*a33*m1**8*m2**3*n1
**7*n2**10 + 1200*a33*m1**8*m2**3*n1**5*n2**12 + 420*a33*m1**8*m2**3*n1**3*n2**
14 - 18*a33*m1**8*m2**3*n1*n2**16 + 252*a33*m1**7*m2**4*n1**12*n2**5 - 240*a33*
m1**7*m2**4*n1**10*n2**7 - 2160*a33*m1**7*m2**4*n1**8*n2**9 - 2520*a33*m1**7*m2
**4*n1**6*n2**11 - 780*a33*m1**7*m2**4*n1**4*n2**13 + 72*a33*m1**7*m2**4*n1**2*
n2**15 - 252*a33*m1**6*m2**5*n1**13*n2**4 + 672*a33*m1**6*m2**5*n1**11*n2**6 +
3360*a33*m1**6*m2**5*n1**9*n2**8 + 3528*a33*m1**6*m2**5*n1**7*n2**10 + 924*a33*
m1**6*m2**5*n1**5*n2**12 - 168*a33*m1**6*m2**5*n1**3*n2**14 + 168*a33*m1**5*m2**
6*n1**14*n2**3 - 924*a33*m1**5*m2**6*n1**12*n2**5 - 3528*a33*m1**5*m2**6*n1**10*
n2**7 - 3360*a33*m1**5*m2**6*n1**8*n2**9 - 672*a33*m1**5*m2**6*n1**6*n2**11 +
252*a33*m1**5*m2**6*n1**4*n2**13 - 72*a33*m1**4*m2**7*n1**15*n2**2 + 780*a33*m1
**4*m2**7*n1**13*n2**4 + 2520*a33*m1**4*m2**7*n1**11*n2**6 + 2160*a33*m1**4*m2**
7*n1**9*n2**8 + 240*a33*m1**4*m2**7*n1**7*n2**10 - 252*a33*m1**4*m2**7*n1**5*n2
**12 + 18*a33*m1**3*m2**8*n1**16*n2 - 420*a33*m1**3*m2**8*n1**14*n2**3 - 1200*
a33*m1**3*m2**8*n1**12*n2**5 - 900*a33*m1**3*m2**8*n1**10*n2**7 + 30*a33*m1**3*
m2**8*n1**8*n2**9 + 168*a33*m1**3*m2**8*n1**6*n2**11 - 2*a33*m1**2*m2**9*n1**17
+ 140*a33*m1**2*m2**9*n1**15*n2**2 + 360*a33*m1**2*m2**9*n1**13*n2**4 + 220*a33*
m1**2*m2**9*n1**11*n2**6 - 70*a33*m1**2*m2**9*n1**9*n2**8 - 72*a33*m1**2*m2**9*
n1**7*n2**10 - 26*a33*m1*m2**10*n1**16*n2 - 60*a33*m1*m2**10*n1**14*n2**3 - 24*
a33*m1*m2**10*n1**12*n2**5 + 28*a33*m1*m2**10*n1**10*n2**7 + 18*a33*m1*m2**10*n1
**8*n2**9 + 2*a33*m2**11*n1**17 + 4*a33*m2**11*n1**15*n2**2 - 4*a33*m2**11*n1**
11*n2**6 - 2*a33*m2**11*n1**9*n2**8) + u1*v1**2*v2*(2*a33*m1**12*n1**6*n2**10 +
2*a33*m1**12*n1**4*n2**12 - 2*a33*m1**12*n1**2*n2**14 - 2*a33*m1**12*n2**16 - 20
*a33*m1**11*m2*n1**7*n2**9 - 12*a33*m1**11*m2*n1**5*n2**11 + 36*a33*m1**11*m2*n1
**3*n2**13 + 28*a33*m1**11*m2*n1*n2**15 + 90*a33*m1**10*m2**2*n1**8*n2**8 + 8*
a33*m1**10*m2**2*n1**6*n2**10 - 252*a33*m1**10*m2**2*n1**4*n2**12 - 168*a33*m1**
10*m2**2*n1**2*n2**14 + 2*a33*m1**10*m2**2*n2**16 - 240*a33*m1**9*m2**3*n1**9*n2
**7 + 140*a33*m1**9*m2**3*n1**7*n2**9 + 980*a33*m1**9*m2**3*n1**5*n2**11 + 580*
a33*m1**9*m2**3*n1**3*n2**13 - 20*a33*m1**9*m2**3*n1*n2**15 + 420*a33*m1**8*m2**
4*n1**10*n2**6 - 630*a33*m1**8*m2**4*n1**8*n2**8 - 2430*a33*m1**8*m2**4*n1**6*n2
**10 - 1290*a33*m1**8*m2**4*n1**4*n2**12 + 90*a33*m1**8*m2**4*n1**2*n2**14 - 504
*a33*m1**7*m2**5*n1**11*n2**5 + 1416*a33*m1**7*m2**5*n1**9*n2**7 + 4104*a33*m1**
7*m2**5*n1**7*n2**9 + 1944*a33*m1**7*m2**5*n1**5*n2**11 - 240*a33*m1**7*m2**5*n1
**3*n2**13 + 420*a33*m1**6*m2**6*n1**12*n2**4 - 2016*a33*m1**6*m2**6*n1**10*n2**
6 - 4872*a33*m1**6*m2**6*n1**8*n2**8 - 2016*a33*m1**6*m2**6*n1**6*n2**10 + 420*
a33*m1**6*m2**6*n1**4*n2**12 - 240*a33*m1**5*m2**7*n1**13*n2**3 + 1944*a33*m1**5
*m2**7*n1**11*n2**5 + 4104*a33*m1**5*m2**7*n1**9*n2**7 + 1416*a33*m1**5*m2**7*n1
**7*n2**9 - 504*a33*m1**5*m2**7*n1**5*n2**11 + 90*a33*m1**4*m2**8*n1**14*n2**2 -
1290*a33*m1**4*m2**8*n1**12*n2**4 - 2430*a33*m1**4*m2**8*n1**10*n2**6 - 630*a33
*m1**4*m2**8*n1**8*n2**8 + 420*a33*m1**4*m2**8*n1**6*n2**10 - 20*a33*m1**3*m2**9
*n1**15*n2 + 580*a33*m1**3*m2**9*n1**13*n2**3 + 980*a33*m1**3*m2**9*n1**11*n2**5
+ 140*a33*m1**3*m2**9*n1**9*n2**7 - 240*a33*m1**3*m2**9*n1**7*n2**9 + 2*a33*m1
**2*m2**10*n1**16 - 168*a33*m1**2*m2**10*n1**14*n2**2 - 252*a33*m1**2*m2**10*n1
**12*n2**4 + 8*a33*m1**2*m2**10*n1**10*n2**6 + 90*a33*m1**2*m2**10*n1**8*n2**8 +
28*a33*m1*m2**11*n1**15*n2 + 36*a33*m1*m2**11*n1**13*n2**3 - 12*a33*m1*m2**11*
n1**11*n2**5 - 20*a33*m1*m2**11*n1**9*n2**7 - 2*a33*m2**12*n1**16 - 2*a33*m2**12
*n1**14*n2**2 + 2*a33*m2**12*n1**12*n2**4 + 2*a33*m2**12*n1**10*n2**6) + u1*v1**
2*(m1**11*n1**9*n2**9 + 2*m1**11*n1**7*n2**11 - 2*m1**11*n1**3*n2**15 - m1**11*
n1*n2**17 - 9*m1**10*m2*n1**10*n2**8 - 14*m1**10*m2*n1**8*n2**10 + 12*m1**10*m2*
n1**6*n2**12 + 30*m1**10*m2*n1**4*n2**14 + 13*m1**10*m2*n1**2*n2**16 + 36*m1**9*
m2**2*n1**11*n2**7 + 35*m1**9*m2**2*n1**9*n2**9 - 110*m1**9*m2**2*n1**7*n2**11 -
180*m1**9*m2**2*n1**5*n2**13 - 70*m1**9*m2**2*n1**3*n2**15 + m1**9*m2**2*n1*n2
**17 - 84*m1**8*m2**3*n1**12*n2**6 - 15*m1**8*m2**3*n1**10*n2**8 + 450*m1**8*m2
**3*n1**8*n2**10 + 600*m1**8*m2**3*n1**6*n2**12 + 210*m1**8*m2**3*n1**4*n2**14 -
9*m1**8*m2**3*n1**2*n2**16 + 126*m1**7*m2**4*n1**13*n2**5 - 120*m1**7*m2**4*n1
**11*n2**7 - 1080*m1**7*m2**4*n1**9*n2**9 - 1260*m1**7*m2**4*n1**7*n2**11 - 390*
m1**7*m2**4*n1**5*n2**13 + 36*m1**7*m2**4*n1**3*n2**15 - 126*m1**6*m2**5*n1**14*
n2**4 + 336*m1**6*m2**5*n1**12*n2**6 + 1680*m1**6*m2**5*n1**10*n2**8 + 1764*m1**
6*m2**5*n1**8*n2**10 + 462*m1**6*m2**5*n1**6*n2**12 - 84*m1**6*m2**5*n1**4*n2**
14 + 84*m1**5*m2**6*n1**15*n2**3 - 462*m1**5*m2**6*n1**13*n2**5 - 1764*m1**5*m2
**6*n1**11*n2**7 - 1680*m1**5*m2**6*n1**9*n2**9 - 336*m1**5*m2**6*n1**7*n2**11 +
126*m1**5*m2**6*n1**5*n2**13 - 36*m1**4*m2**7*n1**16*n2**2 + 390*m1**4*m2**7*n1
**14*n2**4 + 1260*m1**4*m2**7*n1**12*n2**6 + 1080*m1**4*m2**7*n1**10*n2**8 + 120
*m1**4*m2**7*n1**8*n2**10 - 126*m1**4*m2**7*n1**6*n2**12 + 9*m1**3*m2**8*n1**17*
n2 - 210*m1**3*m2**8*n1**15*n2**3 - 600*m1**3*m2**8*n1**13*n2**5 - 450*m1**3*m2
**8*n1**11*n2**7 + 15*m1**3*m2**8*n1**9*n2**9 + 84*m1**3*m2**8*n1**7*n2**11 - m1
**2*m2**9*n1**18 + 70*m1**2*m2**9*n1**16*n2**2 + 180*m1**2*m2**9*n1**14*n2**4 +
110*m1**2*m2**9*n1**12*n2**6 - 35*m1**2*m2**9*n1**10*n2**8 - 36*m1**2*m2**9*n1**
8*n2**10 - 13*m1*m2**10*n1**17*n2 - 30*m1*m2**10*n1**15*n2**3 - 12*m1*m2**10*n1
**13*n2**5 + 14*m1*m2**10*n1**11*n2**7 + 9*m1*m2**10*n1**9*n2**9 + m2**11*n1**18
+ 2*m2**11*n1**16*n2**2 - 2*m2**11*n1**12*n2**6 - m2**11*n1**10*n2**8) + u1*v2
**3*(2*a33*m1**12*n1**6*n2**10 + 2*a33*m1**12*n1**4*n2**12 - 2*a33*m1**12*n1**2*
n2**14 - 2*a33*m1**12*n2**16 - 20*a33*m1**11*m2*n1**7*n2**9 - 12*a33*m1**11*m2*
n1**5*n2**11 + 36*a33*m1**11*m2*n1**3*n2**13 + 28*a33*m1**11*m2*n1*n2**15 + 90*
a33*m1**10*m2**2*n1**8*n2**8 + 8*a33*m1**10*m2**2*n1**6*n2**10 - 252*a33*m1**10*
m2**2*n1**4*n2**12 - 168*a33*m1**10*m2**2*n1**2*n2**14 + 2*a33*m1**10*m2**2*n2**
16 - 240*a33*m1**9*m2**3*n1**9*n2**7 + 140*a33*m1**9*m2**3*n1**7*n2**9 + 980*a33
*m1**9*m2**3*n1**5*n2**11 + 580*a33*m1**9*m2**3*n1**3*n2**13 - 20*a33*m1**9*m2**
3*n1*n2**15 + 420*a33*m1**8*m2**4*n1**10*n2**6 - 630*a33*m1**8*m2**4*n1**8*n2**8
- 2430*a33*m1**8*m2**4*n1**6*n2**10 - 1290*a33*m1**8*m2**4*n1**4*n2**12 + 90*
a33*m1**8*m2**4*n1**2*n2**14 - 504*a33*m1**7*m2**5*n1**11*n2**5 + 1416*a33*m1**7
*m2**5*n1**9*n2**7 + 4104*a33*m1**7*m2**5*n1**7*n2**9 + 1944*a33*m1**7*m2**5*n1
**5*n2**11 - 240*a33*m1**7*m2**5*n1**3*n2**13 + 420*a33*m1**6*m2**6*n1**12*n2**4
- 2016*a33*m1**6*m2**6*n1**10*n2**6 - 4872*a33*m1**6*m2**6*n1**8*n2**8 - 2016*
a33*m1**6*m2**6*n1**6*n2**10 + 420*a33*m1**6*m2**6*n1**4*n2**12 - 240*a33*m1**5*
m2**7*n1**13*n2**3 + 1944*a33*m1**5*m2**7*n1**11*n2**5 + 4104*a33*m1**5*m2**7*n1
**9*n2**7 + 1416*a33*m1**5*m2**7*n1**7*n2**9 - 504*a33*m1**5*m2**7*n1**5*n2**11
+ 90*a33*m1**4*m2**8*n1**14*n2**2 - 1290*a33*m1**4*m2**8*n1**12*n2**4 - 2430*a33
*m1**4*m2**8*n1**10*n2**6 - 630*a33*m1**4*m2**8*n1**8*n2**8 + 420*a33*m1**4*m2**
8*n1**6*n2**10 - 20*a33*m1**3*m2**9*n1**15*n2 + 580*a33*m1**3*m2**9*n1**13*n2**3
+ 980*a33*m1**3*m2**9*n1**11*n2**5 + 140*a33*m1**3*m2**9*n1**9*n2**7 - 240*a33*
m1**3*m2**9*n1**7*n2**9 + 2*a33*m1**2*m2**10*n1**16 - 168*a33*m1**2*m2**10*n1**
14*n2**2 - 252*a33*m1**2*m2**10*n1**12*n2**4 + 8*a33*m1**2*m2**10*n1**10*n2**6 +
90*a33*m1**2*m2**10*n1**8*n2**8 + 28*a33*m1*m2**11*n1**15*n2 + 36*a33*m1*m2**11
*n1**13*n2**3 - 12*a33*m1*m2**11*n1**11*n2**5 - 20*a33*m1*m2**11*n1**9*n2**7 - 2
*a33*m2**12*n1**16 - 2*a33*m2**12*n1**14*n2**2 + 2*a33*m2**12*n1**12*n2**4 + 2*
a33*m2**12*n1**10*n2**6) + u1*v2**2*(m1**11*n1**9*n2**9 + 2*m1**11*n1**7*n2**11
- 2*m1**11*n1**3*n2**15 - m1**11*n1*n2**17 - 9*m1**10*m2*n1**10*n2**8 - 14*m1**
10*m2*n1**8*n2**10 + 12*m1**10*m2*n1**6*n2**12 + 30*m1**10*m2*n1**4*n2**14 + 13*
m1**10*m2*n1**2*n2**16 + 36*m1**9*m2**2*n1**11*n2**7 + 35*m1**9*m2**2*n1**9*n2**
9 - 110*m1**9*m2**2*n1**7*n2**11 - 180*m1**9*m2**2*n1**5*n2**13 - 70*m1**9*m2**2
*n1**3*n2**15 + m1**9*m2**2*n1*n2**17 - 84*m1**8*m2**3*n1**12*n2**6 - 15*m1**8*
m2**3*n1**10*n2**8 + 450*m1**8*m2**3*n1**8*n2**10 + 600*m1**8*m2**3*n1**6*n2**12
+ 210*m1**8*m2**3*n1**4*n2**14 - 9*m1**8*m2**3*n1**2*n2**16 + 126*m1**7*m2**4*
n1**13*n2**5 - 120*m1**7*m2**4*n1**11*n2**7 - 1080*m1**7*m2**4*n1**9*n2**9 -
1260*m1**7*m2**4*n1**7*n2**11 - 390*m1**7*m2**4*n1**5*n2**13 + 36*m1**7*m2**4*n1
**3*n2**15 - 126*m1**6*m2**5*n1**14*n2**4 + 336*m1**6*m2**5*n1**12*n2**6 + 1680*
m1**6*m2**5*n1**10*n2**8 + 1764*m1**6*m2**5*n1**8*n2**10 + 462*m1**6*m2**5*n1**6
*n2**12 - 84*m1**6*m2**5*n1**4*n2**14 + 84*m1**5*m2**6*n1**15*n2**3 - 462*m1**5*
m2**6*n1**13*n2**5 - 1764*m1**5*m2**6*n1**11*n2**7 - 1680*m1**5*m2**6*n1**9*n2**
9 - 336*m1**5*m2**6*n1**7*n2**11 + 126*m1**5*m2**6*n1**5*n2**13 - 36*m1**4*m2**7
*n1**16*n2**2 + 390*m1**4*m2**7*n1**14*n2**4 + 1260*m1**4*m2**7*n1**12*n2**6 +
1080*m1**4*m2**7*n1**10*n2**8 + 120*m1**4*m2**7*n1**8*n2**10 - 126*m1**4*m2**7*
n1**6*n2**12 + 9*m1**3*m2**8*n1**17*n2 - 210*m1**3*m2**8*n1**15*n2**3 - 600*m1**
3*m2**8*n1**13*n2**5 - 450*m1**3*m2**8*n1**11*n2**7 + 15*m1**3*m2**8*n1**9*n2**9
+ 84*m1**3*m2**8*n1**7*n2**11 - m1**2*m2**9*n1**18 + 70*m1**2*m2**9*n1**16*n2**
2 + 180*m1**2*m2**9*n1**14*n2**4 + 110*m1**2*m2**9*n1**12*n2**6 - 35*m1**2*m2**9
*n1**10*n2**8 - 36*m1**2*m2**9*n1**8*n2**10 - 13*m1*m2**10*n1**17*n2 - 30*m1*m2
**10*n1**15*n2**3 - 12*m1*m2**10*n1**13*n2**5 + 14*m1*m2**10*n1**11*n2**7 + 9*m1
*m2**10*n1**9*n2**9 + m2**11*n1**18 + 2*m2**11*n1**16*n2**2 - 2*m2**11*n1**12*n2
**6 - m2**11*n1**10*n2**8) + u1*v2*v3**2*(2*a33*m1**12*n1**6*n2**10 + 2*a33*m1**
12*n1**4*n2**12 - 2*a33*m1**12*n1**2*n2**14 - 2*a33*m1**12*n2**16 - 20*a33*m1**
11*m2*n1**7*n2**9 - 12*a33*m1**11*m2*n1**5*n2**11 + 36*a33*m1**11*m2*n1**3*n2**
13 + 28*a33*m1**11*m2*n1*n2**15 + 90*a33*m1**10*m2**2*n1**8*n2**8 + 8*a33*m1**10
*m2**2*n1**6*n2**10 - 252*a33*m1**10*m2**2*n1**4*n2**12 - 168*a33*m1**10*m2**2*
n1**2*n2**14 + 2*a33*m1**10*m2**2*n2**16 - 240*a33*m1**9*m2**3*n1**9*n2**7 + 140
*a33*m1**9*m2**3*n1**7*n2**9 + 980*a33*m1**9*m2**3*n1**5*n2**11 + 580*a33*m1**9*
m2**3*n1**3*n2**13 - 20*a33*m1**9*m2**3*n1*n2**15 + 420*a33*m1**8*m2**4*n1**10*
n2**6 - 630*a33*m1**8*m2**4*n1**8*n2**8 - 2430*a33*m1**8*m2**4*n1**6*n2**10 -
1290*a33*m1**8*m2**4*n1**4*n2**12 + 90*a33*m1**8*m2**4*n1**2*n2**14 - 504*a33*m1
**7*m2**5*n1**11*n2**5 + 1416*a33*m1**7*m2**5*n1**9*n2**7 + 4104*a33*m1**7*m2**5
*n1**7*n2**9 + 1944*a33*m1**7*m2**5*n1**5*n2**11 - 240*a33*m1**7*m2**5*n1**3*n2
**13 + 420*a33*m1**6*m2**6*n1**12*n2**4 - 2016*a33*m1**6*m2**6*n1**10*n2**6 -
4872*a33*m1**6*m2**6*n1**8*n2**8 - 2016*a33*m1**6*m2**6*n1**6*n2**10 + 420*a33*
m1**6*m2**6*n1**4*n2**12 - 240*a33*m1**5*m2**7*n1**13*n2**3 + 1944*a33*m1**5*m2
**7*n1**11*n2**5 + 4104*a33*m1**5*m2**7*n1**9*n2**7 + 1416*a33*m1**5*m2**7*n1**7
*n2**9 - 504*a33*m1**5*m2**7*n1**5*n2**11 + 90*a33*m1**4*m2**8*n1**14*n2**2 -
1290*a33*m1**4*m2**8*n1**12*n2**4 - 2430*a33*m1**4*m2**8*n1**10*n2**6 - 630*a33*
m1**4*m2**8*n1**8*n2**8 + 420*a33*m1**4*m2**8*n1**6*n2**10 - 20*a33*m1**3*m2**9*
n1**15*n2 + 580*a33*m1**3*m2**9*n1**13*n2**3 + 980*a33*m1**3*m2**9*n1**11*n2**5
+ 140*a33*m1**3*m2**9*n1**9*n2**7 - 240*a33*m1**3*m2**9*n1**7*n2**9 + 2*a33*m1**
2*m2**10*n1**16 - 168*a33*m1**2*m2**10*n1**14*n2**2 - 252*a33*m1**2*m2**10*n1**
12*n2**4 + 8*a33*m1**2*m2**10*n1**10*n2**6 + 90*a33*m1**2*m2**10*n1**8*n2**8 +
28*a33*m1*m2**11*n1**15*n2 + 36*a33*m1*m2**11*n1**13*n2**3 - 12*a33*m1*m2**11*n1
**11*n2**5 - 20*a33*m1*m2**11*n1**9*n2**7 - 2*a33*m2**12*n1**16 - 2*a33*m2**12*
n1**14*n2**2 + 2*a33*m2**12*n1**12*n2**4 + 2*a33*m2**12*n1**10*n2**6) + u1*v3**2
*(m1**11*n1**9*n2**9 + 2*m1**11*n1**7*n2**11 - 2*m1**11*n1**3*n2**15 - m1**11*n1
*n2**17 - 9*m1**10*m2*n1**10*n2**8 - 14*m1**10*m2*n1**8*n2**10 + 12*m1**10*m2*n1
**6*n2**12 + 30*m1**10*m2*n1**4*n2**14 + 13*m1**10*m2*n1**2*n2**16 + 36*m1**9*m2
**2*n1**11*n2**7 + 35*m1**9*m2**2*n1**9*n2**9 - 110*m1**9*m2**2*n1**7*n2**11 -
180*m1**9*m2**2*n1**5*n2**13 - 70*m1**9*m2**2*n1**3*n2**15 + m1**9*m2**2*n1*n2**
17 - 84*m1**8*m2**3*n1**12*n2**6 - 15*m1**8*m2**3*n1**10*n2**8 + 450*m1**8*m2**3
*n1**8*n2**10 + 600*m1**8*m2**3*n1**6*n2**12 + 210*m1**8*m2**3*n1**4*n2**14 - 9*
m1**8*m2**3*n1**2*n2**16 + 126*m1**7*m2**4*n1**13*n2**5 - 120*m1**7*m2**4*n1**11
*n2**7 - 1080*m1**7*m2**4*n1**9*n2**9 - 1260*m1**7*m2**4*n1**7*n2**11 - 390*m1**
7*m2**4*n1**5*n2**13 + 36*m1**7*m2**4*n1**3*n2**15 - 126*m1**6*m2**5*n1**14*n2**
4 + 336*m1**6*m2**5*n1**12*n2**6 + 1680*m1**6*m2**5*n1**10*n2**8 + 1764*m1**6*m2
**5*n1**8*n2**10 + 462*m1**6*m2**5*n1**6*n2**12 - 84*m1**6*m2**5*n1**4*n2**14 +
84*m1**5*m2**6*n1**15*n2**3 - 462*m1**5*m2**6*n1**13*n2**5 - 1764*m1**5*m2**6*n1
**11*n2**7 - 1680*m1**5*m2**6*n1**9*n2**9 - 336*m1**5*m2**6*n1**7*n2**11 + 126*
m1**5*m2**6*n1**5*n2**13 - 36*m1**4*m2**7*n1**16*n2**2 + 390*m1**4*m2**7*n1**14*
n2**4 + 1260*m1**4*m2**7*n1**12*n2**6 + 1080*m1**4*m2**7*n1**10*n2**8 + 120*m1**
4*m2**7*n1**8*n2**10 - 126*m1**4*m2**7*n1**6*n2**12 + 9*m1**3*m2**8*n1**17*n2 -
210*m1**3*m2**8*n1**15*n2**3 - 600*m1**3*m2**8*n1**13*n2**5 - 450*m1**3*m2**8*n1
**11*n2**7 + 15*m1**3*m2**8*n1**9*n2**9 + 84*m1**3*m2**8*n1**7*n2**11 - m1**2*m2
**9*n1**18 + 70*m1**2*m2**9*n1**16*n2**2 + 180*m1**2*m2**9*n1**14*n2**4 + 110*m1
**2*m2**9*n1**12*n2**6 - 35*m1**2*m2**9*n1**10*n2**8 - 36*m1**2*m2**9*n1**8*n2**
10 - 13*m1*m2**10*n1**17*n2 - 30*m1*m2**10*n1**15*n2**3 - 12*m1*m2**10*n1**13*n2
**5 + 14*m1*m2**10*n1**11*n2**7 + 9*m1*m2**10*n1**9*n2**9 + m2**11*n1**18 + 2*m2
**11*n1**16*n2**2 - 2*m2**11*n1**12*n2**6 - m2**11*n1**10*n2**8) + u2**2*v1**2*(
- a33*m1**11*n1**8*n2**9 - 2*a33*m1**11*n1**6*n2**11 + 2*a33*m1**11*n1**2*n2**
15 + a33*m1**11*n2**17 + 9*a33*m1**10*m2*n1**9*n2**8 + 14*a33*m1**10*m2*n1**7*n2
**10 - 12*a33*m1**10*m2*n1**5*n2**12 - 30*a33*m1**10*m2*n1**3*n2**14 - 13*a33*m1
**10*m2*n1*n2**16 - 36*a33*m1**9*m2**2*n1**10*n2**7 - 35*a33*m1**9*m2**2*n1**8*
n2**9 + 110*a33*m1**9*m2**2*n1**6*n2**11 + 180*a33*m1**9*m2**2*n1**4*n2**13 + 70
*a33*m1**9*m2**2*n1**2*n2**15 - a33*m1**9*m2**2*n2**17 + 84*a33*m1**8*m2**3*n1**
11*n2**6 + 15*a33*m1**8*m2**3*n1**9*n2**8 - 450*a33*m1**8*m2**3*n1**7*n2**10 -
600*a33*m1**8*m2**3*n1**5*n2**12 - 210*a33*m1**8*m2**3*n1**3*n2**14 + 9*a33*m1**
8*m2**3*n1*n2**16 - 126*a33*m1**7*m2**4*n1**12*n2**5 + 120*a33*m1**7*m2**4*n1**
10*n2**7 + 1080*a33*m1**7*m2**4*n1**8*n2**9 + 1260*a33*m1**7*m2**4*n1**6*n2**11
+ 390*a33*m1**7*m2**4*n1**4*n2**13 - 36*a33*m1**7*m2**4*n1**2*n2**15 + 126*a33*
m1**6*m2**5*n1**13*n2**4 - 336*a33*m1**6*m2**5*n1**11*n2**6 - 1680*a33*m1**6*m2
**5*n1**9*n2**8 - 1764*a33*m1**6*m2**5*n1**7*n2**10 - 462*a33*m1**6*m2**5*n1**5*
n2**12 + 84*a33*m1**6*m2**5*n1**3*n2**14 - 84*a33*m1**5*m2**6*n1**14*n2**3 + 462
*a33*m1**5*m2**6*n1**12*n2**5 + 1764*a33*m1**5*m2**6*n1**10*n2**7 + 1680*a33*m1
**5*m2**6*n1**8*n2**9 + 336*a33*m1**5*m2**6*n1**6*n2**11 - 126*a33*m1**5*m2**6*
n1**4*n2**13 + 36*a33*m1**4*m2**7*n1**15*n2**2 - 390*a33*m1**4*m2**7*n1**13*n2**
4 - 1260*a33*m1**4*m2**7*n1**11*n2**6 - 1080*a33*m1**4*m2**7*n1**9*n2**8 - 120*
a33*m1**4*m2**7*n1**7*n2**10 + 126*a33*m1**4*m2**7*n1**5*n2**12 - 9*a33*m1**3*m2
**8*n1**16*n2 + 210*a33*m1**3*m2**8*n1**14*n2**3 + 600*a33*m1**3*m2**8*n1**12*n2
**5 + 450*a33*m1**3*m2**8*n1**10*n2**7 - 15*a33*m1**3*m2**8*n1**8*n2**9 - 84*a33
*m1**3*m2**8*n1**6*n2**11 + a33*m1**2*m2**9*n1**17 - 70*a33*m1**2*m2**9*n1**15*
n2**2 - 180*a33*m1**2*m2**9*n1**13*n2**4 - 110*a33*m1**2*m2**9*n1**11*n2**6 + 35
*a33*m1**2*m2**9*n1**9*n2**8 + 36*a33*m1**2*m2**9*n1**7*n2**10 + 13*a33*m1*m2**
10*n1**16*n2 + 30*a33*m1*m2**10*n1**14*n2**3 + 12*a33*m1*m2**10*n1**12*n2**5 -
14*a33*m1*m2**10*n1**10*n2**7 - 9*a33*m1*m2**10*n1**8*n2**9 - a33*m2**11*n1**17
- 2*a33*m2**11*n1**15*n2**2 + 2*a33*m2**11*n1**11*n2**6 + a33*m2**11*n1**9*n2**8
) + u2**2*v3**2*( - a33*m1**11*n1**8*n2**9 - 2*a33*m1**11*n1**6*n2**11 + 2*a33*
m1**11*n1**2*n2**15 + a33*m1**11*n2**17 + 9*a33*m1**10*m2*n1**9*n2**8 + 14*a33*
m1**10*m2*n1**7*n2**10 - 12*a33*m1**10*m2*n1**5*n2**12 - 30*a33*m1**10*m2*n1**3*
n2**14 - 13*a33*m1**10*m2*n1*n2**16 - 36*a33*m1**9*m2**2*n1**10*n2**7 - 35*a33*
m1**9*m2**2*n1**8*n2**9 + 110*a33*m1**9*m2**2*n1**6*n2**11 + 180*a33*m1**9*m2**2
*n1**4*n2**13 + 70*a33*m1**9*m2**2*n1**2*n2**15 - a33*m1**9*m2**2*n2**17 + 84*
a33*m1**8*m2**3*n1**11*n2**6 + 15*a33*m1**8*m2**3*n1**9*n2**8 - 450*a33*m1**8*m2
**3*n1**7*n2**10 - 600*a33*m1**8*m2**3*n1**5*n2**12 - 210*a33*m1**8*m2**3*n1**3*
n2**14 + 9*a33*m1**8*m2**3*n1*n2**16 - 126*a33*m1**7*m2**4*n1**12*n2**5 + 120*
a33*m1**7*m2**4*n1**10*n2**7 + 1080*a33*m1**7*m2**4*n1**8*n2**9 + 1260*a33*m1**7
*m2**4*n1**6*n2**11 + 390*a33*m1**7*m2**4*n1**4*n2**13 - 36*a33*m1**7*m2**4*n1**
2*n2**15 + 126*a33*m1**6*m2**5*n1**13*n2**4 - 336*a33*m1**6*m2**5*n1**11*n2**6 -
1680*a33*m1**6*m2**5*n1**9*n2**8 - 1764*a33*m1**6*m2**5*n1**7*n2**10 - 462*a33*
m1**6*m2**5*n1**5*n2**12 + 84*a33*m1**6*m2**5*n1**3*n2**14 - 84*a33*m1**5*m2**6*
n1**14*n2**3 + 462*a33*m1**5*m2**6*n1**12*n2**5 + 1764*a33*m1**5*m2**6*n1**10*n2
**7 + 1680*a33*m1**5*m2**6*n1**8*n2**9 + 336*a33*m1**5*m2**6*n1**6*n2**11 - 126*
a33*m1**5*m2**6*n1**4*n2**13 + 36*a33*m1**4*m2**7*n1**15*n2**2 - 390*a33*m1**4*
m2**7*n1**13*n2**4 - 1260*a33*m1**4*m2**7*n1**11*n2**6 - 1080*a33*m1**4*m2**7*n1
**9*n2**8 - 120*a33*m1**4*m2**7*n1**7*n2**10 + 126*a33*m1**4*m2**7*n1**5*n2**12
- 9*a33*m1**3*m2**8*n1**16*n2 + 210*a33*m1**3*m2**8*n1**14*n2**3 + 600*a33*m1**3
*m2**8*n1**12*n2**5 + 450*a33*m1**3*m2**8*n1**10*n2**7 - 15*a33*m1**3*m2**8*n1**
8*n2**9 - 84*a33*m1**3*m2**8*n1**6*n2**11 + a33*m1**2*m2**9*n1**17 - 70*a33*m1**
2*m2**9*n1**15*n2**2 - 180*a33*m1**2*m2**9*n1**13*n2**4 - 110*a33*m1**2*m2**9*n1
**11*n2**6 + 35*a33*m1**2*m2**9*n1**9*n2**8 + 36*a33*m1**2*m2**9*n1**7*n2**10 +
13*a33*m1*m2**10*n1**16*n2 + 30*a33*m1*m2**10*n1**14*n2**3 + 12*a33*m1*m2**10*n1
**12*n2**5 - 14*a33*m1*m2**10*n1**10*n2**7 - 9*a33*m1*m2**10*n1**8*n2**9 - a33*
m2**11*n1**17 - 2*a33*m2**11*n1**15*n2**2 + 2*a33*m2**11*n1**11*n2**6 + a33*m2**
11*n1**9*n2**8) + u2*u3*v2*v3*(2*a33*m1**11*n1**8*n2**9 + 4*a33*m1**11*n1**6*n2
**11 - 4*a33*m1**11*n1**2*n2**15 - 2*a33*m1**11*n2**17 - 18*a33*m1**10*m2*n1**9*
n2**8 - 28*a33*m1**10*m2*n1**7*n2**10 + 24*a33*m1**10*m2*n1**5*n2**12 + 60*a33*
m1**10*m2*n1**3*n2**14 + 26*a33*m1**10*m2*n1*n2**16 + 72*a33*m1**9*m2**2*n1**10*
n2**7 + 70*a33*m1**9*m2**2*n1**8*n2**9 - 220*a33*m1**9*m2**2*n1**6*n2**11 - 360*
a33*m1**9*m2**2*n1**4*n2**13 - 140*a33*m1**9*m2**2*n1**2*n2**15 + 2*a33*m1**9*m2
**2*n2**17 - 168*a33*m1**8*m2**3*n1**11*n2**6 - 30*a33*m1**8*m2**3*n1**9*n2**8 +
900*a33*m1**8*m2**3*n1**7*n2**10 + 1200*a33*m1**8*m2**3*n1**5*n2**12 + 420*a33*
m1**8*m2**3*n1**3*n2**14 - 18*a33*m1**8*m2**3*n1*n2**16 + 252*a33*m1**7*m2**4*n1
**12*n2**5 - 240*a33*m1**7*m2**4*n1**10*n2**7 - 2160*a33*m1**7*m2**4*n1**8*n2**9
- 2520*a33*m1**7*m2**4*n1**6*n2**11 - 780*a33*m1**7*m2**4*n1**4*n2**13 + 72*a33
*m1**7*m2**4*n1**2*n2**15 - 252*a33*m1**6*m2**5*n1**13*n2**4 + 672*a33*m1**6*m2
**5*n1**11*n2**6 + 3360*a33*m1**6*m2**5*n1**9*n2**8 + 3528*a33*m1**6*m2**5*n1**7
*n2**10 + 924*a33*m1**6*m2**5*n1**5*n2**12 - 168*a33*m1**6*m2**5*n1**3*n2**14 +
168*a33*m1**5*m2**6*n1**14*n2**3 - 924*a33*m1**5*m2**6*n1**12*n2**5 - 3528*a33*
m1**5*m2**6*n1**10*n2**7 - 3360*a33*m1**5*m2**6*n1**8*n2**9 - 672*a33*m1**5*m2**
6*n1**6*n2**11 + 252*a33*m1**5*m2**6*n1**4*n2**13 - 72*a33*m1**4*m2**7*n1**15*n2
**2 + 780*a33*m1**4*m2**7*n1**13*n2**4 + 2520*a33*m1**4*m2**7*n1**11*n2**6 +
2160*a33*m1**4*m2**7*n1**9*n2**8 + 240*a33*m1**4*m2**7*n1**7*n2**10 - 252*a33*m1
**4*m2**7*n1**5*n2**12 + 18*a33*m1**3*m2**8*n1**16*n2 - 420*a33*m1**3*m2**8*n1**
14*n2**3 - 1200*a33*m1**3*m2**8*n1**12*n2**5 - 900*a33*m1**3*m2**8*n1**10*n2**7
+ 30*a33*m1**3*m2**8*n1**8*n2**9 + 168*a33*m1**3*m2**8*n1**6*n2**11 - 2*a33*m1**
2*m2**9*n1**17 + 140*a33*m1**2*m2**9*n1**15*n2**2 + 360*a33*m1**2*m2**9*n1**13*
n2**4 + 220*a33*m1**2*m2**9*n1**11*n2**6 - 70*a33*m1**2*m2**9*n1**9*n2**8 - 72*
a33*m1**2*m2**9*n1**7*n2**10 - 26*a33*m1*m2**10*n1**16*n2 - 60*a33*m1*m2**10*n1
**14*n2**3 - 24*a33*m1*m2**10*n1**12*n2**5 + 28*a33*m1*m2**10*n1**10*n2**7 + 18*
a33*m1*m2**10*n1**8*n2**9 + 2*a33*m2**11*n1**17 + 4*a33*m2**11*n1**15*n2**2 - 4*
a33*m2**11*n1**11*n2**6 - 2*a33*m2**11*n1**9*n2**8) + u2*v1**3*( - 2*a33*m1**12*
n1**6*n2**10 - 2*a33*m1**12*n1**4*n2**12 + 2*a33*m1**12*n1**2*n2**14 + 2*a33*m1
**12*n2**16 + 20*a33*m1**11*m2*n1**7*n2**9 + 12*a33*m1**11*m2*n1**5*n2**11 - 36*
a33*m1**11*m2*n1**3*n2**13 - 28*a33*m1**11*m2*n1*n2**15 - 90*a33*m1**10*m2**2*n1
**8*n2**8 - 8*a33*m1**10*m2**2*n1**6*n2**10 + 252*a33*m1**10*m2**2*n1**4*n2**12
+ 168*a33*m1**10*m2**2*n1**2*n2**14 - 2*a33*m1**10*m2**2*n2**16 + 240*a33*m1**9*
m2**3*n1**9*n2**7 - 140*a33*m1**9*m2**3*n1**7*n2**9 - 980*a33*m1**9*m2**3*n1**5*
n2**11 - 580*a33*m1**9*m2**3*n1**3*n2**13 + 20*a33*m1**9*m2**3*n1*n2**15 - 420*
a33*m1**8*m2**4*n1**10*n2**6 + 630*a33*m1**8*m2**4*n1**8*n2**8 + 2430*a33*m1**8*
m2**4*n1**6*n2**10 + 1290*a33*m1**8*m2**4*n1**4*n2**12 - 90*a33*m1**8*m2**4*n1**
2*n2**14 + 504*a33*m1**7*m2**5*n1**11*n2**5 - 1416*a33*m1**7*m2**5*n1**9*n2**7 -
4104*a33*m1**7*m2**5*n1**7*n2**9 - 1944*a33*m1**7*m2**5*n1**5*n2**11 + 240*a33*
m1**7*m2**5*n1**3*n2**13 - 420*a33*m1**6*m2**6*n1**12*n2**4 + 2016*a33*m1**6*m2
**6*n1**10*n2**6 + 4872*a33*m1**6*m2**6*n1**8*n2**8 + 2016*a33*m1**6*m2**6*n1**6
*n2**10 - 420*a33*m1**6*m2**6*n1**4*n2**12 + 240*a33*m1**5*m2**7*n1**13*n2**3 -
1944*a33*m1**5*m2**7*n1**11*n2**5 - 4104*a33*m1**5*m2**7*n1**9*n2**7 - 1416*a33*
m1**5*m2**7*n1**7*n2**9 + 504*a33*m1**5*m2**7*n1**5*n2**11 - 90*a33*m1**4*m2**8*
n1**14*n2**2 + 1290*a33*m1**4*m2**8*n1**12*n2**4 + 2430*a33*m1**4*m2**8*n1**10*
n2**6 + 630*a33*m1**4*m2**8*n1**8*n2**8 - 420*a33*m1**4*m2**8*n1**6*n2**10 + 20*
a33*m1**3*m2**9*n1**15*n2 - 580*a33*m1**3*m2**9*n1**13*n2**3 - 980*a33*m1**3*m2
**9*n1**11*n2**5 - 140*a33*m1**3*m2**9*n1**9*n2**7 + 240*a33*m1**3*m2**9*n1**7*
n2**9 - 2*a33*m1**2*m2**10*n1**16 + 168*a33*m1**2*m2**10*n1**14*n2**2 + 252*a33*
m1**2*m2**10*n1**12*n2**4 - 8*a33*m1**2*m2**10*n1**10*n2**6 - 90*a33*m1**2*m2**
10*n1**8*n2**8 - 28*a33*m1*m2**11*n1**15*n2 - 36*a33*m1*m2**11*n1**13*n2**3 + 12
*a33*m1*m2**11*n1**11*n2**5 + 20*a33*m1*m2**11*n1**9*n2**7 + 2*a33*m2**12*n1**16
+ 2*a33*m2**12*n1**14*n2**2 - 2*a33*m2**12*n1**12*n2**4 - 2*a33*m2**12*n1**10*
n2**6) + u2*v1**2*(m1**11*n1**8*n2**10 + 2*m1**11*n1**6*n2**12 - 2*m1**11*n1**2*
n2**16 - m1**11*n2**18 - 9*m1**10*m2*n1**9*n2**9 - 14*m1**10*m2*n1**7*n2**11 +
12*m1**10*m2*n1**5*n2**13 + 30*m1**10*m2*n1**3*n2**15 + 13*m1**10*m2*n1*n2**17 +
36*m1**9*m2**2*n1**10*n2**8 + 35*m1**9*m2**2*n1**8*n2**10 - 110*m1**9*m2**2*n1
**6*n2**12 - 180*m1**9*m2**2*n1**4*n2**14 - 70*m1**9*m2**2*n1**2*n2**16 + m1**9*
m2**2*n2**18 - 84*m1**8*m2**3*n1**11*n2**7 - 15*m1**8*m2**3*n1**9*n2**9 + 450*m1
**8*m2**3*n1**7*n2**11 + 600*m1**8*m2**3*n1**5*n2**13 + 210*m1**8*m2**3*n1**3*n2
**15 - 9*m1**8*m2**3*n1*n2**17 + 126*m1**7*m2**4*n1**12*n2**6 - 120*m1**7*m2**4*
n1**10*n2**8 - 1080*m1**7*m2**4*n1**8*n2**10 - 1260*m1**7*m2**4*n1**6*n2**12 -
390*m1**7*m2**4*n1**4*n2**14 + 36*m1**7*m2**4*n1**2*n2**16 - 126*m1**6*m2**5*n1
**13*n2**5 + 336*m1**6*m2**5*n1**11*n2**7 + 1680*m1**6*m2**5*n1**9*n2**9 + 1764*
m1**6*m2**5*n1**7*n2**11 + 462*m1**6*m2**5*n1**5*n2**13 - 84*m1**6*m2**5*n1**3*
n2**15 + 84*m1**5*m2**6*n1**14*n2**4 - 462*m1**5*m2**6*n1**12*n2**6 - 1764*m1**5
*m2**6*n1**10*n2**8 - 1680*m1**5*m2**6*n1**8*n2**10 - 336*m1**5*m2**6*n1**6*n2**
12 + 126*m1**5*m2**6*n1**4*n2**14 - 36*m1**4*m2**7*n1**15*n2**3 + 390*m1**4*m2**
7*n1**13*n2**5 + 1260*m1**4*m2**7*n1**11*n2**7 + 1080*m1**4*m2**7*n1**9*n2**9 +
120*m1**4*m2**7*n1**7*n2**11 - 126*m1**4*m2**7*n1**5*n2**13 + 9*m1**3*m2**8*n1**
16*n2**2 - 210*m1**3*m2**8*n1**14*n2**4 - 600*m1**3*m2**8*n1**12*n2**6 - 450*m1
**3*m2**8*n1**10*n2**8 + 15*m1**3*m2**8*n1**8*n2**10 + 84*m1**3*m2**8*n1**6*n2**
12 - m1**2*m2**9*n1**17*n2 + 70*m1**2*m2**9*n1**15*n2**3 + 180*m1**2*m2**9*n1**
13*n2**5 + 110*m1**2*m2**9*n1**11*n2**7 - 35*m1**2*m2**9*n1**9*n2**9 - 36*m1**2*
m2**9*n1**7*n2**11 - 13*m1*m2**10*n1**16*n2**2 - 30*m1*m2**10*n1**14*n2**4 - 12*
m1*m2**10*n1**12*n2**6 + 14*m1*m2**10*n1**10*n2**8 + 9*m1*m2**10*n1**8*n2**10 +
m2**11*n1**17*n2 + 2*m2**11*n1**15*n2**3 - 2*m2**11*n1**11*n2**7 - m2**11*n1**9*
n2**9) + u2*v1*v2**2*( - 2*a33*m1**12*n1**6*n2**10 - 2*a33*m1**12*n1**4*n2**12 +
2*a33*m1**12*n1**2*n2**14 + 2*a33*m1**12*n2**16 + 20*a33*m1**11*m2*n1**7*n2**9
+ 12*a33*m1**11*m2*n1**5*n2**11 - 36*a33*m1**11*m2*n1**3*n2**13 - 28*a33*m1**11*
m2*n1*n2**15 - 90*a33*m1**10*m2**2*n1**8*n2**8 - 8*a33*m1**10*m2**2*n1**6*n2**10
+ 252*a33*m1**10*m2**2*n1**4*n2**12 + 168*a33*m1**10*m2**2*n1**2*n2**14 - 2*a33
*m1**10*m2**2*n2**16 + 240*a33*m1**9*m2**3*n1**9*n2**7 - 140*a33*m1**9*m2**3*n1
**7*n2**9 - 980*a33*m1**9*m2**3*n1**5*n2**11 - 580*a33*m1**9*m2**3*n1**3*n2**13
+ 20*a33*m1**9*m2**3*n1*n2**15 - 420*a33*m1**8*m2**4*n1**10*n2**6 + 630*a33*m1**
8*m2**4*n1**8*n2**8 + 2430*a33*m1**8*m2**4*n1**6*n2**10 + 1290*a33*m1**8*m2**4*
n1**4*n2**12 - 90*a33*m1**8*m2**4*n1**2*n2**14 + 504*a33*m1**7*m2**5*n1**11*n2**
5 - 1416*a33*m1**7*m2**5*n1**9*n2**7 - 4104*a33*m1**7*m2**5*n1**7*n2**9 - 1944*
a33*m1**7*m2**5*n1**5*n2**11 + 240*a33*m1**7*m2**5*n1**3*n2**13 - 420*a33*m1**6*
m2**6*n1**12*n2**4 + 2016*a33*m1**6*m2**6*n1**10*n2**6 + 4872*a33*m1**6*m2**6*n1
**8*n2**8 + 2016*a33*m1**6*m2**6*n1**6*n2**10 - 420*a33*m1**6*m2**6*n1**4*n2**12
+ 240*a33*m1**5*m2**7*n1**13*n2**3 - 1944*a33*m1**5*m2**7*n1**11*n2**5 - 4104*
a33*m1**5*m2**7*n1**9*n2**7 - 1416*a33*m1**5*m2**7*n1**7*n2**9 + 504*a33*m1**5*
m2**7*n1**5*n2**11 - 90*a33*m1**4*m2**8*n1**14*n2**2 + 1290*a33*m1**4*m2**8*n1**
12*n2**4 + 2430*a33*m1**4*m2**8*n1**10*n2**6 + 630*a33*m1**4*m2**8*n1**8*n2**8 -
420*a33*m1**4*m2**8*n1**6*n2**10 + 20*a33*m1**3*m2**9*n1**15*n2 - 580*a33*m1**3
*m2**9*n1**13*n2**3 - 980*a33*m1**3*m2**9*n1**11*n2**5 - 140*a33*m1**3*m2**9*n1
**9*n2**7 + 240*a33*m1**3*m2**9*n1**7*n2**9 - 2*a33*m1**2*m2**10*n1**16 + 168*
a33*m1**2*m2**10*n1**14*n2**2 + 252*a33*m1**2*m2**10*n1**12*n2**4 - 8*a33*m1**2*
m2**10*n1**10*n2**6 - 90*a33*m1**2*m2**10*n1**8*n2**8 - 28*a33*m1*m2**11*n1**15*
n2 - 36*a33*m1*m2**11*n1**13*n2**3 + 12*a33*m1*m2**11*n1**11*n2**5 + 20*a33*m1*
m2**11*n1**9*n2**7 + 2*a33*m2**12*n1**16 + 2*a33*m2**12*n1**14*n2**2 - 2*a33*m2
**12*n1**12*n2**4 - 2*a33*m2**12*n1**10*n2**6) + u2*v1*v3**2*( - 2*a33*m1**12*n1
**6*n2**10 - 2*a33*m1**12*n1**4*n2**12 + 2*a33*m1**12*n1**2*n2**14 + 2*a33*m1**
12*n2**16 + 20*a33*m1**11*m2*n1**7*n2**9 + 12*a33*m1**11*m2*n1**5*n2**11 - 36*
a33*m1**11*m2*n1**3*n2**13 - 28*a33*m1**11*m2*n1*n2**15 - 90*a33*m1**10*m2**2*n1
**8*n2**8 - 8*a33*m1**10*m2**2*n1**6*n2**10 + 252*a33*m1**10*m2**2*n1**4*n2**12
+ 168*a33*m1**10*m2**2*n1**2*n2**14 - 2*a33*m1**10*m2**2*n2**16 + 240*a33*m1**9*
m2**3*n1**9*n2**7 - 140*a33*m1**9*m2**3*n1**7*n2**9 - 980*a33*m1**9*m2**3*n1**5*
n2**11 - 580*a33*m1**9*m2**3*n1**3*n2**13 + 20*a33*m1**9*m2**3*n1*n2**15 - 420*
a33*m1**8*m2**4*n1**10*n2**6 + 630*a33*m1**8*m2**4*n1**8*n2**8 + 2430*a33*m1**8*
m2**4*n1**6*n2**10 + 1290*a33*m1**8*m2**4*n1**4*n2**12 - 90*a33*m1**8*m2**4*n1**
2*n2**14 + 504*a33*m1**7*m2**5*n1**11*n2**5 - 1416*a33*m1**7*m2**5*n1**9*n2**7 -
4104*a33*m1**7*m2**5*n1**7*n2**9 - 1944*a33*m1**7*m2**5*n1**5*n2**11 + 240*a33*
m1**7*m2**5*n1**3*n2**13 - 420*a33*m1**6*m2**6*n1**12*n2**4 + 2016*a33*m1**6*m2
**6*n1**10*n2**6 + 4872*a33*m1**6*m2**6*n1**8*n2**8 + 2016*a33*m1**6*m2**6*n1**6
*n2**10 - 420*a33*m1**6*m2**6*n1**4*n2**12 + 240*a33*m1**5*m2**7*n1**13*n2**3 -
1944*a33*m1**5*m2**7*n1**11*n2**5 - 4104*a33*m1**5*m2**7*n1**9*n2**7 - 1416*a33*
m1**5*m2**7*n1**7*n2**9 + 504*a33*m1**5*m2**7*n1**5*n2**11 - 90*a33*m1**4*m2**8*
n1**14*n2**2 + 1290*a33*m1**4*m2**8*n1**12*n2**4 + 2430*a33*m1**4*m2**8*n1**10*
n2**6 + 630*a33*m1**4*m2**8*n1**8*n2**8 - 420*a33*m1**4*m2**8*n1**6*n2**10 + 20*
a33*m1**3*m2**9*n1**15*n2 - 580*a33*m1**3*m2**9*n1**13*n2**3 - 980*a33*m1**3*m2
**9*n1**11*n2**5 - 140*a33*m1**3*m2**9*n1**9*n2**7 + 240*a33*m1**3*m2**9*n1**7*
n2**9 - 2*a33*m1**2*m2**10*n1**16 + 168*a33*m1**2*m2**10*n1**14*n2**2 + 252*a33*
m1**2*m2**10*n1**12*n2**4 - 8*a33*m1**2*m2**10*n1**10*n2**6 - 90*a33*m1**2*m2**
10*n1**8*n2**8 - 28*a33*m1*m2**11*n1**15*n2 - 36*a33*m1*m2**11*n1**13*n2**3 + 12
*a33*m1*m2**11*n1**11*n2**5 + 20*a33*m1*m2**11*n1**9*n2**7 + 2*a33*m2**12*n1**16
+ 2*a33*m2**12*n1**14*n2**2 - 2*a33*m2**12*n1**12*n2**4 - 2*a33*m2**12*n1**10*
n2**6) + u2*v2**2*(m1**11*n1**8*n2**10 + 2*m1**11*n1**6*n2**12 - 2*m1**11*n1**2*
n2**16 - m1**11*n2**18 - 9*m1**10*m2*n1**9*n2**9 - 14*m1**10*m2*n1**7*n2**11 +
12*m1**10*m2*n1**5*n2**13 + 30*m1**10*m2*n1**3*n2**15 + 13*m1**10*m2*n1*n2**17 +
36*m1**9*m2**2*n1**10*n2**8 + 35*m1**9*m2**2*n1**8*n2**10 - 110*m1**9*m2**2*n1
**6*n2**12 - 180*m1**9*m2**2*n1**4*n2**14 - 70*m1**9*m2**2*n1**2*n2**16 + m1**9*
m2**2*n2**18 - 84*m1**8*m2**3*n1**11*n2**7 - 15*m1**8*m2**3*n1**9*n2**9 + 450*m1
**8*m2**3*n1**7*n2**11 + 600*m1**8*m2**3*n1**5*n2**13 + 210*m1**8*m2**3*n1**3*n2
**15 - 9*m1**8*m2**3*n1*n2**17 + 126*m1**7*m2**4*n1**12*n2**6 - 120*m1**7*m2**4*
n1**10*n2**8 - 1080*m1**7*m2**4*n1**8*n2**10 - 1260*m1**7*m2**4*n1**6*n2**12 -
390*m1**7*m2**4*n1**4*n2**14 + 36*m1**7*m2**4*n1**2*n2**16 - 126*m1**6*m2**5*n1
**13*n2**5 + 336*m1**6*m2**5*n1**11*n2**7 + 1680*m1**6*m2**5*n1**9*n2**9 + 1764*
m1**6*m2**5*n1**7*n2**11 + 462*m1**6*m2**5*n1**5*n2**13 - 84*m1**6*m2**5*n1**3*
n2**15 + 84*m1**5*m2**6*n1**14*n2**4 - 462*m1**5*m2**6*n1**12*n2**6 - 1764*m1**5
*m2**6*n1**10*n2**8 - 1680*m1**5*m2**6*n1**8*n2**10 - 336*m1**5*m2**6*n1**6*n2**
12 + 126*m1**5*m2**6*n1**4*n2**14 - 36*m1**4*m2**7*n1**15*n2**3 + 390*m1**4*m2**
7*n1**13*n2**5 + 1260*m1**4*m2**7*n1**11*n2**7 + 1080*m1**4*m2**7*n1**9*n2**9 +
120*m1**4*m2**7*n1**7*n2**11 - 126*m1**4*m2**7*n1**5*n2**13 + 9*m1**3*m2**8*n1**
16*n2**2 - 210*m1**3*m2**8*n1**14*n2**4 - 600*m1**3*m2**8*n1**12*n2**6 - 450*m1
**3*m2**8*n1**10*n2**8 + 15*m1**3*m2**8*n1**8*n2**10 + 84*m1**3*m2**8*n1**6*n2**
12 - m1**2*m2**9*n1**17*n2 + 70*m1**2*m2**9*n1**15*n2**3 + 180*m1**2*m2**9*n1**
13*n2**5 + 110*m1**2*m2**9*n1**11*n2**7 - 35*m1**2*m2**9*n1**9*n2**9 - 36*m1**2*
m2**9*n1**7*n2**11 - 13*m1*m2**10*n1**16*n2**2 - 30*m1*m2**10*n1**14*n2**4 - 12*
m1*m2**10*n1**12*n2**6 + 14*m1*m2**10*n1**10*n2**8 + 9*m1*m2**10*n1**8*n2**10 +
m2**11*n1**17*n2 + 2*m2**11*n1**15*n2**3 - 2*m2**11*n1**11*n2**7 - m2**11*n1**9*
n2**9) + u2*v3**2*(m1**11*n1**8*n2**10 + 2*m1**11*n1**6*n2**12 - 2*m1**11*n1**2*
n2**16 - m1**11*n2**18 - 9*m1**10*m2*n1**9*n2**9 - 14*m1**10*m2*n1**7*n2**11 +
12*m1**10*m2*n1**5*n2**13 + 30*m1**10*m2*n1**3*n2**15 + 13*m1**10*m2*n1*n2**17 +
36*m1**9*m2**2*n1**10*n2**8 + 35*m1**9*m2**2*n1**8*n2**10 - 110*m1**9*m2**2*n1
**6*n2**12 - 180*m1**9*m2**2*n1**4*n2**14 - 70*m1**9*m2**2*n1**2*n2**16 + m1**9*
m2**2*n2**18 - 84*m1**8*m2**3*n1**11*n2**7 - 15*m1**8*m2**3*n1**9*n2**9 + 450*m1
**8*m2**3*n1**7*n2**11 + 600*m1**8*m2**3*n1**5*n2**13 + 210*m1**8*m2**3*n1**3*n2
**15 - 9*m1**8*m2**3*n1*n2**17 + 126*m1**7*m2**4*n1**12*n2**6 - 120*m1**7*m2**4*
n1**10*n2**8 - 1080*m1**7*m2**4*n1**8*n2**10 - 1260*m1**7*m2**4*n1**6*n2**12 -
390*m1**7*m2**4*n1**4*n2**14 + 36*m1**7*m2**4*n1**2*n2**16 - 126*m1**6*m2**5*n1
**13*n2**5 + 336*m1**6*m2**5*n1**11*n2**7 + 1680*m1**6*m2**5*n1**9*n2**9 + 1764*
m1**6*m2**5*n1**7*n2**11 + 462*m1**6*m2**5*n1**5*n2**13 - 84*m1**6*m2**5*n1**3*
n2**15 + 84*m1**5*m2**6*n1**14*n2**4 - 462*m1**5*m2**6*n1**12*n2**6 - 1764*m1**5
*m2**6*n1**10*n2**8 - 1680*m1**5*m2**6*n1**8*n2**10 - 336*m1**5*m2**6*n1**6*n2**
12 + 126*m1**5*m2**6*n1**4*n2**14 - 36*m1**4*m2**7*n1**15*n2**3 + 390*m1**4*m2**
7*n1**13*n2**5 + 1260*m1**4*m2**7*n1**11*n2**7 + 1080*m1**4*m2**7*n1**9*n2**9 +
120*m1**4*m2**7*n1**7*n2**11 - 126*m1**4*m2**7*n1**5*n2**13 + 9*m1**3*m2**8*n1**
16*n2**2 - 210*m1**3*m2**8*n1**14*n2**4 - 600*m1**3*m2**8*n1**12*n2**6 - 450*m1
**3*m2**8*n1**10*n2**8 + 15*m1**3*m2**8*n1**8*n2**10 + 84*m1**3*m2**8*n1**6*n2**
12 - m1**2*m2**9*n1**17*n2 + 70*m1**2*m2**9*n1**15*n2**3 + 180*m1**2*m2**9*n1**
13*n2**5 + 110*m1**2*m2**9*n1**11*n2**7 - 35*m1**2*m2**9*n1**9*n2**9 - 36*m1**2*
m2**9*n1**7*n2**11 - 13*m1*m2**10*n1**16*n2**2 - 30*m1*m2**10*n1**14*n2**4 - 12*
m1*m2**10*n1**12*n2**6 + 14*m1*m2**10*n1**10*n2**8 + 9*m1*m2**10*n1**8*n2**10 +
m2**11*n1**17*n2 + 2*m2**11*n1**15*n2**3 - 2*m2**11*n1**11*n2**7 - m2**11*n1**9*
n2**9) + u3**2*v3**2*(a33*m1**11*n1**8*n2**9 + 2*a33*m1**11*n1**6*n2**11 - 2*a33
*m1**11*n1**2*n2**15 - a33*m1**11*n2**17 - 9*a33*m1**10*m2*n1**9*n2**8 - 14*a33*
m1**10*m2*n1**7*n2**10 + 12*a33*m1**10*m2*n1**5*n2**12 + 30*a33*m1**10*m2*n1**3*
n2**14 + 13*a33*m1**10*m2*n1*n2**16 + 36*a33*m1**9*m2**2*n1**10*n2**7 + 35*a33*
m1**9*m2**2*n1**8*n2**9 - 110*a33*m1**9*m2**2*n1**6*n2**11 - 180*a33*m1**9*m2**2
*n1**4*n2**13 - 70*a33*m1**9*m2**2*n1**2*n2**15 + a33*m1**9*m2**2*n2**17 - 84*
a33*m1**8*m2**3*n1**11*n2**6 - 15*a33*m1**8*m2**3*n1**9*n2**8 + 450*a33*m1**8*m2
**3*n1**7*n2**10 + 600*a33*m1**8*m2**3*n1**5*n2**12 + 210*a33*m1**8*m2**3*n1**3*
n2**14 - 9*a33*m1**8*m2**3*n1*n2**16 + 126*a33*m1**7*m2**4*n1**12*n2**5 - 120*
a33*m1**7*m2**4*n1**10*n2**7 - 1080*a33*m1**7*m2**4*n1**8*n2**9 - 1260*a33*m1**7
*m2**4*n1**6*n2**11 - 390*a33*m1**7*m2**4*n1**4*n2**13 + 36*a33*m1**7*m2**4*n1**
2*n2**15 - 126*a33*m1**6*m2**5*n1**13*n2**4 + 336*a33*m1**6*m2**5*n1**11*n2**6 +
1680*a33*m1**6*m2**5*n1**9*n2**8 + 1764*a33*m1**6*m2**5*n1**7*n2**10 + 462*a33*
m1**6*m2**5*n1**5*n2**12 - 84*a33*m1**6*m2**5*n1**3*n2**14 + 84*a33*m1**5*m2**6*
n1**14*n2**3 - 462*a33*m1**5*m2**6*n1**12*n2**5 - 1764*a33*m1**5*m2**6*n1**10*n2
**7 - 1680*a33*m1**5*m2**6*n1**8*n2**9 - 336*a33*m1**5*m2**6*n1**6*n2**11 + 126*
a33*m1**5*m2**6*n1**4*n2**13 - 36*a33*m1**4*m2**7*n1**15*n2**2 + 390*a33*m1**4*
m2**7*n1**13*n2**4 + 1260*a33*m1**4*m2**7*n1**11*n2**6 + 1080*a33*m1**4*m2**7*n1
**9*n2**8 + 120*a33*m1**4*m2**7*n1**7*n2**10 - 126*a33*m1**4*m2**7*n1**5*n2**12
+ 9*a33*m1**3*m2**8*n1**16*n2 - 210*a33*m1**3*m2**8*n1**14*n2**3 - 600*a33*m1**3
*m2**8*n1**12*n2**5 - 450*a33*m1**3*m2**8*n1**10*n2**7 + 15*a33*m1**3*m2**8*n1**
8*n2**9 + 84*a33*m1**3*m2**8*n1**6*n2**11 - a33*m1**2*m2**9*n1**17 + 70*a33*m1**
2*m2**9*n1**15*n2**2 + 180*a33*m1**2*m2**9*n1**13*n2**4 + 110*a33*m1**2*m2**9*n1
**11*n2**6 - 35*a33*m1**2*m2**9*n1**9*n2**8 - 36*a33*m1**2*m2**9*n1**7*n2**10 -
13*a33*m1*m2**10*n1**16*n2 - 30*a33*m1*m2**10*n1**14*n2**3 - 12*a33*m1*m2**10*n1
**12*n2**5 + 14*a33*m1*m2**10*n1**10*n2**7 + 9*a33*m1*m2**10*n1**8*n2**9 + a33*
m2**11*n1**17 + 2*a33*m2**11*n1**15*n2**2 - 2*a33*m2**11*n1**11*n2**6 - a33*m2**
11*n1**9*n2**8) + u3*v1**2*v3*( - 2*a33*m1**12*n1**7*n2**9 - 2*a33*m1**12*n1**5*
n2**11 + 2*a33*m1**12*n1**3*n2**13 + 2*a33*m1**12*n1*n2**15 + 18*a33*m1**11*m2*
n1**8*n2**8 + 8*a33*m1**11*m2*n1**6*n2**10 - 36*a33*m1**11*m2*n1**4*n2**12 - 24*
a33*m1**11*m2*n1**2*n2**14 + 2*a33*m1**11*m2*n2**16 - 72*a33*m1**10*m2**2*n1**9*
n2**7 + 20*a33*m1**10*m2**2*n1**7*n2**9 + 228*a33*m1**10*m2**2*n1**5*n2**11 +
108*a33*m1**10*m2**2*n1**3*n2**13 - 28*a33*m1**10*m2**2*n1*n2**15 + 168*a33*m1**
9*m2**3*n1**10*n2**6 - 210*a33*m1**9*m2**3*n1**8*n2**8 - 760*a33*m1**9*m2**3*n1
**6*n2**10 - 220*a33*m1**9*m2**3*n1**4*n2**12 + 160*a33*m1**9*m2**3*n1**2*n2**14
- 2*a33*m1**9*m2**3*n2**16 - 252*a33*m1**8*m2**4*n1**11*n2**5 + 660*a33*m1**8*
m2**4*n1**9*n2**7 + 1530*a33*m1**8*m2**4*n1**7*n2**9 + 90*a33*m1**8*m2**4*n1**5*
n2**11 - 510*a33*m1**8*m2**4*n1**3*n2**13 + 18*a33*m1**8*m2**4*n1*n2**15 + 252*
a33*m1**7*m2**5*n1**12*n2**4 - 1176*a33*m1**7*m2**5*n1**10*n2**6 - 1944*a33*m1**
7*m2**5*n1**8*n2**8 + 576*a33*m1**7*m2**5*n1**6*n2**10 + 1020*a33*m1**7*m2**5*n1
**4*n2**12 - 72*a33*m1**7*m2**5*n1**2*n2**14 - 168*a33*m1**6*m2**6*n1**13*n2**3
+ 1344*a33*m1**6*m2**6*n1**11*n2**5 + 1512*a33*m1**6*m2**6*n1**9*n2**7 - 1512*
a33*m1**6*m2**6*n1**7*n2**9 - 1344*a33*m1**6*m2**6*n1**5*n2**11 + 168*a33*m1**6*
m2**6*n1**3*n2**13 + 72*a33*m1**5*m2**7*n1**14*n2**2 - 1020*a33*m1**5*m2**7*n1**
12*n2**4 - 576*a33*m1**5*m2**7*n1**10*n2**6 + 1944*a33*m1**5*m2**7*n1**8*n2**8 +
1176*a33*m1**5*m2**7*n1**6*n2**10 - 252*a33*m1**5*m2**7*n1**4*n2**12 - 18*a33*
m1**4*m2**8*n1**15*n2 + 510*a33*m1**4*m2**8*n1**13*n2**3 - 90*a33*m1**4*m2**8*n1
**11*n2**5 - 1530*a33*m1**4*m2**8*n1**9*n2**7 - 660*a33*m1**4*m2**8*n1**7*n2**9
+ 252*a33*m1**4*m2**8*n1**5*n2**11 + 2*a33*m1**3*m2**9*n1**16 - 160*a33*m1**3*m2
**9*n1**14*n2**2 + 220*a33*m1**3*m2**9*n1**12*n2**4 + 760*a33*m1**3*m2**9*n1**10
*n2**6 + 210*a33*m1**3*m2**9*n1**8*n2**8 - 168*a33*m1**3*m2**9*n1**6*n2**10 + 28
*a33*m1**2*m2**10*n1**15*n2 - 108*a33*m1**2*m2**10*n1**13*n2**3 - 228*a33*m1**2*
m2**10*n1**11*n2**5 - 20*a33*m1**2*m2**10*n1**9*n2**7 + 72*a33*m1**2*m2**10*n1**
7*n2**9 - 2*a33*m1*m2**11*n1**16 + 24*a33*m1*m2**11*n1**14*n2**2 + 36*a33*m1*m2
**11*n1**12*n2**4 - 8*a33*m1*m2**11*n1**10*n2**6 - 18*a33*m1*m2**11*n1**8*n2**8
- 2*a33*m2**12*n1**15*n2 - 2*a33*m2**12*n1**13*n2**3 + 2*a33*m2**12*n1**11*n2**5
+ 2*a33*m2**12*n1**9*n2**7) + u3*v2**2*v3*( - 2*a33*m1**12*n1**7*n2**9 - 2*a33*
m1**12*n1**5*n2**11 + 2*a33*m1**12*n1**3*n2**13 + 2*a33*m1**12*n1*n2**15 + 18*
a33*m1**11*m2*n1**8*n2**8 + 8*a33*m1**11*m2*n1**6*n2**10 - 36*a33*m1**11*m2*n1**
4*n2**12 - 24*a33*m1**11*m2*n1**2*n2**14 + 2*a33*m1**11*m2*n2**16 - 72*a33*m1**
10*m2**2*n1**9*n2**7 + 20*a33*m1**10*m2**2*n1**7*n2**9 + 228*a33*m1**10*m2**2*n1
**5*n2**11 + 108*a33*m1**10*m2**2*n1**3*n2**13 - 28*a33*m1**10*m2**2*n1*n2**15 +
168*a33*m1**9*m2**3*n1**10*n2**6 - 210*a33*m1**9*m2**3*n1**8*n2**8 - 760*a33*m1
**9*m2**3*n1**6*n2**10 - 220*a33*m1**9*m2**3*n1**4*n2**12 + 160*a33*m1**9*m2**3*
n1**2*n2**14 - 2*a33*m1**9*m2**3*n2**16 - 252*a33*m1**8*m2**4*n1**11*n2**5 + 660
*a33*m1**8*m2**4*n1**9*n2**7 + 1530*a33*m1**8*m2**4*n1**7*n2**9 + 90*a33*m1**8*
m2**4*n1**5*n2**11 - 510*a33*m1**8*m2**4*n1**3*n2**13 + 18*a33*m1**8*m2**4*n1*n2
**15 + 252*a33*m1**7*m2**5*n1**12*n2**4 - 1176*a33*m1**7*m2**5*n1**10*n2**6 -
1944*a33*m1**7*m2**5*n1**8*n2**8 + 576*a33*m1**7*m2**5*n1**6*n2**10 + 1020*a33*
m1**7*m2**5*n1**4*n2**12 - 72*a33*m1**7*m2**5*n1**2*n2**14 - 168*a33*m1**6*m2**6
*n1**13*n2**3 + 1344*a33*m1**6*m2**6*n1**11*n2**5 + 1512*a33*m1**6*m2**6*n1**9*
n2**7 - 1512*a33*m1**6*m2**6*n1**7*n2**9 - 1344*a33*m1**6*m2**6*n1**5*n2**11 +
168*a33*m1**6*m2**6*n1**3*n2**13 + 72*a33*m1**5*m2**7*n1**14*n2**2 - 1020*a33*m1
**5*m2**7*n1**12*n2**4 - 576*a33*m1**5*m2**7*n1**10*n2**6 + 1944*a33*m1**5*m2**7
*n1**8*n2**8 + 1176*a33*m1**5*m2**7*n1**6*n2**10 - 252*a33*m1**5*m2**7*n1**4*n2
**12 - 18*a33*m1**4*m2**8*n1**15*n2 + 510*a33*m1**4*m2**8*n1**13*n2**3 - 90*a33*
m1**4*m2**8*n1**11*n2**5 - 1530*a33*m1**4*m2**8*n1**9*n2**7 - 660*a33*m1**4*m2**
8*n1**7*n2**9 + 252*a33*m1**4*m2**8*n1**5*n2**11 + 2*a33*m1**3*m2**9*n1**16 -
160*a33*m1**3*m2**9*n1**14*n2**2 + 220*a33*m1**3*m2**9*n1**12*n2**4 + 760*a33*m1
**3*m2**9*n1**10*n2**6 + 210*a33*m1**3*m2**9*n1**8*n2**8 - 168*a33*m1**3*m2**9*
n1**6*n2**10 + 28*a33*m1**2*m2**10*n1**15*n2 - 108*a33*m1**2*m2**10*n1**13*n2**3
- 228*a33*m1**2*m2**10*n1**11*n2**5 - 20*a33*m1**2*m2**10*n1**9*n2**7 + 72*a33*
m1**2*m2**10*n1**7*n2**9 - 2*a33*m1*m2**11*n1**16 + 24*a33*m1*m2**11*n1**14*n2**
2 + 36*a33*m1*m2**11*n1**12*n2**4 - 8*a33*m1*m2**11*n1**10*n2**6 - 18*a33*m1*m2
**11*n1**8*n2**8 - 2*a33*m2**12*n1**15*n2 - 2*a33*m2**12*n1**13*n2**3 + 2*a33*m2
**12*n1**11*n2**5 + 2*a33*m2**12*n1**9*n2**7) + u3*v3**3*( - 2*a33*m1**12*n1**7*
n2**9 - 2*a33*m1**12*n1**5*n2**11 + 2*a33*m1**12*n1**3*n2**13 + 2*a33*m1**12*n1*
n2**15 + 18*a33*m1**11*m2*n1**8*n2**8 + 8*a33*m1**11*m2*n1**6*n2**10 - 36*a33*m1
**11*m2*n1**4*n2**12 - 24*a33*m1**11*m2*n1**2*n2**14 + 2*a33*m1**11*m2*n2**16 -
72*a33*m1**10*m2**2*n1**9*n2**7 + 20*a33*m1**10*m2**2*n1**7*n2**9 + 228*a33*m1**
10*m2**2*n1**5*n2**11 + 108*a33*m1**10*m2**2*n1**3*n2**13 - 28*a33*m1**10*m2**2*
n1*n2**15 + 168*a33*m1**9*m2**3*n1**10*n2**6 - 210*a33*m1**9*m2**3*n1**8*n2**8 -
760*a33*m1**9*m2**3*n1**6*n2**10 - 220*a33*m1**9*m2**3*n1**4*n2**12 + 160*a33*
m1**9*m2**3*n1**2*n2**14 - 2*a33*m1**9*m2**3*n2**16 - 252*a33*m1**8*m2**4*n1**11
*n2**5 + 660*a33*m1**8*m2**4*n1**9*n2**7 + 1530*a33*m1**8*m2**4*n1**7*n2**9 + 90
*a33*m1**8*m2**4*n1**5*n2**11 - 510*a33*m1**8*m2**4*n1**3*n2**13 + 18*a33*m1**8*
m2**4*n1*n2**15 + 252*a33*m1**7*m2**5*n1**12*n2**4 - 1176*a33*m1**7*m2**5*n1**10
*n2**6 - 1944*a33*m1**7*m2**5*n1**8*n2**8 + 576*a33*m1**7*m2**5*n1**6*n2**10 +
1020*a33*m1**7*m2**5*n1**4*n2**12 - 72*a33*m1**7*m2**5*n1**2*n2**14 - 168*a33*m1
**6*m2**6*n1**13*n2**3 + 1344*a33*m1**6*m2**6*n1**11*n2**5 + 1512*a33*m1**6*m2**
6*n1**9*n2**7 - 1512*a33*m1**6*m2**6*n1**7*n2**9 - 1344*a33*m1**6*m2**6*n1**5*n2
**11 + 168*a33*m1**6*m2**6*n1**3*n2**13 + 72*a33*m1**5*m2**7*n1**14*n2**2 - 1020
*a33*m1**5*m2**7*n1**12*n2**4 - 576*a33*m1**5*m2**7*n1**10*n2**6 + 1944*a33*m1**
5*m2**7*n1**8*n2**8 + 1176*a33*m1**5*m2**7*n1**6*n2**10 - 252*a33*m1**5*m2**7*n1
**4*n2**12 - 18*a33*m1**4*m2**8*n1**15*n2 + 510*a33*m1**4*m2**8*n1**13*n2**3 -
90*a33*m1**4*m2**8*n1**11*n2**5 - 1530*a33*m1**4*m2**8*n1**9*n2**7 - 660*a33*m1
**4*m2**8*n1**7*n2**9 + 252*a33*m1**4*m2**8*n1**5*n2**11 + 2*a33*m1**3*m2**9*n1
**16 - 160*a33*m1**3*m2**9*n1**14*n2**2 + 220*a33*m1**3*m2**9*n1**12*n2**4 + 760
*a33*m1**3*m2**9*n1**10*n2**6 + 210*a33*m1**3*m2**9*n1**8*n2**8 - 168*a33*m1**3*
m2**9*n1**6*n2**10 + 28*a33*m1**2*m2**10*n1**15*n2 - 108*a33*m1**2*m2**10*n1**13
*n2**3 - 228*a33*m1**2*m2**10*n1**11*n2**5 - 20*a33*m1**2*m2**10*n1**9*n2**7 +
72*a33*m1**2*m2**10*n1**7*n2**9 - 2*a33*m1*m2**11*n1**16 + 24*a33*m1*m2**11*n1**
14*n2**2 + 36*a33*m1*m2**11*n1**12*n2**4 - 8*a33*m1*m2**11*n1**10*n2**6 - 18*a33
*m1*m2**11*n1**8*n2**8 - 2*a33*m2**12*n1**15*n2 - 2*a33*m2**12*n1**13*n2**3 + 2*
a33*m2**12*n1**11*n2**5 + 2*a33*m2**12*n1**9*n2**7) + v1**3*( - m1**12*n1**8*n2
**9 + 2*m1**12*n1**4*n2**13 - m1**12*n2**17 + 9*m1**11*m2*n1**9*n2**8 - 6*m1**11
*m2*n1**7*n2**10 - 24*m1**11*m2*n1**5*n2**12 + 6*m1**11*m2*n1**3*n2**14 + 15*m1
**11*m2*n1*n2**16 - 36*m1**10*m2**2*n1**10*n2**7 + 55*m1**10*m2**2*n1**8*n2**9 +
118*m1**10*m2**2*n1**6*n2**11 - 72*m1**10*m2**2*n1**4*n2**13 - 98*m1**10*m2**2*
n1**2*n2**15 + m1**10*m2**2*n2**17 + 84*m1**9*m2**3*n1**11*n2**6 - 225*m1**9*m2
**3*n1**9*n2**8 - 310*m1**9*m2**3*n1**7*n2**10 + 380*m1**9*m2**3*n1**5*n2**12 +
370*m1**9*m2**3*n1**3*n2**14 - 11*m1**9*m2**3*n1*n2**16 - 126*m1**8*m2**4*n1**12
*n2**5 + 540*m1**8*m2**4*n1**10*n2**7 + 450*m1**8*m2**4*n1**8*n2**9 - 1170*m1**8
*m2**4*n1**6*n2**11 - 900*m1**8*m2**4*n1**4*n2**13 + 54*m1**8*m2**4*n1**2*n2**15
+ 126*m1**7*m2**5*n1**13*n2**4 - 840*m1**7*m2**5*n1**11*n2**6 - 264*m1**7*m2**5
*n1**9*n2**8 + 2340*m1**7*m2**5*n1**7*n2**10 + 1482*m1**7*m2**5*n1**5*n2**12 -
156*m1**7*m2**5*n1**3*n2**14 - 84*m1**6*m2**6*n1**14*n2**3 + 882*m1**6*m2**6*n1
**12*n2**5 - 252*m1**6*m2**6*n1**10*n2**7 - 3192*m1**6*m2**6*n1**8*n2**9 - 1680*
m1**6*m2**6*n1**6*n2**11 + 294*m1**6*m2**6*n1**4*n2**13 + 36*m1**5*m2**7*n1**15*
n2**2 - 630*m1**5*m2**7*n1**13*n2**4 + 684*m1**5*m2**7*n1**11*n2**6 + 3024*m1**5
*m2**7*n1**9*n2**8 + 1296*m1**5*m2**7*n1**7*n2**10 - 378*m1**5*m2**7*n1**5*n2**
12 - 9*m1**4*m2**8*n1**16*n2 + 300*m1**4*m2**8*n1**14*n2**3 - 690*m1**4*m2**8*n1
**12*n2**5 - 1980*m1**4*m2**8*n1**10*n2**7 - 645*m1**4*m2**8*n1**8*n2**9 + 336*
m1**4*m2**8*n1**6*n2**11 + m1**3*m2**9*n1**17 - 90*m1**3*m2**9*n1**15*n2**2 +
400*m1**3*m2**9*n1**13*n2**4 + 870*m1**3*m2**9*n1**11*n2**6 + 175*m1**3*m2**9*n1
**9*n2**8 - 204*m1**3*m2**9*n1**7*n2**10 + 15*m1**2*m2**10*n1**16*n2 - 138*m1**2
*m2**10*n1**14*n2**3 - 240*m1**2*m2**10*n1**12*n2**5 - 6*m1**2*m2**10*n1**10*n2
**7 + 81*m1**2*m2**10*n1**8*n2**9 - m1*m2**11*n1**17 + 26*m1*m2**11*n1**15*n2**2
+ 36*m1*m2**11*n1**13*n2**4 - 10*m1*m2**11*n1**11*n2**6 - 19*m1*m2**11*n1**9*n2
**8 - 2*m2**12*n1**16*n2 - 2*m2**12*n1**14*n2**3 + 2*m2**12*n1**12*n2**5 + 2*m2
**12*n1**10*n2**7) + v1**2*v2*( - 2*m1**12*n1**7*n2**10 - 2*m1**12*n1**5*n2**12
+ 2*m1**12*n1**3*n2**14 + 2*m1**12*n1*n2**16 + 19*m1**11*m2*n1**8*n2**9 + 10*m1
**11*m2*n1**6*n2**11 - 36*m1**11*m2*n1**4*n2**13 - 26*m1**11*m2*n1**2*n2**15 +
m1**11*m2*n2**17 - 81*m1**10*m2**2*n1**9*n2**8 + 6*m1**10*m2**2*n1**7*n2**10 +
240*m1**10*m2**2*n1**5*n2**12 + 138*m1**10*m2**2*n1**3*n2**14 - 15*m1**10*m2**2*
n1*n2**16 + 204*m1**9*m2**3*n1**10*n2**7 - 175*m1**9*m2**3*n1**8*n2**9 - 870*m1
**9*m2**3*n1**6*n2**11 - 400*m1**9*m2**3*n1**4*n2**13 + 90*m1**9*m2**3*n1**2*n2
**15 - m1**9*m2**3*n2**17 - 336*m1**8*m2**4*n1**11*n2**6 + 645*m1**8*m2**4*n1**9
*n2**8 + 1980*m1**8*m2**4*n1**7*n2**10 + 690*m1**8*m2**4*n1**5*n2**12 - 300*m1**
8*m2**4*n1**3*n2**14 + 9*m1**8*m2**4*n1*n2**16 + 378*m1**7*m2**5*n1**12*n2**5 -
1296*m1**7*m2**5*n1**10*n2**7 - 3024*m1**7*m2**5*n1**8*n2**9 - 684*m1**7*m2**5*
n1**6*n2**11 + 630*m1**7*m2**5*n1**4*n2**13 - 36*m1**7*m2**5*n1**2*n2**15 - 294*
m1**6*m2**6*n1**13*n2**4 + 1680*m1**6*m2**6*n1**11*n2**6 + 3192*m1**6*m2**6*n1**
9*n2**8 + 252*m1**6*m2**6*n1**7*n2**10 - 882*m1**6*m2**6*n1**5*n2**12 + 84*m1**6
*m2**6*n1**3*n2**14 + 156*m1**5*m2**7*n1**14*n2**3 - 1482*m1**5*m2**7*n1**12*n2
**5 - 2340*m1**5*m2**7*n1**10*n2**7 + 264*m1**5*m2**7*n1**8*n2**9 + 840*m1**5*m2
**7*n1**6*n2**11 - 126*m1**5*m2**7*n1**4*n2**13 - 54*m1**4*m2**8*n1**15*n2**2 +
900*m1**4*m2**8*n1**13*n2**4 + 1170*m1**4*m2**8*n1**11*n2**6 - 450*m1**4*m2**8*
n1**9*n2**8 - 540*m1**4*m2**8*n1**7*n2**10 + 126*m1**4*m2**8*n1**5*n2**12 + 11*
m1**3*m2**9*n1**16*n2 - 370*m1**3*m2**9*n1**14*n2**3 - 380*m1**3*m2**9*n1**12*n2
**5 + 310*m1**3*m2**9*n1**10*n2**7 + 225*m1**3*m2**9*n1**8*n2**9 - 84*m1**3*m2**
9*n1**6*n2**11 - m1**2*m2**10*n1**17 + 98*m1**2*m2**10*n1**15*n2**2 + 72*m1**2*
m2**10*n1**13*n2**4 - 118*m1**2*m2**10*n1**11*n2**6 - 55*m1**2*m2**10*n1**9*n2**
8 + 36*m1**2*m2**10*n1**7*n2**10 - 15*m1*m2**11*n1**16*n2 - 6*m1*m2**11*n1**14*
n2**3 + 24*m1*m2**11*n1**12*n2**5 + 6*m1*m2**11*n1**10*n2**7 - 9*m1*m2**11*n1**8
*n2**9 + m2**12*n1**17 - 2*m2**12*n1**13*n2**4 + m2**12*n1**9*n2**8) + v1**2*v3
**2*(a33*m1**13*n1**6*n2**9 + a33*m1**13*n1**4*n2**11 - a33*m1**13*n1**2*n2**13
- a33*m1**13*n2**15 - 9*a33*m1**12*m2*n1**7*n2**8 - 5*a33*m1**12*m2*n1**5*n2**10
+ 17*a33*m1**12*m2*n1**3*n2**12 + 13*a33*m1**12*m2*n1*n2**14 + 36*a33*m1**11*m2
**2*n1**8*n2**7 - 108*a33*m1**11*m2**2*n1**4*n2**11 - 72*a33*m1**11*m2**2*n1**2*
n2**13 - 84*a33*m1**10*m2**3*n1**9*n2**6 + 60*a33*m1**10*m2**3*n1**7*n2**8 + 376
*a33*m1**10*m2**3*n1**5*n2**10 + 236*a33*m1**10*m2**3*n1**3*n2**12 + 4*a33*m1**
10*m2**3*n1*n2**14 + 126*a33*m1**9*m2**4*n1**10*n2**5 - 210*a33*m1**9*m2**4*n1**
8*n2**7 - 835*a33*m1**9*m2**4*n1**6*n2**9 - 535*a33*m1**9*m2**4*n1**4*n2**11 -
35*a33*m1**9*m2**4*n1**2*n2**13 + a33*m1**9*m2**4*n2**15 - 126*a33*m1**8*m2**5*
n1**11*n2**4 + 378*a33*m1**8*m2**5*n1**9*n2**6 + 1287*a33*m1**8*m2**5*n1**7*n2**
8 + 927*a33*m1**8*m2**5*n1**5*n2**10 + 135*a33*m1**8*m2**5*n1**3*n2**12 - 9*a33*
m1**8*m2**5*n1*n2**14 + 84*a33*m1**7*m2**6*n1**12*n2**3 - 420*a33*m1**7*m2**6*n1
**10*n2**5 - 1464*a33*m1**7*m2**6*n1**8*n2**7 - 1296*a33*m1**7*m2**6*n1**6*n2**9
- 300*a33*m1**7*m2**6*n1**4*n2**11 + 36*a33*m1**7*m2**6*n1**2*n2**13 - 36*a33*
m1**6*m2**7*n1**13*n2**2 + 300*a33*m1**6*m2**7*n1**11*n2**4 + 1296*a33*m1**6*m2
**7*n1**9*n2**6 + 1464*a33*m1**6*m2**7*n1**7*n2**8 + 420*a33*m1**6*m2**7*n1**5*
n2**10 - 84*a33*m1**6*m2**7*n1**3*n2**12 + 9*a33*m1**5*m2**8*n1**14*n2 - 135*a33
*m1**5*m2**8*n1**12*n2**3 - 927*a33*m1**5*m2**8*n1**10*n2**5 - 1287*a33*m1**5*m2
**8*n1**8*n2**7 - 378*a33*m1**5*m2**8*n1**6*n2**9 + 126*a33*m1**5*m2**8*n1**4*n2
**11 - a33*m1**4*m2**9*n1**15 + 35*a33*m1**4*m2**9*n1**13*n2**2 + 535*a33*m1**4*
m2**9*n1**11*n2**4 + 835*a33*m1**4*m2**9*n1**9*n2**6 + 210*a33*m1**4*m2**9*n1**7
*n2**8 - 126*a33*m1**4*m2**9*n1**5*n2**10 - 4*a33*m1**3*m2**10*n1**14*n2 - 236*
a33*m1**3*m2**10*n1**12*n2**3 - 376*a33*m1**3*m2**10*n1**10*n2**5 - 60*a33*m1**3
*m2**10*n1**8*n2**7 + 84*a33*m1**3*m2**10*n1**6*n2**9 + 72*a33*m1**2*m2**11*n1**
13*n2**2 + 108*a33*m1**2*m2**11*n1**11*n2**4 - 36*a33*m1**2*m2**11*n1**7*n2**8 -
13*a33*m1*m2**12*n1**14*n2 - 17*a33*m1*m2**12*n1**12*n2**3 + 5*a33*m1*m2**12*n1
**10*n2**5 + 9*a33*m1*m2**12*n1**8*n2**7 + a33*m2**13*n1**15 + a33*m2**13*n1**13
*n2**2 - a33*m2**13*n1**11*n2**4 - a33*m2**13*n1**9*n2**6) + v1*v2**2*( - m1**12
*n1**8*n2**9 + 2*m1**12*n1**4*n2**13 - m1**12*n2**17 + 9*m1**11*m2*n1**9*n2**8 -
6*m1**11*m2*n1**7*n2**10 - 24*m1**11*m2*n1**5*n2**12 + 6*m1**11*m2*n1**3*n2**14
+ 15*m1**11*m2*n1*n2**16 - 36*m1**10*m2**2*n1**10*n2**7 + 55*m1**10*m2**2*n1**8
*n2**9 + 118*m1**10*m2**2*n1**6*n2**11 - 72*m1**10*m2**2*n1**4*n2**13 - 98*m1**
10*m2**2*n1**2*n2**15 + m1**10*m2**2*n2**17 + 84*m1**9*m2**3*n1**11*n2**6 - 225*
m1**9*m2**3*n1**9*n2**8 - 310*m1**9*m2**3*n1**7*n2**10 + 380*m1**9*m2**3*n1**5*
n2**12 + 370*m1**9*m2**3*n1**3*n2**14 - 11*m1**9*m2**3*n1*n2**16 - 126*m1**8*m2
**4*n1**12*n2**5 + 540*m1**8*m2**4*n1**10*n2**7 + 450*m1**8*m2**4*n1**8*n2**9 -
1170*m1**8*m2**4*n1**6*n2**11 - 900*m1**8*m2**4*n1**4*n2**13 + 54*m1**8*m2**4*n1
**2*n2**15 + 126*m1**7*m2**5*n1**13*n2**4 - 840*m1**7*m2**5*n1**11*n2**6 - 264*
m1**7*m2**5*n1**9*n2**8 + 2340*m1**7*m2**5*n1**7*n2**10 + 1482*m1**7*m2**5*n1**5
*n2**12 - 156*m1**7*m2**5*n1**3*n2**14 - 84*m1**6*m2**6*n1**14*n2**3 + 882*m1**6
*m2**6*n1**12*n2**5 - 252*m1**6*m2**6*n1**10*n2**7 - 3192*m1**6*m2**6*n1**8*n2**
9 - 1680*m1**6*m2**6*n1**6*n2**11 + 294*m1**6*m2**6*n1**4*n2**13 + 36*m1**5*m2**
7*n1**15*n2**2 - 630*m1**5*m2**7*n1**13*n2**4 + 684*m1**5*m2**7*n1**11*n2**6 +
3024*m1**5*m2**7*n1**9*n2**8 + 1296*m1**5*m2**7*n1**7*n2**10 - 378*m1**5*m2**7*
n1**5*n2**12 - 9*m1**4*m2**8*n1**16*n2 + 300*m1**4*m2**8*n1**14*n2**3 - 690*m1**
4*m2**8*n1**12*n2**5 - 1980*m1**4*m2**8*n1**10*n2**7 - 645*m1**4*m2**8*n1**8*n2
**9 + 336*m1**4*m2**8*n1**6*n2**11 + m1**3*m2**9*n1**17 - 90*m1**3*m2**9*n1**15*
n2**2 + 400*m1**3*m2**9*n1**13*n2**4 + 870*m1**3*m2**9*n1**11*n2**6 + 175*m1**3*
m2**9*n1**9*n2**8 - 204*m1**3*m2**9*n1**7*n2**10 + 15*m1**2*m2**10*n1**16*n2 -
138*m1**2*m2**10*n1**14*n2**3 - 240*m1**2*m2**10*n1**12*n2**5 - 6*m1**2*m2**10*
n1**10*n2**7 + 81*m1**2*m2**10*n1**8*n2**9 - m1*m2**11*n1**17 + 26*m1*m2**11*n1
**15*n2**2 + 36*m1*m2**11*n1**13*n2**4 - 10*m1*m2**11*n1**11*n2**6 - 19*m1*m2**
11*n1**9*n2**8 - 2*m2**12*n1**16*n2 - 2*m2**12*n1**14*n2**3 + 2*m2**12*n1**12*n2
**5 + 2*m2**12*n1**10*n2**7) + v1*v3**2*( - m1**12*n1**8*n2**9 + 2*m1**12*n1**4*
n2**13 - m1**12*n2**17 + 9*m1**11*m2*n1**9*n2**8 - 6*m1**11*m2*n1**7*n2**10 - 24
*m1**11*m2*n1**5*n2**12 + 6*m1**11*m2*n1**3*n2**14 + 15*m1**11*m2*n1*n2**16 - 36
*m1**10*m2**2*n1**10*n2**7 + 55*m1**10*m2**2*n1**8*n2**9 + 118*m1**10*m2**2*n1**
6*n2**11 - 72*m1**10*m2**2*n1**4*n2**13 - 98*m1**10*m2**2*n1**2*n2**15 + m1**10*
m2**2*n2**17 + 84*m1**9*m2**3*n1**11*n2**6 - 225*m1**9*m2**3*n1**9*n2**8 - 310*
m1**9*m2**3*n1**7*n2**10 + 380*m1**9*m2**3*n1**5*n2**12 + 370*m1**9*m2**3*n1**3*
n2**14 - 11*m1**9*m2**3*n1*n2**16 - 126*m1**8*m2**4*n1**12*n2**5 + 540*m1**8*m2
**4*n1**10*n2**7 + 450*m1**8*m2**4*n1**8*n2**9 - 1170*m1**8*m2**4*n1**6*n2**11 -
900*m1**8*m2**4*n1**4*n2**13 + 54*m1**8*m2**4*n1**2*n2**15 + 126*m1**7*m2**5*n1
**13*n2**4 - 840*m1**7*m2**5*n1**11*n2**6 - 264*m1**7*m2**5*n1**9*n2**8 + 2340*
m1**7*m2**5*n1**7*n2**10 + 1482*m1**7*m2**5*n1**5*n2**12 - 156*m1**7*m2**5*n1**3
*n2**14 - 84*m1**6*m2**6*n1**14*n2**3 + 882*m1**6*m2**6*n1**12*n2**5 - 252*m1**6
*m2**6*n1**10*n2**7 - 3192*m1**6*m2**6*n1**8*n2**9 - 1680*m1**6*m2**6*n1**6*n2**
11 + 294*m1**6*m2**6*n1**4*n2**13 + 36*m1**5*m2**7*n1**15*n2**2 - 630*m1**5*m2**
7*n1**13*n2**4 + 684*m1**5*m2**7*n1**11*n2**6 + 3024*m1**5*m2**7*n1**9*n2**8 +
1296*m1**5*m2**7*n1**7*n2**10 - 378*m1**5*m2**7*n1**5*n2**12 - 9*m1**4*m2**8*n1
**16*n2 + 300*m1**4*m2**8*n1**14*n2**3 - 690*m1**4*m2**8*n1**12*n2**5 - 1980*m1
**4*m2**8*n1**10*n2**7 - 645*m1**4*m2**8*n1**8*n2**9 + 336*m1**4*m2**8*n1**6*n2
**11 + m1**3*m2**9*n1**17 - 90*m1**3*m2**9*n1**15*n2**2 + 400*m1**3*m2**9*n1**13
*n2**4 + 870*m1**3*m2**9*n1**11*n2**6 + 175*m1**3*m2**9*n1**9*n2**8 - 204*m1**3*
m2**9*n1**7*n2**10 + 15*m1**2*m2**10*n1**16*n2 - 138*m1**2*m2**10*n1**14*n2**3 -
240*m1**2*m2**10*n1**12*n2**5 - 6*m1**2*m2**10*n1**10*n2**7 + 81*m1**2*m2**10*
n1**8*n2**9 - m1*m2**11*n1**17 + 26*m1*m2**11*n1**15*n2**2 + 36*m1*m2**11*n1**13
*n2**4 - 10*m1*m2**11*n1**11*n2**6 - 19*m1*m2**11*n1**9*n2**8 - 2*m2**12*n1**16*
n2 - 2*m2**12*n1**14*n2**3 + 2*m2**12*n1**12*n2**5 + 2*m2**12*n1**10*n2**7) + v2
**3*( - 2*m1**12*n1**7*n2**10 - 2*m1**12*n1**5*n2**12 + 2*m1**12*n1**3*n2**14 +
2*m1**12*n1*n2**16 + 19*m1**11*m2*n1**8*n2**9 + 10*m1**11*m2*n1**6*n2**11 - 36*
m1**11*m2*n1**4*n2**13 - 26*m1**11*m2*n1**2*n2**15 + m1**11*m2*n2**17 - 81*m1**
10*m2**2*n1**9*n2**8 + 6*m1**10*m2**2*n1**7*n2**10 + 240*m1**10*m2**2*n1**5*n2**
12 + 138*m1**10*m2**2*n1**3*n2**14 - 15*m1**10*m2**2*n1*n2**16 + 204*m1**9*m2**3
*n1**10*n2**7 - 175*m1**9*m2**3*n1**8*n2**9 - 870*m1**9*m2**3*n1**6*n2**11 - 400
*m1**9*m2**3*n1**4*n2**13 + 90*m1**9*m2**3*n1**2*n2**15 - m1**9*m2**3*n2**17 -
336*m1**8*m2**4*n1**11*n2**6 + 645*m1**8*m2**4*n1**9*n2**8 + 1980*m1**8*m2**4*n1
**7*n2**10 + 690*m1**8*m2**4*n1**5*n2**12 - 300*m1**8*m2**4*n1**3*n2**14 + 9*m1
**8*m2**4*n1*n2**16 + 378*m1**7*m2**5*n1**12*n2**5 - 1296*m1**7*m2**5*n1**10*n2
**7 - 3024*m1**7*m2**5*n1**8*n2**9 - 684*m1**7*m2**5*n1**6*n2**11 + 630*m1**7*m2
**5*n1**4*n2**13 - 36*m1**7*m2**5*n1**2*n2**15 - 294*m1**6*m2**6*n1**13*n2**4 +
1680*m1**6*m2**6*n1**11*n2**6 + 3192*m1**6*m2**6*n1**9*n2**8 + 252*m1**6*m2**6*
n1**7*n2**10 - 882*m1**6*m2**6*n1**5*n2**12 + 84*m1**6*m2**6*n1**3*n2**14 + 156*
m1**5*m2**7*n1**14*n2**3 - 1482*m1**5*m2**7*n1**12*n2**5 - 2340*m1**5*m2**7*n1**
10*n2**7 + 264*m1**5*m2**7*n1**8*n2**9 + 840*m1**5*m2**7*n1**6*n2**11 - 126*m1**
5*m2**7*n1**4*n2**13 - 54*m1**4*m2**8*n1**15*n2**2 + 900*m1**4*m2**8*n1**13*n2**
4 + 1170*m1**4*m2**8*n1**11*n2**6 - 450*m1**4*m2**8*n1**9*n2**8 - 540*m1**4*m2**
8*n1**7*n2**10 + 126*m1**4*m2**8*n1**5*n2**12 + 11*m1**3*m2**9*n1**16*n2 - 370*
m1**3*m2**9*n1**14*n2**3 - 380*m1**3*m2**9*n1**12*n2**5 + 310*m1**3*m2**9*n1**10
*n2**7 + 225*m1**3*m2**9*n1**8*n2**9 - 84*m1**3*m2**9*n1**6*n2**11 - m1**2*m2**
10*n1**17 + 98*m1**2*m2**10*n1**15*n2**2 + 72*m1**2*m2**10*n1**13*n2**4 - 118*m1
**2*m2**10*n1**11*n2**6 - 55*m1**2*m2**10*n1**9*n2**8 + 36*m1**2*m2**10*n1**7*n2
**10 - 15*m1*m2**11*n1**16*n2 - 6*m1*m2**11*n1**14*n2**3 + 24*m1*m2**11*n1**12*
n2**5 + 6*m1*m2**11*n1**10*n2**7 - 9*m1*m2**11*n1**8*n2**9 + m2**12*n1**17 - 2*
m2**12*n1**13*n2**4 + m2**12*n1**9*n2**8) + v2**2*v3**2*(a33*m1**13*n1**6*n2**9
+ a33*m1**13*n1**4*n2**11 - a33*m1**13*n1**2*n2**13 - a33*m1**13*n2**15 - 9*a33*
m1**12*m2*n1**7*n2**8 - 5*a33*m1**12*m2*n1**5*n2**10 + 17*a33*m1**12*m2*n1**3*n2
**12 + 13*a33*m1**12*m2*n1*n2**14 + 36*a33*m1**11*m2**2*n1**8*n2**7 - 108*a33*m1
**11*m2**2*n1**4*n2**11 - 72*a33*m1**11*m2**2*n1**2*n2**13 - 84*a33*m1**10*m2**3
*n1**9*n2**6 + 60*a33*m1**10*m2**3*n1**7*n2**8 + 376*a33*m1**10*m2**3*n1**5*n2**
10 + 236*a33*m1**10*m2**3*n1**3*n2**12 + 4*a33*m1**10*m2**3*n1*n2**14 + 126*a33*
m1**9*m2**4*n1**10*n2**5 - 210*a33*m1**9*m2**4*n1**8*n2**7 - 835*a33*m1**9*m2**4
*n1**6*n2**9 - 535*a33*m1**9*m2**4*n1**4*n2**11 - 35*a33*m1**9*m2**4*n1**2*n2**
13 + a33*m1**9*m2**4*n2**15 - 126*a33*m1**8*m2**5*n1**11*n2**4 + 378*a33*m1**8*
m2**5*n1**9*n2**6 + 1287*a33*m1**8*m2**5*n1**7*n2**8 + 927*a33*m1**8*m2**5*n1**5
*n2**10 + 135*a33*m1**8*m2**5*n1**3*n2**12 - 9*a33*m1**8*m2**5*n1*n2**14 + 84*
a33*m1**7*m2**6*n1**12*n2**3 - 420*a33*m1**7*m2**6*n1**10*n2**5 - 1464*a33*m1**7
*m2**6*n1**8*n2**7 - 1296*a33*m1**7*m2**6*n1**6*n2**9 - 300*a33*m1**7*m2**6*n1**
4*n2**11 + 36*a33*m1**7*m2**6*n1**2*n2**13 - 36*a33*m1**6*m2**7*n1**13*n2**2 +
300*a33*m1**6*m2**7*n1**11*n2**4 + 1296*a33*m1**6*m2**7*n1**9*n2**6 + 1464*a33*
m1**6*m2**7*n1**7*n2**8 + 420*a33*m1**6*m2**7*n1**5*n2**10 - 84*a33*m1**6*m2**7*
n1**3*n2**12 + 9*a33*m1**5*m2**8*n1**14*n2 - 135*a33*m1**5*m2**8*n1**12*n2**3 -
927*a33*m1**5*m2**8*n1**10*n2**5 - 1287*a33*m1**5*m2**8*n1**8*n2**7 - 378*a33*m1
**5*m2**8*n1**6*n2**9 + 126*a33*m1**5*m2**8*n1**4*n2**11 - a33*m1**4*m2**9*n1**
15 + 35*a33*m1**4*m2**9*n1**13*n2**2 + 535*a33*m1**4*m2**9*n1**11*n2**4 + 835*
a33*m1**4*m2**9*n1**9*n2**6 + 210*a33*m1**4*m2**9*n1**7*n2**8 - 126*a33*m1**4*m2
**9*n1**5*n2**10 - 4*a33*m1**3*m2**10*n1**14*n2 - 236*a33*m1**3*m2**10*n1**12*n2
**3 - 376*a33*m1**3*m2**10*n1**10*n2**5 - 60*a33*m1**3*m2**10*n1**8*n2**7 + 84*
a33*m1**3*m2**10*n1**6*n2**9 + 72*a33*m1**2*m2**11*n1**13*n2**2 + 108*a33*m1**2*
m2**11*n1**11*n2**4 - 36*a33*m1**2*m2**11*n1**7*n2**8 - 13*a33*m1*m2**12*n1**14*
n2 - 17*a33*m1*m2**12*n1**12*n2**3 + 5*a33*m1*m2**12*n1**10*n2**5 + 9*a33*m1*m2
**12*n1**8*n2**7 + a33*m2**13*n1**15 + a33*m2**13*n1**13*n2**2 - a33*m2**13*n1**
11*n2**4 - a33*m2**13*n1**9*n2**6) + v2*v3**2*( - 2*m1**12*n1**7*n2**10 - 2*m1**
12*n1**5*n2**12 + 2*m1**12*n1**3*n2**14 + 2*m1**12*n1*n2**16 + 19*m1**11*m2*n1**
8*n2**9 + 10*m1**11*m2*n1**6*n2**11 - 36*m1**11*m2*n1**4*n2**13 - 26*m1**11*m2*
n1**2*n2**15 + m1**11*m2*n2**17 - 81*m1**10*m2**2*n1**9*n2**8 + 6*m1**10*m2**2*
n1**7*n2**10 + 240*m1**10*m2**2*n1**5*n2**12 + 138*m1**10*m2**2*n1**3*n2**14 -
15*m1**10*m2**2*n1*n2**16 + 204*m1**9*m2**3*n1**10*n2**7 - 175*m1**9*m2**3*n1**8
*n2**9 - 870*m1**9*m2**3*n1**6*n2**11 - 400*m1**9*m2**3*n1**4*n2**13 + 90*m1**9*
m2**3*n1**2*n2**15 - m1**9*m2**3*n2**17 - 336*m1**8*m2**4*n1**11*n2**6 + 645*m1
**8*m2**4*n1**9*n2**8 + 1980*m1**8*m2**4*n1**7*n2**10 + 690*m1**8*m2**4*n1**5*n2
**12 - 300*m1**8*m2**4*n1**3*n2**14 + 9*m1**8*m2**4*n1*n2**16 + 378*m1**7*m2**5*
n1**12*n2**5 - 1296*m1**7*m2**5*n1**10*n2**7 - 3024*m1**7*m2**5*n1**8*n2**9 -
684*m1**7*m2**5*n1**6*n2**11 + 630*m1**7*m2**5*n1**4*n2**13 - 36*m1**7*m2**5*n1
**2*n2**15 - 294*m1**6*m2**6*n1**13*n2**4 + 1680*m1**6*m2**6*n1**11*n2**6 + 3192
*m1**6*m2**6*n1**9*n2**8 + 252*m1**6*m2**6*n1**7*n2**10 - 882*m1**6*m2**6*n1**5*
n2**12 + 84*m1**6*m2**6*n1**3*n2**14 + 156*m1**5*m2**7*n1**14*n2**3 - 1482*m1**5
*m2**7*n1**12*n2**5 - 2340*m1**5*m2**7*n1**10*n2**7 + 264*m1**5*m2**7*n1**8*n2**
9 + 840*m1**5*m2**7*n1**6*n2**11 - 126*m1**5*m2**7*n1**4*n2**13 - 54*m1**4*m2**8
*n1**15*n2**2 + 900*m1**4*m2**8*n1**13*n2**4 + 1170*m1**4*m2**8*n1**11*n2**6 -
450*m1**4*m2**8*n1**9*n2**8 - 540*m1**4*m2**8*n1**7*n2**10 + 126*m1**4*m2**8*n1
**5*n2**12 + 11*m1**3*m2**9*n1**16*n2 - 370*m1**3*m2**9*n1**14*n2**3 - 380*m1**3
*m2**9*n1**12*n2**5 + 310*m1**3*m2**9*n1**10*n2**7 + 225*m1**3*m2**9*n1**8*n2**9
- 84*m1**3*m2**9*n1**6*n2**11 - m1**2*m2**10*n1**17 + 98*m1**2*m2**10*n1**15*n2
**2 + 72*m1**2*m2**10*n1**13*n2**4 - 118*m1**2*m2**10*n1**11*n2**6 - 55*m1**2*m2
**10*n1**9*n2**8 + 36*m1**2*m2**10*n1**7*n2**10 - 15*m1*m2**11*n1**16*n2 - 6*m1*
m2**11*n1**14*n2**3 + 24*m1*m2**11*n1**12*n2**5 + 6*m1*m2**11*n1**10*n2**7 - 9*
m1*m2**11*n1**8*n2**9 + m2**12*n1**17 - 2*m2**12*n1**13*n2**4 + m2**12*n1**9*n2
**8) + v3**4*(a33*m1**13*n1**6*n2**9 + a33*m1**13*n1**4*n2**11 - a33*m1**13*n1**
2*n2**13 - a33*m1**13*n2**15 - 9*a33*m1**12*m2*n1**7*n2**8 - 5*a33*m1**12*m2*n1
**5*n2**10 + 17*a33*m1**12*m2*n1**3*n2**12 + 13*a33*m1**12*m2*n1*n2**14 + 36*a33
*m1**11*m2**2*n1**8*n2**7 - 108*a33*m1**11*m2**2*n1**4*n2**11 - 72*a33*m1**11*m2
**2*n1**2*n2**13 - 84*a33*m1**10*m2**3*n1**9*n2**6 + 60*a33*m1**10*m2**3*n1**7*
n2**8 + 376*a33*m1**10*m2**3*n1**5*n2**10 + 236*a33*m1**10*m2**3*n1**3*n2**12 +
4*a33*m1**10*m2**3*n1*n2**14 + 126*a33*m1**9*m2**4*n1**10*n2**5 - 210*a33*m1**9*
m2**4*n1**8*n2**7 - 835*a33*m1**9*m2**4*n1**6*n2**9 - 535*a33*m1**9*m2**4*n1**4*
n2**11 - 35*a33*m1**9*m2**4*n1**2*n2**13 + a33*m1**9*m2**4*n2**15 - 126*a33*m1**
8*m2**5*n1**11*n2**4 + 378*a33*m1**8*m2**5*n1**9*n2**6 + 1287*a33*m1**8*m2**5*n1
**7*n2**8 + 927*a33*m1**8*m2**5*n1**5*n2**10 + 135*a33*m1**8*m2**5*n1**3*n2**12
- 9*a33*m1**8*m2**5*n1*n2**14 + 84*a33*m1**7*m2**6*n1**12*n2**3 - 420*a33*m1**7*
m2**6*n1**10*n2**5 - 1464*a33*m1**7*m2**6*n1**8*n2**7 - 1296*a33*m1**7*m2**6*n1
**6*n2**9 - 300*a33*m1**7*m2**6*n1**4*n2**11 + 36*a33*m1**7*m2**6*n1**2*n2**13 -
36*a33*m1**6*m2**7*n1**13*n2**2 + 300*a33*m1**6*m2**7*n1**11*n2**4 + 1296*a33*
m1**6*m2**7*n1**9*n2**6 + 1464*a33*m1**6*m2**7*n1**7*n2**8 + 420*a33*m1**6*m2**7
*n1**5*n2**10 - 84*a33*m1**6*m2**7*n1**3*n2**12 + 9*a33*m1**5*m2**8*n1**14*n2 -
135*a33*m1**5*m2**8*n1**12*n2**3 - 927*a33*m1**5*m2**8*n1**10*n2**5 - 1287*a33*
m1**5*m2**8*n1**8*n2**7 - 378*a33*m1**5*m2**8*n1**6*n2**9 + 126*a33*m1**5*m2**8*
n1**4*n2**11 - a33*m1**4*m2**9*n1**15 + 35*a33*m1**4*m2**9*n1**13*n2**2 + 535*
a33*m1**4*m2**9*n1**11*n2**4 + 835*a33*m1**4*m2**9*n1**9*n2**6 + 210*a33*m1**4*
m2**9*n1**7*n2**8 - 126*a33*m1**4*m2**9*n1**5*n2**10 - 4*a33*m1**3*m2**10*n1**14
*n2 - 236*a33*m1**3*m2**10*n1**12*n2**3 - 376*a33*m1**3*m2**10*n1**10*n2**5 - 60
*a33*m1**3*m2**10*n1**8*n2**7 + 84*a33*m1**3*m2**10*n1**6*n2**9 + 72*a33*m1**2*
m2**11*n1**13*n2**2 + 108*a33*m1**2*m2**11*n1**11*n2**4 - 36*a33*m1**2*m2**11*n1
**7*n2**8 - 13*a33*m1*m2**12*n1**14*n2 - 17*a33*m1*m2**12*n1**12*n2**3 + 5*a33*
m1*m2**12*n1**10*n2**5 + 9*a33*m1*m2**12*n1**8*n2**7 + a33*m2**13*n1**15 + a33*
m2**13*n1**13*n2**2 - a33*m2**13*n1**11*n2**4 - a33*m2**13*n1**9*n2**6)$
FI=u1**4*(a33**2*m1**11*n1**8*n2**9 + 2*a33**2*m1**11*n1**6*n2**11 - 2*a33**2*m1
**11*n1**2*n2**15 - a33**2*m1**11*n2**17 - 9*a33**2*m1**10*m2*n1**9*n2**8 - 14*
a33**2*m1**10*m2*n1**7*n2**10 + 12*a33**2*m1**10*m2*n1**5*n2**12 + 30*a33**2*m1
**10*m2*n1**3*n2**14 + 13*a33**2*m1**10*m2*n1*n2**16 + 36*a33**2*m1**9*m2**2*n1
**10*n2**7 + 35*a33**2*m1**9*m2**2*n1**8*n2**9 - 110*a33**2*m1**9*m2**2*n1**6*n2
**11 - 180*a33**2*m1**9*m2**2*n1**4*n2**13 - 70*a33**2*m1**9*m2**2*n1**2*n2**15
+ a33**2*m1**9*m2**2*n2**17 - 84*a33**2*m1**8*m2**3*n1**11*n2**6 - 15*a33**2*m1
**8*m2**3*n1**9*n2**8 + 450*a33**2*m1**8*m2**3*n1**7*n2**10 + 600*a33**2*m1**8*
m2**3*n1**5*n2**12 + 210*a33**2*m1**8*m2**3*n1**3*n2**14 - 9*a33**2*m1**8*m2**3*
n1*n2**16 + 126*a33**2*m1**7*m2**4*n1**12*n2**5 - 120*a33**2*m1**7*m2**4*n1**10*
n2**7 - 1080*a33**2*m1**7*m2**4*n1**8*n2**9 - 1260*a33**2*m1**7*m2**4*n1**6*n2**
11 - 390*a33**2*m1**7*m2**4*n1**4*n2**13 + 36*a33**2*m1**7*m2**4*n1**2*n2**15 -
126*a33**2*m1**6*m2**5*n1**13*n2**4 + 336*a33**2*m1**6*m2**5*n1**11*n2**6 + 1680
*a33**2*m1**6*m2**5*n1**9*n2**8 + 1764*a33**2*m1**6*m2**5*n1**7*n2**10 + 462*a33
**2*m1**6*m2**5*n1**5*n2**12 - 84*a33**2*m1**6*m2**5*n1**3*n2**14 + 84*a33**2*m1
**5*m2**6*n1**14*n2**3 - 462*a33**2*m1**5*m2**6*n1**12*n2**5 - 1764*a33**2*m1**5
*m2**6*n1**10*n2**7 - 1680*a33**2*m1**5*m2**6*n1**8*n2**9 - 336*a33**2*m1**5*m2
**6*n1**6*n2**11 + 126*a33**2*m1**5*m2**6*n1**4*n2**13 - 36*a33**2*m1**4*m2**7*
n1**15*n2**2 + 390*a33**2*m1**4*m2**7*n1**13*n2**4 + 1260*a33**2*m1**4*m2**7*n1
**11*n2**6 + 1080*a33**2*m1**4*m2**7*n1**9*n2**8 + 120*a33**2*m1**4*m2**7*n1**7*
n2**10 - 126*a33**2*m1**4*m2**7*n1**5*n2**12 + 9*a33**2*m1**3*m2**8*n1**16*n2 -
210*a33**2*m1**3*m2**8*n1**14*n2**3 - 600*a33**2*m1**3*m2**8*n1**12*n2**5 - 450*
a33**2*m1**3*m2**8*n1**10*n2**7 + 15*a33**2*m1**3*m2**8*n1**8*n2**9 + 84*a33**2*
m1**3*m2**8*n1**6*n2**11 - a33**2*m1**2*m2**9*n1**17 + 70*a33**2*m1**2*m2**9*n1
**15*n2**2 + 180*a33**2*m1**2*m2**9*n1**13*n2**4 + 110*a33**2*m1**2*m2**9*n1**11
*n2**6 - 35*a33**2*m1**2*m2**9*n1**9*n2**8 - 36*a33**2*m1**2*m2**9*n1**7*n2**10
- 13*a33**2*m1*m2**10*n1**16*n2 - 30*a33**2*m1*m2**10*n1**14*n2**3 - 12*a33**2*
m1*m2**10*n1**12*n2**5 + 14*a33**2*m1*m2**10*n1**10*n2**7 + 9*a33**2*m1*m2**10*
n1**8*n2**9 + a33**2*m2**11*n1**17 + 2*a33**2*m2**11*n1**15*n2**2 - 2*a33**2*m2
**11*n1**11*n2**6 - a33**2*m2**11*n1**9*n2**8) + u1**3*v1*( - 4*a33**2*m1**12*n1
**7*n2**9 - 4*a33**2*m1**12*n1**5*n2**11 + 4*a33**2*m1**12*n1**3*n2**13 + 4*a33
**2*m1**12*n1*n2**15 + 36*a33**2*m1**11*m2*n1**8*n2**8 + 16*a33**2*m1**11*m2*n1
**6*n2**10 - 72*a33**2*m1**11*m2*n1**4*n2**12 - 48*a33**2*m1**11*m2*n1**2*n2**14
+ 4*a33**2*m1**11*m2*n2**16 - 144*a33**2*m1**10*m2**2*n1**9*n2**7 + 40*a33**2*
m1**10*m2**2*n1**7*n2**9 + 456*a33**2*m1**10*m2**2*n1**5*n2**11 + 216*a33**2*m1
**10*m2**2*n1**3*n2**13 - 56*a33**2*m1**10*m2**2*n1*n2**15 + 336*a33**2*m1**9*m2
**3*n1**10*n2**6 - 420*a33**2*m1**9*m2**3*n1**8*n2**8 - 1520*a33**2*m1**9*m2**3*
n1**6*n2**10 - 440*a33**2*m1**9*m2**3*n1**4*n2**12 + 320*a33**2*m1**9*m2**3*n1**
2*n2**14 - 4*a33**2*m1**9*m2**3*n2**16 - 504*a33**2*m1**8*m2**4*n1**11*n2**5 +
1320*a33**2*m1**8*m2**4*n1**9*n2**7 + 3060*a33**2*m1**8*m2**4*n1**7*n2**9 + 180*
a33**2*m1**8*m2**4*n1**5*n2**11 - 1020*a33**2*m1**8*m2**4*n1**3*n2**13 + 36*a33
**2*m1**8*m2**4*n1*n2**15 + 504*a33**2*m1**7*m2**5*n1**12*n2**4 - 2352*a33**2*m1
**7*m2**5*n1**10*n2**6 - 3888*a33**2*m1**7*m2**5*n1**8*n2**8 + 1152*a33**2*m1**7
*m2**5*n1**6*n2**10 + 2040*a33**2*m1**7*m2**5*n1**4*n2**12 - 144*a33**2*m1**7*m2
**5*n1**2*n2**14 - 336*a33**2*m1**6*m2**6*n1**13*n2**3 + 2688*a33**2*m1**6*m2**6
*n1**11*n2**5 + 3024*a33**2*m1**6*m2**6*n1**9*n2**7 - 3024*a33**2*m1**6*m2**6*n1
**7*n2**9 - 2688*a33**2*m1**6*m2**6*n1**5*n2**11 + 336*a33**2*m1**6*m2**6*n1**3*
n2**13 + 144*a33**2*m1**5*m2**7*n1**14*n2**2 - 2040*a33**2*m1**5*m2**7*n1**12*n2
**4 - 1152*a33**2*m1**5*m2**7*n1**10*n2**6 + 3888*a33**2*m1**5*m2**7*n1**8*n2**8
+ 2352*a33**2*m1**5*m2**7*n1**6*n2**10 - 504*a33**2*m1**5*m2**7*n1**4*n2**12 -
36*a33**2*m1**4*m2**8*n1**15*n2 + 1020*a33**2*m1**4*m2**8*n1**13*n2**3 - 180*a33
**2*m1**4*m2**8*n1**11*n2**5 - 3060*a33**2*m1**4*m2**8*n1**9*n2**7 - 1320*a33**2
*m1**4*m2**8*n1**7*n2**9 + 504*a33**2*m1**4*m2**8*n1**5*n2**11 + 4*a33**2*m1**3*
m2**9*n1**16 - 320*a33**2*m1**3*m2**9*n1**14*n2**2 + 440*a33**2*m1**3*m2**9*n1**
12*n2**4 + 1520*a33**2*m1**3*m2**9*n1**10*n2**6 + 420*a33**2*m1**3*m2**9*n1**8*
n2**8 - 336*a33**2*m1**3*m2**9*n1**6*n2**10 + 56*a33**2*m1**2*m2**10*n1**15*n2 -
216*a33**2*m1**2*m2**10*n1**13*n2**3 - 456*a33**2*m1**2*m2**10*n1**11*n2**5 -
40*a33**2*m1**2*m2**10*n1**9*n2**7 + 144*a33**2*m1**2*m2**10*n1**7*n2**9 - 4*a33
**2*m1*m2**11*n1**16 + 48*a33**2*m1*m2**11*n1**14*n2**2 + 72*a33**2*m1*m2**11*n1
**12*n2**4 - 16*a33**2*m1*m2**11*n1**10*n2**6 - 36*a33**2*m1*m2**11*n1**8*n2**8
- 4*a33**2*m2**12*n1**15*n2 - 4*a33**2*m2**12*n1**13*n2**3 + 4*a33**2*m2**12*n1
**11*n2**5 + 4*a33**2*m2**12*n1**9*n2**7) + u1**3*v2*( - 4*a33**2*m1**12*n1**6*
n2**10 - 4*a33**2*m1**12*n1**4*n2**12 + 4*a33**2*m1**12*n1**2*n2**14 + 4*a33**2*
m1**12*n2**16 + 40*a33**2*m1**11*m2*n1**7*n2**9 + 24*a33**2*m1**11*m2*n1**5*n2**
11 - 72*a33**2*m1**11*m2*n1**3*n2**13 - 56*a33**2*m1**11*m2*n1*n2**15 - 180*a33
**2*m1**10*m2**2*n1**8*n2**8 - 16*a33**2*m1**10*m2**2*n1**6*n2**10 + 504*a33**2*
m1**10*m2**2*n1**4*n2**12 + 336*a33**2*m1**10*m2**2*n1**2*n2**14 - 4*a33**2*m1**
10*m2**2*n2**16 + 480*a33**2*m1**9*m2**3*n1**9*n2**7 - 280*a33**2*m1**9*m2**3*n1
**7*n2**9 - 1960*a33**2*m1**9*m2**3*n1**5*n2**11 - 1160*a33**2*m1**9*m2**3*n1**3
*n2**13 + 40*a33**2*m1**9*m2**3*n1*n2**15 - 840*a33**2*m1**8*m2**4*n1**10*n2**6
+ 1260*a33**2*m1**8*m2**4*n1**8*n2**8 + 4860*a33**2*m1**8*m2**4*n1**6*n2**10 +
2580*a33**2*m1**8*m2**4*n1**4*n2**12 - 180*a33**2*m1**8*m2**4*n1**2*n2**14 +
1008*a33**2*m1**7*m2**5*n1**11*n2**5 - 2832*a33**2*m1**7*m2**5*n1**9*n2**7 -
8208*a33**2*m1**7*m2**5*n1**7*n2**9 - 3888*a33**2*m1**7*m2**5*n1**5*n2**11 + 480
*a33**2*m1**7*m2**5*n1**3*n2**13 - 840*a33**2*m1**6*m2**6*n1**12*n2**4 + 4032*
a33**2*m1**6*m2**6*n1**10*n2**6 + 9744*a33**2*m1**6*m2**6*n1**8*n2**8 + 4032*a33
**2*m1**6*m2**6*n1**6*n2**10 - 840*a33**2*m1**6*m2**6*n1**4*n2**12 + 480*a33**2*
m1**5*m2**7*n1**13*n2**3 - 3888*a33**2*m1**5*m2**7*n1**11*n2**5 - 8208*a33**2*m1
**5*m2**7*n1**9*n2**7 - 2832*a33**2*m1**5*m2**7*n1**7*n2**9 + 1008*a33**2*m1**5*
m2**7*n1**5*n2**11 - 180*a33**2*m1**4*m2**8*n1**14*n2**2 + 2580*a33**2*m1**4*m2
**8*n1**12*n2**4 + 4860*a33**2*m1**4*m2**8*n1**10*n2**6 + 1260*a33**2*m1**4*m2**
8*n1**8*n2**8 - 840*a33**2*m1**4*m2**8*n1**6*n2**10 + 40*a33**2*m1**3*m2**9*n1**
15*n2 - 1160*a33**2*m1**3*m2**9*n1**13*n2**3 - 1960*a33**2*m1**3*m2**9*n1**11*n2
**5 - 280*a33**2*m1**3*m2**9*n1**9*n2**7 + 480*a33**2*m1**3*m2**9*n1**7*n2**9 -
4*a33**2*m1**2*m2**10*n1**16 + 336*a33**2*m1**2*m2**10*n1**14*n2**2 + 504*a33**2
*m1**2*m2**10*n1**12*n2**4 - 16*a33**2*m1**2*m2**10*n1**10*n2**6 - 180*a33**2*m1
**2*m2**10*n1**8*n2**8 - 56*a33**2*m1*m2**11*n1**15*n2 - 72*a33**2*m1*m2**11*n1
**13*n2**3 + 24*a33**2*m1*m2**11*n1**11*n2**5 + 40*a33**2*m1*m2**11*n1**9*n2**7
+ 4*a33**2*m2**12*n1**16 + 4*a33**2*m2**12*n1**14*n2**2 - 4*a33**2*m2**12*n1**12
*n2**4 - 4*a33**2*m2**12*n1**10*n2**6) + u1**3*( - 2*a33*m1**11*n1**9*n2**9 - 4*
a33*m1**11*n1**7*n2**11 + 4*a33*m1**11*n1**3*n2**15 + 2*a33*m1**11*n1*n2**17 +
18*a33*m1**10*m2*n1**10*n2**8 + 28*a33*m1**10*m2*n1**8*n2**10 - 24*a33*m1**10*m2
*n1**6*n2**12 - 60*a33*m1**10*m2*n1**4*n2**14 - 26*a33*m1**10*m2*n1**2*n2**16 -
72*a33*m1**9*m2**2*n1**11*n2**7 - 70*a33*m1**9*m2**2*n1**9*n2**9 + 220*a33*m1**9
*m2**2*n1**7*n2**11 + 360*a33*m1**9*m2**2*n1**5*n2**13 + 140*a33*m1**9*m2**2*n1
**3*n2**15 - 2*a33*m1**9*m2**2*n1*n2**17 + 168*a33*m1**8*m2**3*n1**12*n2**6 + 30
*a33*m1**8*m2**3*n1**10*n2**8 - 900*a33*m1**8*m2**3*n1**8*n2**10 - 1200*a33*m1**
8*m2**3*n1**6*n2**12 - 420*a33*m1**8*m2**3*n1**4*n2**14 + 18*a33*m1**8*m2**3*n1
**2*n2**16 - 252*a33*m1**7*m2**4*n1**13*n2**5 + 240*a33*m1**7*m2**4*n1**11*n2**7
+ 2160*a33*m1**7*m2**4*n1**9*n2**9 + 2520*a33*m1**7*m2**4*n1**7*n2**11 + 780*
a33*m1**7*m2**4*n1**5*n2**13 - 72*a33*m1**7*m2**4*n1**3*n2**15 + 252*a33*m1**6*
m2**5*n1**14*n2**4 - 672*a33*m1**6*m2**5*n1**12*n2**6 - 3360*a33*m1**6*m2**5*n1
**10*n2**8 - 3528*a33*m1**6*m2**5*n1**8*n2**10 - 924*a33*m1**6*m2**5*n1**6*n2**
12 + 168*a33*m1**6*m2**5*n1**4*n2**14 - 168*a33*m1**5*m2**6*n1**15*n2**3 + 924*
a33*m1**5*m2**6*n1**13*n2**5 + 3528*a33*m1**5*m2**6*n1**11*n2**7 + 3360*a33*m1**
5*m2**6*n1**9*n2**9 + 672*a33*m1**5*m2**6*n1**7*n2**11 - 252*a33*m1**5*m2**6*n1
**5*n2**13 + 72*a33*m1**4*m2**7*n1**16*n2**2 - 780*a33*m1**4*m2**7*n1**14*n2**4
- 2520*a33*m1**4*m2**7*n1**12*n2**6 - 2160*a33*m1**4*m2**7*n1**10*n2**8 - 240*
a33*m1**4*m2**7*n1**8*n2**10 + 252*a33*m1**4*m2**7*n1**6*n2**12 - 18*a33*m1**3*
m2**8*n1**17*n2 + 420*a33*m1**3*m2**8*n1**15*n2**3 + 1200*a33*m1**3*m2**8*n1**13
*n2**5 + 900*a33*m1**3*m2**8*n1**11*n2**7 - 30*a33*m1**3*m2**8*n1**9*n2**9 - 168
*a33*m1**3*m2**8*n1**7*n2**11 + 2*a33*m1**2*m2**9*n1**18 - 140*a33*m1**2*m2**9*
n1**16*n2**2 - 360*a33*m1**2*m2**9*n1**14*n2**4 - 220*a33*m1**2*m2**9*n1**12*n2
**6 + 70*a33*m1**2*m2**9*n1**10*n2**8 + 72*a33*m1**2*m2**9*n1**8*n2**10 + 26*a33
*m1*m2**10*n1**17*n2 + 60*a33*m1*m2**10*n1**15*n2**3 + 24*a33*m1*m2**10*n1**13*
n2**5 - 28*a33*m1*m2**10*n1**11*n2**7 - 18*a33*m1*m2**10*n1**9*n2**9 - 2*a33*m2
**11*n1**18 - 4*a33*m2**11*n1**16*n2**2 + 4*a33*m2**11*n1**12*n2**6 + 2*a33*m2**
11*n1**10*n2**8) + u1**2*u2**2*(2*a33**2*m1**11*n1**8*n2**9 + 4*a33**2*m1**11*n1
**6*n2**11 - 4*a33**2*m1**11*n1**2*n2**15 - 2*a33**2*m1**11*n2**17 - 18*a33**2*
m1**10*m2*n1**9*n2**8 - 28*a33**2*m1**10*m2*n1**7*n2**10 + 24*a33**2*m1**10*m2*
n1**5*n2**12 + 60*a33**2*m1**10*m2*n1**3*n2**14 + 26*a33**2*m1**10*m2*n1*n2**16
+ 72*a33**2*m1**9*m2**2*n1**10*n2**7 + 70*a33**2*m1**9*m2**2*n1**8*n2**9 - 220*
a33**2*m1**9*m2**2*n1**6*n2**11 - 360*a33**2*m1**9*m2**2*n1**4*n2**13 - 140*a33
**2*m1**9*m2**2*n1**2*n2**15 + 2*a33**2*m1**9*m2**2*n2**17 - 168*a33**2*m1**8*m2
**3*n1**11*n2**6 - 30*a33**2*m1**8*m2**3*n1**9*n2**8 + 900*a33**2*m1**8*m2**3*n1
**7*n2**10 + 1200*a33**2*m1**8*m2**3*n1**5*n2**12 + 420*a33**2*m1**8*m2**3*n1**3
*n2**14 - 18*a33**2*m1**8*m2**3*n1*n2**16 + 252*a33**2*m1**7*m2**4*n1**12*n2**5
- 240*a33**2*m1**7*m2**4*n1**10*n2**7 - 2160*a33**2*m1**7*m2**4*n1**8*n2**9 -
2520*a33**2*m1**7*m2**4*n1**6*n2**11 - 780*a33**2*m1**7*m2**4*n1**4*n2**13 + 72*
a33**2*m1**7*m2**4*n1**2*n2**15 - 252*a33**2*m1**6*m2**5*n1**13*n2**4 + 672*a33
**2*m1**6*m2**5*n1**11*n2**6 + 3360*a33**2*m1**6*m2**5*n1**9*n2**8 + 3528*a33**2
*m1**6*m2**5*n1**7*n2**10 + 924*a33**2*m1**6*m2**5*n1**5*n2**12 - 168*a33**2*m1
**6*m2**5*n1**3*n2**14 + 168*a33**2*m1**5*m2**6*n1**14*n2**3 - 924*a33**2*m1**5*
m2**6*n1**12*n2**5 - 3528*a33**2*m1**5*m2**6*n1**10*n2**7 - 3360*a33**2*m1**5*m2
**6*n1**8*n2**9 - 672*a33**2*m1**5*m2**6*n1**6*n2**11 + 252*a33**2*m1**5*m2**6*
n1**4*n2**13 - 72*a33**2*m1**4*m2**7*n1**15*n2**2 + 780*a33**2*m1**4*m2**7*n1**
13*n2**4 + 2520*a33**2*m1**4*m2**7*n1**11*n2**6 + 2160*a33**2*m1**4*m2**7*n1**9*
n2**8 + 240*a33**2*m1**4*m2**7*n1**7*n2**10 - 252*a33**2*m1**4*m2**7*n1**5*n2**
12 + 18*a33**2*m1**3*m2**8*n1**16*n2 - 420*a33**2*m1**3*m2**8*n1**14*n2**3 -
1200*a33**2*m1**3*m2**8*n1**12*n2**5 - 900*a33**2*m1**3*m2**8*n1**10*n2**7 + 30*
a33**2*m1**3*m2**8*n1**8*n2**9 + 168*a33**2*m1**3*m2**8*n1**6*n2**11 - 2*a33**2*
m1**2*m2**9*n1**17 + 140*a33**2*m1**2*m2**9*n1**15*n2**2 + 360*a33**2*m1**2*m2**
9*n1**13*n2**4 + 220*a33**2*m1**2*m2**9*n1**11*n2**6 - 70*a33**2*m1**2*m2**9*n1
**9*n2**8 - 72*a33**2*m1**2*m2**9*n1**7*n2**10 - 26*a33**2*m1*m2**10*n1**16*n2 -
60*a33**2*m1*m2**10*n1**14*n2**3 - 24*a33**2*m1*m2**10*n1**12*n2**5 + 28*a33**2
*m1*m2**10*n1**10*n2**7 + 18*a33**2*m1*m2**10*n1**8*n2**9 + 2*a33**2*m2**11*n1**
17 + 4*a33**2*m2**11*n1**15*n2**2 - 4*a33**2*m2**11*n1**11*n2**6 - 2*a33**2*m2**
11*n1**9*n2**8) + u1**2*u2*v1*(4*a33**2*m1**12*n1**6*n2**10 + 4*a33**2*m1**12*n1
**4*n2**12 - 4*a33**2*m1**12*n1**2*n2**14 - 4*a33**2*m1**12*n2**16 - 40*a33**2*
m1**11*m2*n1**7*n2**9 - 24*a33**2*m1**11*m2*n1**5*n2**11 + 72*a33**2*m1**11*m2*
n1**3*n2**13 + 56*a33**2*m1**11*m2*n1*n2**15 + 180*a33**2*m1**10*m2**2*n1**8*n2
**8 + 16*a33**2*m1**10*m2**2*n1**6*n2**10 - 504*a33**2*m1**10*m2**2*n1**4*n2**12
- 336*a33**2*m1**10*m2**2*n1**2*n2**14 + 4*a33**2*m1**10*m2**2*n2**16 - 480*a33
**2*m1**9*m2**3*n1**9*n2**7 + 280*a33**2*m1**9*m2**3*n1**7*n2**9 + 1960*a33**2*
m1**9*m2**3*n1**5*n2**11 + 1160*a33**2*m1**9*m2**3*n1**3*n2**13 - 40*a33**2*m1**
9*m2**3*n1*n2**15 + 840*a33**2*m1**8*m2**4*n1**10*n2**6 - 1260*a33**2*m1**8*m2**
4*n1**8*n2**8 - 4860*a33**2*m1**8*m2**4*n1**6*n2**10 - 2580*a33**2*m1**8*m2**4*
n1**4*n2**12 + 180*a33**2*m1**8*m2**4*n1**2*n2**14 - 1008*a33**2*m1**7*m2**5*n1
**11*n2**5 + 2832*a33**2*m1**7*m2**5*n1**9*n2**7 + 8208*a33**2*m1**7*m2**5*n1**7
*n2**9 + 3888*a33**2*m1**7*m2**5*n1**5*n2**11 - 480*a33**2*m1**7*m2**5*n1**3*n2
**13 + 840*a33**2*m1**6*m2**6*n1**12*n2**4 - 4032*a33**2*m1**6*m2**6*n1**10*n2**
6 - 9744*a33**2*m1**6*m2**6*n1**8*n2**8 - 4032*a33**2*m1**6*m2**6*n1**6*n2**10 +
840*a33**2*m1**6*m2**6*n1**4*n2**12 - 480*a33**2*m1**5*m2**7*n1**13*n2**3 +
3888*a33**2*m1**5*m2**7*n1**11*n2**5 + 8208*a33**2*m1**5*m2**7*n1**9*n2**7 +
2832*a33**2*m1**5*m2**7*n1**7*n2**9 - 1008*a33**2*m1**5*m2**7*n1**5*n2**11 + 180
*a33**2*m1**4*m2**8*n1**14*n2**2 - 2580*a33**2*m1**4*m2**8*n1**12*n2**4 - 4860*
a33**2*m1**4*m2**8*n1**10*n2**6 - 1260*a33**2*m1**4*m2**8*n1**8*n2**8 + 840*a33
**2*m1**4*m2**8*n1**6*n2**10 - 40*a33**2*m1**3*m2**9*n1**15*n2 + 1160*a33**2*m1
**3*m2**9*n1**13*n2**3 + 1960*a33**2*m1**3*m2**9*n1**11*n2**5 + 280*a33**2*m1**3
*m2**9*n1**9*n2**7 - 480*a33**2*m1**3*m2**9*n1**7*n2**9 + 4*a33**2*m1**2*m2**10*
n1**16 - 336*a33**2*m1**2*m2**10*n1**14*n2**2 - 504*a33**2*m1**2*m2**10*n1**12*
n2**4 + 16*a33**2*m1**2*m2**10*n1**10*n2**6 + 180*a33**2*m1**2*m2**10*n1**8*n2**
8 + 56*a33**2*m1*m2**11*n1**15*n2 + 72*a33**2*m1*m2**11*n1**13*n2**3 - 24*a33**2
*m1*m2**11*n1**11*n2**5 - 40*a33**2*m1*m2**11*n1**9*n2**7 - 4*a33**2*m2**12*n1**
16 - 4*a33**2*m2**12*n1**14*n2**2 + 4*a33**2*m2**12*n1**12*n2**4 + 4*a33**2*m2**
12*n1**10*n2**6) + u1**2*u2*v2*( - 4*a33**2*m1**12*n1**7*n2**9 - 4*a33**2*m1**12
*n1**5*n2**11 + 4*a33**2*m1**12*n1**3*n2**13 + 4*a33**2*m1**12*n1*n2**15 + 36*
a33**2*m1**11*m2*n1**8*n2**8 + 16*a33**2*m1**11*m2*n1**6*n2**10 - 72*a33**2*m1**
11*m2*n1**4*n2**12 - 48*a33**2*m1**11*m2*n1**2*n2**14 + 4*a33**2*m1**11*m2*n2**
16 - 144*a33**2*m1**10*m2**2*n1**9*n2**7 + 40*a33**2*m1**10*m2**2*n1**7*n2**9 +
456*a33**2*m1**10*m2**2*n1**5*n2**11 + 216*a33**2*m1**10*m2**2*n1**3*n2**13 - 56
*a33**2*m1**10*m2**2*n1*n2**15 + 336*a33**2*m1**9*m2**3*n1**10*n2**6 - 420*a33**
2*m1**9*m2**3*n1**8*n2**8 - 1520*a33**2*m1**9*m2**3*n1**6*n2**10 - 440*a33**2*m1
**9*m2**3*n1**4*n2**12 + 320*a33**2*m1**9*m2**3*n1**2*n2**14 - 4*a33**2*m1**9*m2
**3*n2**16 - 504*a33**2*m1**8*m2**4*n1**11*n2**5 + 1320*a33**2*m1**8*m2**4*n1**9
*n2**7 + 3060*a33**2*m1**8*m2**4*n1**7*n2**9 + 180*a33**2*m1**8*m2**4*n1**5*n2**
11 - 1020*a33**2*m1**8*m2**4*n1**3*n2**13 + 36*a33**2*m1**8*m2**4*n1*n2**15 +
504*a33**2*m1**7*m2**5*n1**12*n2**4 - 2352*a33**2*m1**7*m2**5*n1**10*n2**6 -
3888*a33**2*m1**7*m2**5*n1**8*n2**8 + 1152*a33**2*m1**7*m2**5*n1**6*n2**10 +
2040*a33**2*m1**7*m2**5*n1**4*n2**12 - 144*a33**2*m1**7*m2**5*n1**2*n2**14 - 336
*a33**2*m1**6*m2**6*n1**13*n2**3 + 2688*a33**2*m1**6*m2**6*n1**11*n2**5 + 3024*
a33**2*m1**6*m2**6*n1**9*n2**7 - 3024*a33**2*m1**6*m2**6*n1**7*n2**9 - 2688*a33
**2*m1**6*m2**6*n1**5*n2**11 + 336*a33**2*m1**6*m2**6*n1**3*n2**13 + 144*a33**2*
m1**5*m2**7*n1**14*n2**2 - 2040*a33**2*m1**5*m2**7*n1**12*n2**4 - 1152*a33**2*m1
**5*m2**7*n1**10*n2**6 + 3888*a33**2*m1**5*m2**7*n1**8*n2**8 + 2352*a33**2*m1**5
*m2**7*n1**6*n2**10 - 504*a33**2*m1**5*m2**7*n1**4*n2**12 - 36*a33**2*m1**4*m2**
8*n1**15*n2 + 1020*a33**2*m1**4*m2**8*n1**13*n2**3 - 180*a33**2*m1**4*m2**8*n1**
11*n2**5 - 3060*a33**2*m1**4*m2**8*n1**9*n2**7 - 1320*a33**2*m1**4*m2**8*n1**7*
n2**9 + 504*a33**2*m1**4*m2**8*n1**5*n2**11 + 4*a33**2*m1**3*m2**9*n1**16 - 320*
a33**2*m1**3*m2**9*n1**14*n2**2 + 440*a33**2*m1**3*m2**9*n1**12*n2**4 + 1520*a33
**2*m1**3*m2**9*n1**10*n2**6 + 420*a33**2*m1**3*m2**9*n1**8*n2**8 - 336*a33**2*
m1**3*m2**9*n1**6*n2**10 + 56*a33**2*m1**2*m2**10*n1**15*n2 - 216*a33**2*m1**2*
m2**10*n1**13*n2**3 - 456*a33**2*m1**2*m2**10*n1**11*n2**5 - 40*a33**2*m1**2*m2
**10*n1**9*n2**7 + 144*a33**2*m1**2*m2**10*n1**7*n2**9 - 4*a33**2*m1*m2**11*n1**
16 + 48*a33**2*m1*m2**11*n1**14*n2**2 + 72*a33**2*m1*m2**11*n1**12*n2**4 - 16*
a33**2*m1*m2**11*n1**10*n2**6 - 36*a33**2*m1*m2**11*n1**8*n2**8 - 4*a33**2*m2**
12*n1**15*n2 - 4*a33**2*m2**12*n1**13*n2**3 + 4*a33**2*m2**12*n1**11*n2**5 + 4*
a33**2*m2**12*n1**9*n2**7) + u1**2*u2*( - 2*a33*m1**11*n1**8*n2**10 - 4*a33*m1**
11*n1**6*n2**12 + 4*a33*m1**11*n1**2*n2**16 + 2*a33*m1**11*n2**18 + 18*a33*m1**
10*m2*n1**9*n2**9 + 28*a33*m1**10*m2*n1**7*n2**11 - 24*a33*m1**10*m2*n1**5*n2**
13 - 60*a33*m1**10*m2*n1**3*n2**15 - 26*a33*m1**10*m2*n1*n2**17 - 72*a33*m1**9*
m2**2*n1**10*n2**8 - 70*a33*m1**9*m2**2*n1**8*n2**10 + 220*a33*m1**9*m2**2*n1**6
*n2**12 + 360*a33*m1**9*m2**2*n1**4*n2**14 + 140*a33*m1**9*m2**2*n1**2*n2**16 -
2*a33*m1**9*m2**2*n2**18 + 168*a33*m1**8*m2**3*n1**11*n2**7 + 30*a33*m1**8*m2**3
*n1**9*n2**9 - 900*a33*m1**8*m2**3*n1**7*n2**11 - 1200*a33*m1**8*m2**3*n1**5*n2
**13 - 420*a33*m1**8*m2**3*n1**3*n2**15 + 18*a33*m1**8*m2**3*n1*n2**17 - 252*a33
*m1**7*m2**4*n1**12*n2**6 + 240*a33*m1**7*m2**4*n1**10*n2**8 + 2160*a33*m1**7*m2
**4*n1**8*n2**10 + 2520*a33*m1**7*m2**4*n1**6*n2**12 + 780*a33*m1**7*m2**4*n1**4
*n2**14 - 72*a33*m1**7*m2**4*n1**2*n2**16 + 252*a33*m1**6*m2**5*n1**13*n2**5 -
672*a33*m1**6*m2**5*n1**11*n2**7 - 3360*a33*m1**6*m2**5*n1**9*n2**9 - 3528*a33*
m1**6*m2**5*n1**7*n2**11 - 924*a33*m1**6*m2**5*n1**5*n2**13 + 168*a33*m1**6*m2**
5*n1**3*n2**15 - 168*a33*m1**5*m2**6*n1**14*n2**4 + 924*a33*m1**5*m2**6*n1**12*
n2**6 + 3528*a33*m1**5*m2**6*n1**10*n2**8 + 3360*a33*m1**5*m2**6*n1**8*n2**10 +
672*a33*m1**5*m2**6*n1**6*n2**12 - 252*a33*m1**5*m2**6*n1**4*n2**14 + 72*a33*m1
**4*m2**7*n1**15*n2**3 - 780*a33*m1**4*m2**7*n1**13*n2**5 - 2520*a33*m1**4*m2**7
*n1**11*n2**7 - 2160*a33*m1**4*m2**7*n1**9*n2**9 - 240*a33*m1**4*m2**7*n1**7*n2
**11 + 252*a33*m1**4*m2**7*n1**5*n2**13 - 18*a33*m1**3*m2**8*n1**16*n2**2 + 420*
a33*m1**3*m2**8*n1**14*n2**4 + 1200*a33*m1**3*m2**8*n1**12*n2**6 + 900*a33*m1**3
*m2**8*n1**10*n2**8 - 30*a33*m1**3*m2**8*n1**8*n2**10 - 168*a33*m1**3*m2**8*n1**
6*n2**12 + 2*a33*m1**2*m2**9*n1**17*n2 - 140*a33*m1**2*m2**9*n1**15*n2**3 - 360*
a33*m1**2*m2**9*n1**13*n2**5 - 220*a33*m1**2*m2**9*n1**11*n2**7 + 70*a33*m1**2*
m2**9*n1**9*n2**9 + 72*a33*m1**2*m2**9*n1**7*n2**11 + 26*a33*m1*m2**10*n1**16*n2
**2 + 60*a33*m1*m2**10*n1**14*n2**4 + 24*a33*m1*m2**10*n1**12*n2**6 - 28*a33*m1*
m2**10*n1**10*n2**8 - 18*a33*m1*m2**10*n1**8*n2**10 - 2*a33*m2**11*n1**17*n2 - 4
*a33*m2**11*n1**15*n2**3 + 4*a33*m2**11*n1**11*n2**7 + 2*a33*m2**11*n1**9*n2**9)
+ u1**2*v1*v2*(8*a33**2*m1**13*n1**5*n2**10 - 8*a33**2*m1**13*n1*n2**14 - 80*
a33**2*m1**12*m2*n1**6*n2**9 + 40*a33**2*m1**12*m2*n1**4*n2**11 + 112*a33**2*m1
**12*m2*n1**2*n2**13 - 8*a33**2*m1**12*m2*n2**15 + 360*a33**2*m1**11*m2**2*n1**7
*n2**8 - 408*a33**2*m1**11*m2**2*n1**5*n2**10 - 648*a33**2*m1**11*m2**2*n1**3*n2
**12 + 120*a33**2*m1**11*m2**2*n1*n2**14 - 960*a33**2*m1**10*m2**3*n1**8*n2**7 +
1880*a33**2*m1**10*m2**3*n1**6*n2**9 + 2072*a33**2*m1**10*m2**3*n1**4*n2**11 -
760*a33**2*m1**10*m2**3*n1**2*n2**13 + 8*a33**2*m1**10*m2**3*n2**15 + 1680*a33**
2*m1**9*m2**4*n1**9*n2**6 - 5160*a33**2*m1**9*m2**4*n1**7*n2**8 - 4000*a33**2*m1
**9*m2**4*n1**5*n2**10 + 2760*a33**2*m1**9*m2**4*n1**3*n2**12 - 80*a33**2*m1**9*
m2**4*n1*n2**14 - 2016*a33**2*m1**8*m2**5*n1**10*n2**5 + 9360*a33**2*m1**8*m2**5
*n1**8*n2**7 + 4536*a33**2*m1**8*m2**5*n1**6*n2**9 - 6480*a33**2*m1**8*m2**5*n1
**4*n2**11 + 360*a33**2*m1**8*m2**5*n1**2*n2**13 + 1680*a33**2*m1**7*m2**6*n1**
11*n2**4 - 11760*a33**2*m1**7*m2**6*n1**9*n2**6 - 2064*a33**2*m1**7*m2**6*n1**7*
n2**8 + 10416*a33**2*m1**7*m2**6*n1**5*n2**10 - 960*a33**2*m1**7*m2**6*n1**3*n2
**12 - 960*a33**2*m1**6*m2**7*n1**12*n2**3 + 10416*a33**2*m1**6*m2**7*n1**10*n2
**5 - 2064*a33**2*m1**6*m2**7*n1**8*n2**7 - 11760*a33**2*m1**6*m2**7*n1**6*n2**9
+ 1680*a33**2*m1**6*m2**7*n1**4*n2**11 + 360*a33**2*m1**5*m2**8*n1**13*n2**2 -
6480*a33**2*m1**5*m2**8*n1**11*n2**4 + 4536*a33**2*m1**5*m2**8*n1**9*n2**6 +
9360*a33**2*m1**5*m2**8*n1**7*n2**8 - 2016*a33**2*m1**5*m2**8*n1**5*n2**10 - 80*
a33**2*m1**4*m2**9*n1**14*n2 + 2760*a33**2*m1**4*m2**9*n1**12*n2**3 - 4000*a33**
2*m1**4*m2**9*n1**10*n2**5 - 5160*a33**2*m1**4*m2**9*n1**8*n2**7 + 1680*a33**2*
m1**4*m2**9*n1**6*n2**9 + 8*a33**2*m1**3*m2**10*n1**15 - 760*a33**2*m1**3*m2**10
*n1**13*n2**2 + 2072*a33**2*m1**3*m2**10*n1**11*n2**4 + 1880*a33**2*m1**3*m2**10
*n1**9*n2**6 - 960*a33**2*m1**3*m2**10*n1**7*n2**8 + 120*a33**2*m1**2*m2**11*n1
**14*n2 - 648*a33**2*m1**2*m2**11*n1**12*n2**3 - 408*a33**2*m1**2*m2**11*n1**10*
n2**5 + 360*a33**2*m1**2*m2**11*n1**8*n2**7 - 8*a33**2*m1*m2**12*n1**15 + 112*
a33**2*m1*m2**12*n1**13*n2**2 + 40*a33**2*m1*m2**12*n1**11*n2**4 - 80*a33**2*m1*
m2**12*n1**9*n2**6 - 8*a33**2*m2**13*n1**14*n2 + 8*a33**2*m2**13*n1**10*n2**5) +
u1**2*v1*(6*a33*m1**12*n1**8*n2**9 + 4*a33*m1**12*n1**6*n2**11 - 8*a33*m1**12*
n1**4*n2**13 - 4*a33*m1**12*n1**2*n2**15 + 2*a33*m1**12*n2**17 - 54*a33*m1**11*
m2*n1**9*n2**8 - 4*a33*m1**11*m2*n1**7*n2**10 + 120*a33*m1**11*m2*n1**5*n2**12 +
36*a33*m1**11*m2*n1**3*n2**14 - 34*a33*m1**11*m2*n1*n2**16 + 216*a33*m1**10*m2
**2*n1**10*n2**7 - 150*a33*m1**10*m2**2*n1**8*n2**9 - 692*a33*m1**10*m2**2*n1**6
*n2**11 - 72*a33*m1**10*m2**2*n1**4*n2**13 + 252*a33*m1**10*m2**2*n1**2*n2**15 -
2*a33*m1**10*m2**2*n2**17 - 504*a33*m1**9*m2**3*n1**11*n2**6 + 870*a33*m1**9*m2
**3*n1**9*n2**8 + 2140*a33*m1**9*m2**3*n1**7*n2**10 - 320*a33*m1**9*m2**3*n1**5*
n2**12 - 1060*a33*m1**9*m2**3*n1**3*n2**14 + 26*a33*m1**9*m2**3*n1*n2**16 + 756*
a33*m1**8*m2**4*n1**12*n2**5 - 2400*a33*m1**8*m2**4*n1**10*n2**7 - 3960*a33*m1**
8*m2**4*n1**8*n2**9 + 2160*a33*m1**8*m2**4*n1**6*n2**11 + 2820*a33*m1**8*m2**4*
n1**4*n2**13 - 144*a33*m1**8*m2**4*n1**2*n2**15 - 756*a33*m1**7*m2**5*n1**13*n2
**4 + 4032*a33*m1**7*m2**5*n1**11*n2**6 + 4416*a33*m1**7*m2**5*n1**9*n2**8 -
5832*a33*m1**7*m2**5*n1**7*n2**10 - 5004*a33*m1**7*m2**5*n1**5*n2**12 + 456*a33*
m1**7*m2**5*n1**3*n2**14 + 504*a33*m1**6*m2**6*n1**14*n2**3 - 4452*a33*m1**6*m2
**6*n1**12*n2**5 - 2520*a33*m1**6*m2**6*n1**10*n2**7 + 9408*a33*m1**6*m2**6*n1**
8*n2**9 + 6048*a33*m1**6*m2**6*n1**6*n2**11 - 924*a33*m1**6*m2**6*n1**4*n2**13 -
216*a33*m1**5*m2**7*n1**15*n2**2 + 3300*a33*m1**5*m2**7*n1**13*n2**4 - 216*a33*
m1**5*m2**7*n1**11*n2**6 - 9936*a33*m1**5*m2**7*n1**9*n2**8 - 4944*a33*m1**5*m2
**7*n1**7*n2**10 + 1260*a33*m1**5*m2**7*n1**5*n2**12 + 54*a33*m1**4*m2**8*n1**16
*n2 - 1620*a33*m1**4*m2**8*n1**14*n2**3 + 1560*a33*m1**4*m2**8*n1**12*n2**5 +
7020*a33*m1**4*m2**8*n1**10*n2**7 + 2610*a33*m1**4*m2**8*n1**8*n2**9 - 1176*a33*
m1**4*m2**8*n1**6*n2**11 - 6*a33*m1**3*m2**9*n1**17 + 500*a33*m1**3*m2**9*n1**15
*n2**2 - 1240*a33*m1**3*m2**9*n1**13*n2**4 - 3260*a33*m1**3*m2**9*n1**11*n2**6 -
770*a33*m1**3*m2**9*n1**9*n2**8 + 744*a33*m1**3*m2**9*n1**7*n2**10 - 86*a33*m1
**2*m2**10*n1**16*n2 + 492*a33*m1**2*m2**10*n1**14*n2**3 + 936*a33*m1**2*m2**10*
n1**12*n2**5 + 52*a33*m1**2*m2**10*n1**10*n2**7 - 306*a33*m1**2*m2**10*n1**8*n2
**9 + 6*a33*m1*m2**11*n1**17 - 100*a33*m1*m2**11*n1**15*n2**2 - 144*a33*m1*m2**
11*n1**13*n2**4 + 36*a33*m1*m2**11*n1**11*n2**6 + 74*a33*m1*m2**11*n1**9*n2**8 +
8*a33*m2**12*n1**16*n2 + 8*a33*m2**12*n1**14*n2**3 - 8*a33*m2**12*n1**12*n2**5
- 8*a33*m2**12*n1**10*n2**7) + u1**2*v2**2*( - 4*a33**2*m1**13*n1**6*n2**9 + 4*
a33**2*m1**13*n1**4*n2**11 + 4*a33**2*m1**13*n1**2*n2**13 - 4*a33**2*m1**13*n2**
15 + 36*a33**2*m1**12*m2*n1**7*n2**8 - 68*a33**2*m1**12*m2*n1**5*n2**10 - 36*a33
**2*m1**12*m2*n1**3*n2**12 + 68*a33**2*m1**12*m2*n1*n2**14 - 144*a33**2*m1**11*
m2**2*n1**8*n2**7 + 440*a33**2*m1**11*m2**2*n1**6*n2**9 + 72*a33**2*m1**11*m2**2
*n1**4*n2**11 - 504*a33**2*m1**11*m2**2*n1**2*n2**13 + 8*a33**2*m1**11*m2**2*n2
**15 + 336*a33**2*m1**10*m2**3*n1**9*n2**6 - 1560*a33**2*m1**10*m2**3*n1**7*n2**
8 + 344*a33**2*m1**10*m2**3*n1**5*n2**10 + 2136*a33**2*m1**10*m2**3*n1**3*n2**12
- 104*a33**2*m1**10*m2**3*n1*n2**14 - 504*a33**2*m1**9*m2**4*n1**10*n2**5 +
3480*a33**2*m1**9*m2**4*n1**8*n2**7 - 2380*a33**2*m1**9*m2**4*n1**6*n2**9 - 5780
*a33**2*m1**9*m2**4*n1**4*n2**11 + 580*a33**2*m1**9*m2**4*n1**2*n2**13 - 4*a33**
2*m1**9*m2**4*n2**15 + 504*a33**2*m1**8*m2**5*n1**11*n2**4 - 5208*a33**2*m1**8*
m2**5*n1**9*n2**6 + 6732*a33**2*m1**8*m2**5*n1**7*n2**8 + 10548*a33**2*m1**8*m2
**5*n1**5*n2**10 - 1860*a33**2*m1**8*m2**5*n1**3*n2**12 + 36*a33**2*m1**8*m2**5*
n1*n2**14 - 336*a33**2*m1**7*m2**6*n1**12*n2**3 + 5376*a33**2*m1**7*m2**6*n1**10
*n2**5 - 11568*a33**2*m1**7*m2**6*n1**8*n2**7 - 13296*a33**2*m1**7*m2**6*n1**6*
n2**9 + 3840*a33**2*m1**7*m2**6*n1**4*n2**11 - 144*a33**2*m1**7*m2**6*n1**2*n2**
13 + 144*a33**2*m1**6*m2**7*n1**13*n2**2 - 3840*a33**2*m1**6*m2**7*n1**11*n2**4
+ 13296*a33**2*m1**6*m2**7*n1**9*n2**6 + 11568*a33**2*m1**6*m2**7*n1**7*n2**8 -
5376*a33**2*m1**6*m2**7*n1**5*n2**10 + 336*a33**2*m1**6*m2**7*n1**3*n2**12 - 36*
a33**2*m1**5*m2**8*n1**14*n2 + 1860*a33**2*m1**5*m2**8*n1**12*n2**3 - 10548*a33
**2*m1**5*m2**8*n1**10*n2**5 - 6732*a33**2*m1**5*m2**8*n1**8*n2**7 + 5208*a33**2
*m1**5*m2**8*n1**6*n2**9 - 504*a33**2*m1**5*m2**8*n1**4*n2**11 + 4*a33**2*m1**4*
m2**9*n1**15 - 580*a33**2*m1**4*m2**9*n1**13*n2**2 + 5780*a33**2*m1**4*m2**9*n1
**11*n2**4 + 2380*a33**2*m1**4*m2**9*n1**9*n2**6 - 3480*a33**2*m1**4*m2**9*n1**7
*n2**8 + 504*a33**2*m1**4*m2**9*n1**5*n2**10 + 104*a33**2*m1**3*m2**10*n1**14*n2
- 2136*a33**2*m1**3*m2**10*n1**12*n2**3 - 344*a33**2*m1**3*m2**10*n1**10*n2**5
+ 1560*a33**2*m1**3*m2**10*n1**8*n2**7 - 336*a33**2*m1**3*m2**10*n1**6*n2**9 - 8
*a33**2*m1**2*m2**11*n1**15 + 504*a33**2*m1**2*m2**11*n1**13*n2**2 - 72*a33**2*
m1**2*m2**11*n1**11*n2**4 - 440*a33**2*m1**2*m2**11*n1**9*n2**6 + 144*a33**2*m1
**2*m2**11*n1**7*n2**8 - 68*a33**2*m1*m2**12*n1**14*n2 + 36*a33**2*m1*m2**12*n1
**12*n2**3 + 68*a33**2*m1*m2**12*n1**10*n2**5 - 36*a33**2*m1*m2**12*n1**8*n2**7
+ 4*a33**2*m2**13*n1**15 - 4*a33**2*m2**13*n1**13*n2**2 - 4*a33**2*m2**13*n1**11
*n2**4 + 4*a33**2*m2**13*n1**9*n2**6) + u1**2*v2*(8*a33*m1**12*n1**7*n2**10 + 8*
a33*m1**12*n1**5*n2**12 - 8*a33*m1**12*n1**3*n2**14 - 8*a33*m1**12*n1*n2**16 -
78*a33*m1**11*m2*n1**8*n2**9 - 44*a33*m1**11*m2*n1**6*n2**11 + 144*a33*m1**11*m2
*n1**4*n2**13 + 108*a33*m1**11*m2*n1**2*n2**15 - 2*a33*m1**11*m2*n2**17 + 342*
a33*m1**10*m2**2*n1**9*n2**8 + 4*a33*m1**10*m2**2*n1**7*n2**10 - 984*a33*m1**10*
m2**2*n1**5*n2**12 - 612*a33*m1**10*m2**2*n1**3*n2**14 + 34*a33*m1**10*m2**2*n1*
n2**16 - 888*a33*m1**9*m2**3*n1**10*n2**7 + 630*a33*m1**9*m2**3*n1**8*n2**9 +
3700*a33*m1**9*m2**3*n1**6*n2**11 + 1960*a33*m1**9*m2**3*n1**4*n2**13 - 220*a33*
m1**9*m2**3*n1**2*n2**15 + 2*a33*m1**9*m2**3*n2**17 + 1512*a33*m1**8*m2**4*n1**
11*n2**6 - 2550*a33*m1**8*m2**4*n1**9*n2**8 - 8820*a33*m1**8*m2**4*n1**7*n2**10
- 3960*a33*m1**8*m2**4*n1**5*n2**12 + 780*a33*m1**8*m2**4*n1**3*n2**14 - 18*a33*
m1**8*m2**4*n1*n2**16 - 1764*a33*m1**7*m2**5*n1**12*n2**5 + 5424*a33*m1**7*m2**5
*n1**10*n2**7 + 14256*a33*m1**7*m2**5*n1**8*n2**9 + 5256*a33*m1**7*m2**5*n1**6*
n2**11 - 1740*a33*m1**7*m2**5*n1**4*n2**13 + 72*a33*m1**7*m2**5*n1**2*n2**15 +
1428*a33*m1**6*m2**6*n1**13*n2**4 - 7392*a33*m1**6*m2**6*n1**11*n2**6 - 16128*
a33*m1**6*m2**6*n1**9*n2**8 - 4536*a33*m1**6*m2**6*n1**7*n2**10 + 2604*a33*m1**6
*m2**6*n1**5*n2**12 - 168*a33*m1**6*m2**6*n1**3*n2**14 - 792*a33*m1**5*m2**7*n1
**14*n2**3 + 6852*a33*m1**5*m2**7*n1**12*n2**5 + 12888*a33*m1**5*m2**7*n1**10*n2
**7 + 2304*a33*m1**5*m2**7*n1**8*n2**9 - 2688*a33*m1**5*m2**7*n1**6*n2**11 + 252
*a33*m1**5*m2**7*n1**4*n2**13 + 288*a33*m1**4*m2**8*n1**15*n2**2 - 4380*a33*m1**
4*m2**8*n1**13*n2**4 - 7200*a33*m1**4*m2**8*n1**11*n2**6 - 360*a33*m1**4*m2**8*
n1**9*n2**8 + 1920*a33*m1**4*m2**8*n1**7*n2**10 - 252*a33*m1**4*m2**8*n1**5*n2**
12 - 62*a33*m1**3*m2**9*n1**16*n2 + 1900*a33*m1**3*m2**9*n1**14*n2**3 + 2720*a33
*m1**3*m2**9*n1**12*n2**5 - 340*a33*m1**3*m2**9*n1**10*n2**7 - 930*a33*m1**3*m2
**9*n1**8*n2**9 + 168*a33*m1**3*m2**9*n1**6*n2**11 + 6*a33*m1**2*m2**10*n1**17 -
532*a33*m1**2*m2**10*n1**15*n2**2 - 648*a33*m1**2*m2**10*n1**13*n2**4 + 252*a33
*m1**2*m2**10*n1**11*n2**6 + 290*a33*m1**2*m2**10*n1**9*n2**8 - 72*a33*m1**2*m2
**10*n1**7*n2**10 + 86*a33*m1*m2**11*n1**16*n2 + 84*a33*m1*m2**11*n1**14*n2**3 -
72*a33*m1*m2**11*n1**12*n2**5 - 52*a33*m1*m2**11*n1**10*n2**7 + 18*a33*m1*m2**
11*n1**8*n2**9 - 6*a33*m2**12*n1**17 - 4*a33*m2**12*n1**15*n2**2 + 8*a33*m2**12*
n1**13*n2**4 + 4*a33*m2**12*n1**11*n2**6 - 2*a33*m2**12*n1**9*n2**8) + u1**2*v3
**2*( - 6*a33**2*m1**13*n1**6*n2**9 - 2*a33**2*m1**13*n1**4*n2**11 + 6*a33**2*m1
**13*n1**2*n2**13 + 2*a33**2*m1**13*n2**15 + 54*a33**2*m1**12*m2*n1**7*n2**8 -
14*a33**2*m1**12*m2*n1**5*n2**10 - 86*a33**2*m1**12*m2*n1**3*n2**12 - 18*a33**2*
m1**12*m2*n1*n2**14 - 216*a33**2*m1**11*m2**2*n1**8*n2**7 + 220*a33**2*m1**11*m2
**2*n1**6*n2**9 + 468*a33**2*m1**11*m2**2*n1**4*n2**11 + 36*a33**2*m1**11*m2**2*
n1**2*n2**13 + 4*a33**2*m1**11*m2**2*n2**15 + 504*a33**2*m1**10*m2**3*n1**9*n2**
6 - 1020*a33**2*m1**10*m2**3*n1**7*n2**8 - 1332*a33**2*m1**10*m2**3*n1**5*n2**10
+ 124*a33**2*m1**10*m2**3*n1**3*n2**12 - 68*a33**2*m1**10*m2**3*n1*n2**14 - 756
*a33**2*m1**9*m2**4*n1**10*n2**5 + 2580*a33**2*m1**9*m2**4*n1**8*n2**7 + 2150*
a33**2*m1**9*m2**4*n1**6*n2**9 - 750*a33**2*m1**9*m2**4*n1**4*n2**11 + 430*a33**
2*m1**9*m2**4*n1**2*n2**13 - 6*a33**2*m1**9*m2**4*n2**15 + 756*a33**2*m1**8*m2**
5*n1**11*n2**4 - 4116*a33**2*m1**8*m2**5*n1**9*n2**6 - 1782*a33**2*m1**8*m2**5*
n1**7*n2**8 + 1566*a33**2*m1**8*m2**5*n1**5*n2**10 - 1470*a33**2*m1**8*m2**5*n1
**3*n2**12 + 54*a33**2*m1**8*m2**5*n1*n2**14 - 504*a33**2*m1**7*m2**6*n1**12*n2
**3 + 4368*a33**2*m1**7*m2**6*n1**10*n2**5 + 72*a33**2*m1**7*m2**6*n1**8*n2**7 -
1464*a33**2*m1**7*m2**6*n1**6*n2**9 + 3120*a33**2*m1**7*m2**6*n1**4*n2**11 -
216*a33**2*m1**7*m2**6*n1**2*n2**13 + 216*a33**2*m1**6*m2**7*n1**13*n2**2 - 3120
*a33**2*m1**6*m2**7*n1**11*n2**4 + 1464*a33**2*m1**6*m2**7*n1**9*n2**6 - 72*a33
**2*m1**6*m2**7*n1**7*n2**8 - 4368*a33**2*m1**6*m2**7*n1**5*n2**10 + 504*a33**2*
m1**6*m2**7*n1**3*n2**12 - 54*a33**2*m1**5*m2**8*n1**14*n2 + 1470*a33**2*m1**5*
m2**8*n1**12*n2**3 - 1566*a33**2*m1**5*m2**8*n1**10*n2**5 + 1782*a33**2*m1**5*m2
**8*n1**8*n2**7 + 4116*a33**2*m1**5*m2**8*n1**6*n2**9 - 756*a33**2*m1**5*m2**8*
n1**4*n2**11 + 6*a33**2*m1**4*m2**9*n1**15 - 430*a33**2*m1**4*m2**9*n1**13*n2**2
+ 750*a33**2*m1**4*m2**9*n1**11*n2**4 - 2150*a33**2*m1**4*m2**9*n1**9*n2**6 -
2580*a33**2*m1**4*m2**9*n1**7*n2**8 + 756*a33**2*m1**4*m2**9*n1**5*n2**10 + 68*
a33**2*m1**3*m2**10*n1**14*n2 - 124*a33**2*m1**3*m2**10*n1**12*n2**3 + 1332*a33
**2*m1**3*m2**10*n1**10*n2**5 + 1020*a33**2*m1**3*m2**10*n1**8*n2**7 - 504*a33**
2*m1**3*m2**10*n1**6*n2**9 - 4*a33**2*m1**2*m2**11*n1**15 - 36*a33**2*m1**2*m2**
11*n1**13*n2**2 - 468*a33**2*m1**2*m2**11*n1**11*n2**4 - 220*a33**2*m1**2*m2**11
*n1**9*n2**6 + 216*a33**2*m1**2*m2**11*n1**7*n2**8 + 18*a33**2*m1*m2**12*n1**14*
n2 + 86*a33**2*m1*m2**12*n1**12*n2**3 + 14*a33**2*m1*m2**12*n1**10*n2**5 - 54*
a33**2*m1*m2**12*n1**8*n2**7 - 2*a33**2*m2**13*n1**15 - 6*a33**2*m2**13*n1**13*
n2**2 + 2*a33**2*m2**13*n1**11*n2**4 + 6*a33**2*m2**13*n1**9*n2**6) + u1**2*(m1
**11*n1**10*n2**9 + 2*m1**11*n1**8*n2**11 - 2*m1**11*n1**4*n2**15 - m1**11*n1**2
*n2**17 - 9*m1**10*m2*n1**11*n2**8 - 14*m1**10*m2*n1**9*n2**10 + 12*m1**10*m2*n1
**7*n2**12 + 30*m1**10*m2*n1**5*n2**14 + 13*m1**10*m2*n1**3*n2**16 + 36*m1**9*m2
**2*n1**12*n2**7 + 35*m1**9*m2**2*n1**10*n2**9 - 110*m1**9*m2**2*n1**8*n2**11 -
180*m1**9*m2**2*n1**6*n2**13 - 70*m1**9*m2**2*n1**4*n2**15 + m1**9*m2**2*n1**2*
n2**17 - 84*m1**8*m2**3*n1**13*n2**6 - 15*m1**8*m2**3*n1**11*n2**8 + 450*m1**8*
m2**3*n1**9*n2**10 + 600*m1**8*m2**3*n1**7*n2**12 + 210*m1**8*m2**3*n1**5*n2**14
- 9*m1**8*m2**3*n1**3*n2**16 + 126*m1**7*m2**4*n1**14*n2**5 - 120*m1**7*m2**4*
n1**12*n2**7 - 1080*m1**7*m2**4*n1**10*n2**9 - 1260*m1**7*m2**4*n1**8*n2**11 -
390*m1**7*m2**4*n1**6*n2**13 + 36*m1**7*m2**4*n1**4*n2**15 - 126*m1**6*m2**5*n1
**15*n2**4 + 336*m1**6*m2**5*n1**13*n2**6 + 1680*m1**6*m2**5*n1**11*n2**8 + 1764
*m1**6*m2**5*n1**9*n2**10 + 462*m1**6*m2**5*n1**7*n2**12 - 84*m1**6*m2**5*n1**5*
n2**14 + 84*m1**5*m2**6*n1**16*n2**3 - 462*m1**5*m2**6*n1**14*n2**5 - 1764*m1**5
*m2**6*n1**12*n2**7 - 1680*m1**5*m2**6*n1**10*n2**9 - 336*m1**5*m2**6*n1**8*n2**
11 + 126*m1**5*m2**6*n1**6*n2**13 - 36*m1**4*m2**7*n1**17*n2**2 + 390*m1**4*m2**
7*n1**15*n2**4 + 1260*m1**4*m2**7*n1**13*n2**6 + 1080*m1**4*m2**7*n1**11*n2**8 +
120*m1**4*m2**7*n1**9*n2**10 - 126*m1**4*m2**7*n1**7*n2**12 + 9*m1**3*m2**8*n1
**18*n2 - 210*m1**3*m2**8*n1**16*n2**3 - 600*m1**3*m2**8*n1**14*n2**5 - 450*m1**
3*m2**8*n1**12*n2**7 + 15*m1**3*m2**8*n1**10*n2**9 + 84*m1**3*m2**8*n1**8*n2**11
- m1**2*m2**9*n1**19 + 70*m1**2*m2**9*n1**17*n2**2 + 180*m1**2*m2**9*n1**15*n2
**4 + 110*m1**2*m2**9*n1**13*n2**6 - 35*m1**2*m2**9*n1**11*n2**8 - 36*m1**2*m2**
9*n1**9*n2**10 - 13*m1*m2**10*n1**18*n2 - 30*m1*m2**10*n1**16*n2**3 - 12*m1*m2**
10*n1**14*n2**5 + 14*m1*m2**10*n1**12*n2**7 + 9*m1*m2**10*n1**10*n2**9 + m2**11*
n1**19 + 2*m2**11*n1**17*n2**2 - 2*m2**11*n1**13*n2**6 - m2**11*n1**11*n2**8) +
u1*u2**2*v1*( - 4*a33**2*m1**12*n1**7*n2**9 - 4*a33**2*m1**12*n1**5*n2**11 + 4*
a33**2*m1**12*n1**3*n2**13 + 4*a33**2*m1**12*n1*n2**15 + 36*a33**2*m1**11*m2*n1
**8*n2**8 + 16*a33**2*m1**11*m2*n1**6*n2**10 - 72*a33**2*m1**11*m2*n1**4*n2**12
- 48*a33**2*m1**11*m2*n1**2*n2**14 + 4*a33**2*m1**11*m2*n2**16 - 144*a33**2*m1**
10*m2**2*n1**9*n2**7 + 40*a33**2*m1**10*m2**2*n1**7*n2**9 + 456*a33**2*m1**10*m2
**2*n1**5*n2**11 + 216*a33**2*m1**10*m2**2*n1**3*n2**13 - 56*a33**2*m1**10*m2**2
*n1*n2**15 + 336*a33**2*m1**9*m2**3*n1**10*n2**6 - 420*a33**2*m1**9*m2**3*n1**8*
n2**8 - 1520*a33**2*m1**9*m2**3*n1**6*n2**10 - 440*a33**2*m1**9*m2**3*n1**4*n2**
12 + 320*a33**2*m1**9*m2**3*n1**2*n2**14 - 4*a33**2*m1**9*m2**3*n2**16 - 504*a33
**2*m1**8*m2**4*n1**11*n2**5 + 1320*a33**2*m1**8*m2**4*n1**9*n2**7 + 3060*a33**2
*m1**8*m2**4*n1**7*n2**9 + 180*a33**2*m1**8*m2**4*n1**5*n2**11 - 1020*a33**2*m1
**8*m2**4*n1**3*n2**13 + 36*a33**2*m1**8*m2**4*n1*n2**15 + 504*a33**2*m1**7*m2**
5*n1**12*n2**4 - 2352*a33**2*m1**7*m2**5*n1**10*n2**6 - 3888*a33**2*m1**7*m2**5*
n1**8*n2**8 + 1152*a33**2*m1**7*m2**5*n1**6*n2**10 + 2040*a33**2*m1**7*m2**5*n1
**4*n2**12 - 144*a33**2*m1**7*m2**5*n1**2*n2**14 - 336*a33**2*m1**6*m2**6*n1**13
*n2**3 + 2688*a33**2*m1**6*m2**6*n1**11*n2**5 + 3024*a33**2*m1**6*m2**6*n1**9*n2
**7 - 3024*a33**2*m1**6*m2**6*n1**7*n2**9 - 2688*a33**2*m1**6*m2**6*n1**5*n2**11
+ 336*a33**2*m1**6*m2**6*n1**3*n2**13 + 144*a33**2*m1**5*m2**7*n1**14*n2**2 -
2040*a33**2*m1**5*m2**7*n1**12*n2**4 - 1152*a33**2*m1**5*m2**7*n1**10*n2**6 +
3888*a33**2*m1**5*m2**7*n1**8*n2**8 + 2352*a33**2*m1**5*m2**7*n1**6*n2**10 - 504
*a33**2*m1**5*m2**7*n1**4*n2**12 - 36*a33**2*m1**4*m2**8*n1**15*n2 + 1020*a33**2
*m1**4*m2**8*n1**13*n2**3 - 180*a33**2*m1**4*m2**8*n1**11*n2**5 - 3060*a33**2*m1
**4*m2**8*n1**9*n2**7 - 1320*a33**2*m1**4*m2**8*n1**7*n2**9 + 504*a33**2*m1**4*
m2**8*n1**5*n2**11 + 4*a33**2*m1**3*m2**9*n1**16 - 320*a33**2*m1**3*m2**9*n1**14
*n2**2 + 440*a33**2*m1**3*m2**9*n1**12*n2**4 + 1520*a33**2*m1**3*m2**9*n1**10*n2
**6 + 420*a33**2*m1**3*m2**9*n1**8*n2**8 - 336*a33**2*m1**3*m2**9*n1**6*n2**10 +
56*a33**2*m1**2*m2**10*n1**15*n2 - 216*a33**2*m1**2*m2**10*n1**13*n2**3 - 456*
a33**2*m1**2*m2**10*n1**11*n2**5 - 40*a33**2*m1**2*m2**10*n1**9*n2**7 + 144*a33
**2*m1**2*m2**10*n1**7*n2**9 - 4*a33**2*m1*m2**11*n1**16 + 48*a33**2*m1*m2**11*
n1**14*n2**2 + 72*a33**2*m1*m2**11*n1**12*n2**4 - 16*a33**2*m1*m2**11*n1**10*n2
**6 - 36*a33**2*m1*m2**11*n1**8*n2**8 - 4*a33**2*m2**12*n1**15*n2 - 4*a33**2*m2
**12*n1**13*n2**3 + 4*a33**2*m2**12*n1**11*n2**5 + 4*a33**2*m2**12*n1**9*n2**7)
+ u1*u2**2*v2*( - 4*a33**2*m1**12*n1**6*n2**10 - 4*a33**2*m1**12*n1**4*n2**12 +
4*a33**2*m1**12*n1**2*n2**14 + 4*a33**2*m1**12*n2**16 + 40*a33**2*m1**11*m2*n1**
7*n2**9 + 24*a33**2*m1**11*m2*n1**5*n2**11 - 72*a33**2*m1**11*m2*n1**3*n2**13 -
56*a33**2*m1**11*m2*n1*n2**15 - 180*a33**2*m1**10*m2**2*n1**8*n2**8 - 16*a33**2*
m1**10*m2**2*n1**6*n2**10 + 504*a33**2*m1**10*m2**2*n1**4*n2**12 + 336*a33**2*m1
**10*m2**2*n1**2*n2**14 - 4*a33**2*m1**10*m2**2*n2**16 + 480*a33**2*m1**9*m2**3*
n1**9*n2**7 - 280*a33**2*m1**9*m2**3*n1**7*n2**9 - 1960*a33**2*m1**9*m2**3*n1**5
*n2**11 - 1160*a33**2*m1**9*m2**3*n1**3*n2**13 + 40*a33**2*m1**9*m2**3*n1*n2**15
- 840*a33**2*m1**8*m2**4*n1**10*n2**6 + 1260*a33**2*m1**8*m2**4*n1**8*n2**8 +
4860*a33**2*m1**8*m2**4*n1**6*n2**10 + 2580*a33**2*m1**8*m2**4*n1**4*n2**12 -
180*a33**2*m1**8*m2**4*n1**2*n2**14 + 1008*a33**2*m1**7*m2**5*n1**11*n2**5 -
2832*a33**2*m1**7*m2**5*n1**9*n2**7 - 8208*a33**2*m1**7*m2**5*n1**7*n2**9 - 3888
*a33**2*m1**7*m2**5*n1**5*n2**11 + 480*a33**2*m1**7*m2**5*n1**3*n2**13 - 840*a33
**2*m1**6*m2**6*n1**12*n2**4 + 4032*a33**2*m1**6*m2**6*n1**10*n2**6 + 9744*a33**
2*m1**6*m2**6*n1**8*n2**8 + 4032*a33**2*m1**6*m2**6*n1**6*n2**10 - 840*a33**2*m1
**6*m2**6*n1**4*n2**12 + 480*a33**2*m1**5*m2**7*n1**13*n2**3 - 3888*a33**2*m1**5
*m2**7*n1**11*n2**5 - 8208*a33**2*m1**5*m2**7*n1**9*n2**7 - 2832*a33**2*m1**5*m2
**7*n1**7*n2**9 + 1008*a33**2*m1**5*m2**7*n1**5*n2**11 - 180*a33**2*m1**4*m2**8*
n1**14*n2**2 + 2580*a33**2*m1**4*m2**8*n1**12*n2**4 + 4860*a33**2*m1**4*m2**8*n1
**10*n2**6 + 1260*a33**2*m1**4*m2**8*n1**8*n2**8 - 840*a33**2*m1**4*m2**8*n1**6*
n2**10 + 40*a33**2*m1**3*m2**9*n1**15*n2 - 1160*a33**2*m1**3*m2**9*n1**13*n2**3
- 1960*a33**2*m1**3*m2**9*n1**11*n2**5 - 280*a33**2*m1**3*m2**9*n1**9*n2**7 +
480*a33**2*m1**3*m2**9*n1**7*n2**9 - 4*a33**2*m1**2*m2**10*n1**16 + 336*a33**2*
m1**2*m2**10*n1**14*n2**2 + 504*a33**2*m1**2*m2**10*n1**12*n2**4 - 16*a33**2*m1
**2*m2**10*n1**10*n2**6 - 180*a33**2*m1**2*m2**10*n1**8*n2**8 - 56*a33**2*m1*m2
**11*n1**15*n2 - 72*a33**2*m1*m2**11*n1**13*n2**3 + 24*a33**2*m1*m2**11*n1**11*
n2**5 + 40*a33**2*m1*m2**11*n1**9*n2**7 + 4*a33**2*m2**12*n1**16 + 4*a33**2*m2**
12*n1**14*n2**2 - 4*a33**2*m2**12*n1**12*n2**4 - 4*a33**2*m2**12*n1**10*n2**6) +
u1*u2**2*( - 2*a33*m1**11*n1**9*n2**9 - 4*a33*m1**11*n1**7*n2**11 + 4*a33*m1**
11*n1**3*n2**15 + 2*a33*m1**11*n1*n2**17 + 18*a33*m1**10*m2*n1**10*n2**8 + 28*
a33*m1**10*m2*n1**8*n2**10 - 24*a33*m1**10*m2*n1**6*n2**12 - 60*a33*m1**10*m2*n1
**4*n2**14 - 26*a33*m1**10*m2*n1**2*n2**16 - 72*a33*m1**9*m2**2*n1**11*n2**7 -
70*a33*m1**9*m2**2*n1**9*n2**9 + 220*a33*m1**9*m2**2*n1**7*n2**11 + 360*a33*m1**
9*m2**2*n1**5*n2**13 + 140*a33*m1**9*m2**2*n1**3*n2**15 - 2*a33*m1**9*m2**2*n1*
n2**17 + 168*a33*m1**8*m2**3*n1**12*n2**6 + 30*a33*m1**8*m2**3*n1**10*n2**8 -
900*a33*m1**8*m2**3*n1**8*n2**10 - 1200*a33*m1**8*m2**3*n1**6*n2**12 - 420*a33*
m1**8*m2**3*n1**4*n2**14 + 18*a33*m1**8*m2**3*n1**2*n2**16 - 252*a33*m1**7*m2**4
*n1**13*n2**5 + 240*a33*m1**7*m2**4*n1**11*n2**7 + 2160*a33*m1**7*m2**4*n1**9*n2
**9 + 2520*a33*m1**7*m2**4*n1**7*n2**11 + 780*a33*m1**7*m2**4*n1**5*n2**13 - 72*
a33*m1**7*m2**4*n1**3*n2**15 + 252*a33*m1**6*m2**5*n1**14*n2**4 - 672*a33*m1**6*
m2**5*n1**12*n2**6 - 3360*a33*m1**6*m2**5*n1**10*n2**8 - 3528*a33*m1**6*m2**5*n1
**8*n2**10 - 924*a33*m1**6*m2**5*n1**6*n2**12 + 168*a33*m1**6*m2**5*n1**4*n2**14
- 168*a33*m1**5*m2**6*n1**15*n2**3 + 924*a33*m1**5*m2**6*n1**13*n2**5 + 3528*
a33*m1**5*m2**6*n1**11*n2**7 + 3360*a33*m1**5*m2**6*n1**9*n2**9 + 672*a33*m1**5*
m2**6*n1**7*n2**11 - 252*a33*m1**5*m2**6*n1**5*n2**13 + 72*a33*m1**4*m2**7*n1**
16*n2**2 - 780*a33*m1**4*m2**7*n1**14*n2**4 - 2520*a33*m1**4*m2**7*n1**12*n2**6
- 2160*a33*m1**4*m2**7*n1**10*n2**8 - 240*a33*m1**4*m2**7*n1**8*n2**10 + 252*a33
*m1**4*m2**7*n1**6*n2**12 - 18*a33*m1**3*m2**8*n1**17*n2 + 420*a33*m1**3*m2**8*
n1**15*n2**3 + 1200*a33*m1**3*m2**8*n1**13*n2**5 + 900*a33*m1**3*m2**8*n1**11*n2
**7 - 30*a33*m1**3*m2**8*n1**9*n2**9 - 168*a33*m1**3*m2**8*n1**7*n2**11 + 2*a33*
m1**2*m2**9*n1**18 - 140*a33*m1**2*m2**9*n1**16*n2**2 - 360*a33*m1**2*m2**9*n1**
14*n2**4 - 220*a33*m1**2*m2**9*n1**12*n2**6 + 70*a33*m1**2*m2**9*n1**10*n2**8 +
72*a33*m1**2*m2**9*n1**8*n2**10 + 26*a33*m1*m2**10*n1**17*n2 + 60*a33*m1*m2**10*
n1**15*n2**3 + 24*a33*m1*m2**10*n1**13*n2**5 - 28*a33*m1*m2**10*n1**11*n2**7 -
18*a33*m1*m2**10*n1**9*n2**9 - 2*a33*m2**11*n1**18 - 4*a33*m2**11*n1**16*n2**2 +
4*a33*m2**11*n1**12*n2**6 + 2*a33*m2**11*n1**10*n2**8) + u1*u2*v1**2*( - 8*a33
**2*m1**13*n1**5*n2**10 + 8*a33**2*m1**13*n1*n2**14 + 80*a33**2*m1**12*m2*n1**6*
n2**9 - 40*a33**2*m1**12*m2*n1**4*n2**11 - 112*a33**2*m1**12*m2*n1**2*n2**13 + 8
*a33**2*m1**12*m2*n2**15 - 360*a33**2*m1**11*m2**2*n1**7*n2**8 + 408*a33**2*m1**
11*m2**2*n1**5*n2**10 + 648*a33**2*m1**11*m2**2*n1**3*n2**12 - 120*a33**2*m1**11
*m2**2*n1*n2**14 + 960*a33**2*m1**10*m2**3*n1**8*n2**7 - 1880*a33**2*m1**10*m2**
3*n1**6*n2**9 - 2072*a33**2*m1**10*m2**3*n1**4*n2**11 + 760*a33**2*m1**10*m2**3*
n1**2*n2**13 - 8*a33**2*m1**10*m2**3*n2**15 - 1680*a33**2*m1**9*m2**4*n1**9*n2**
6 + 5160*a33**2*m1**9*m2**4*n1**7*n2**8 + 4000*a33**2*m1**9*m2**4*n1**5*n2**10 -
2760*a33**2*m1**9*m2**4*n1**3*n2**12 + 80*a33**2*m1**9*m2**4*n1*n2**14 + 2016*
a33**2*m1**8*m2**5*n1**10*n2**5 - 9360*a33**2*m1**8*m2**5*n1**8*n2**7 - 4536*a33
**2*m1**8*m2**5*n1**6*n2**9 + 6480*a33**2*m1**8*m2**5*n1**4*n2**11 - 360*a33**2*
m1**8*m2**5*n1**2*n2**13 - 1680*a33**2*m1**7*m2**6*n1**11*n2**4 + 11760*a33**2*
m1**7*m2**6*n1**9*n2**6 + 2064*a33**2*m1**7*m2**6*n1**7*n2**8 - 10416*a33**2*m1
**7*m2**6*n1**5*n2**10 + 960*a33**2*m1**7*m2**6*n1**3*n2**12 + 960*a33**2*m1**6*
m2**7*n1**12*n2**3 - 10416*a33**2*m1**6*m2**7*n1**10*n2**5 + 2064*a33**2*m1**6*
m2**7*n1**8*n2**7 + 11760*a33**2*m1**6*m2**7*n1**6*n2**9 - 1680*a33**2*m1**6*m2
**7*n1**4*n2**11 - 360*a33**2*m1**5*m2**8*n1**13*n2**2 + 6480*a33**2*m1**5*m2**8
*n1**11*n2**4 - 4536*a33**2*m1**5*m2**8*n1**9*n2**6 - 9360*a33**2*m1**5*m2**8*n1
**7*n2**8 + 2016*a33**2*m1**5*m2**8*n1**5*n2**10 + 80*a33**2*m1**4*m2**9*n1**14*
n2 - 2760*a33**2*m1**4*m2**9*n1**12*n2**3 + 4000*a33**2*m1**4*m2**9*n1**10*n2**5
+ 5160*a33**2*m1**4*m2**9*n1**8*n2**7 - 1680*a33**2*m1**4*m2**9*n1**6*n2**9 - 8
*a33**2*m1**3*m2**10*n1**15 + 760*a33**2*m1**3*m2**10*n1**13*n2**2 - 2072*a33**2
*m1**3*m2**10*n1**11*n2**4 - 1880*a33**2*m1**3*m2**10*n1**9*n2**6 + 960*a33**2*
m1**3*m2**10*n1**7*n2**8 - 120*a33**2*m1**2*m2**11*n1**14*n2 + 648*a33**2*m1**2*
m2**11*n1**12*n2**3 + 408*a33**2*m1**2*m2**11*n1**10*n2**5 - 360*a33**2*m1**2*m2
**11*n1**8*n2**7 + 8*a33**2*m1*m2**12*n1**15 - 112*a33**2*m1*m2**12*n1**13*n2**2
- 40*a33**2*m1*m2**12*n1**11*n2**4 + 80*a33**2*m1*m2**12*n1**9*n2**6 + 8*a33**2
*m2**13*n1**14*n2 - 8*a33**2*m2**13*n1**10*n2**5) + u1*u2*v1*v2*(8*a33**2*m1**13
*n1**6*n2**9 - 8*a33**2*m1**13*n1**4*n2**11 - 8*a33**2*m1**13*n1**2*n2**13 + 8*
a33**2*m1**13*n2**15 - 72*a33**2*m1**12*m2*n1**7*n2**8 + 136*a33**2*m1**12*m2*n1
**5*n2**10 + 72*a33**2*m1**12*m2*n1**3*n2**12 - 136*a33**2*m1**12*m2*n1*n2**14 +
288*a33**2*m1**11*m2**2*n1**8*n2**7 - 880*a33**2*m1**11*m2**2*n1**6*n2**9 - 144
*a33**2*m1**11*m2**2*n1**4*n2**11 + 1008*a33**2*m1**11*m2**2*n1**2*n2**13 - 16*
a33**2*m1**11*m2**2*n2**15 - 672*a33**2*m1**10*m2**3*n1**9*n2**6 + 3120*a33**2*
m1**10*m2**3*n1**7*n2**8 - 688*a33**2*m1**10*m2**3*n1**5*n2**10 - 4272*a33**2*m1
**10*m2**3*n1**3*n2**12 + 208*a33**2*m1**10*m2**3*n1*n2**14 + 1008*a33**2*m1**9*
m2**4*n1**10*n2**5 - 6960*a33**2*m1**9*m2**4*n1**8*n2**7 + 4760*a33**2*m1**9*m2
**4*n1**6*n2**9 + 11560*a33**2*m1**9*m2**4*n1**4*n2**11 - 1160*a33**2*m1**9*m2**
4*n1**2*n2**13 + 8*a33**2*m1**9*m2**4*n2**15 - 1008*a33**2*m1**8*m2**5*n1**11*n2
**4 + 10416*a33**2*m1**8*m2**5*n1**9*n2**6 - 13464*a33**2*m1**8*m2**5*n1**7*n2**
8 - 21096*a33**2*m1**8*m2**5*n1**5*n2**10 + 3720*a33**2*m1**8*m2**5*n1**3*n2**12
- 72*a33**2*m1**8*m2**5*n1*n2**14 + 672*a33**2*m1**7*m2**6*n1**12*n2**3 - 10752
*a33**2*m1**7*m2**6*n1**10*n2**5 + 23136*a33**2*m1**7*m2**6*n1**8*n2**7 + 26592*
a33**2*m1**7*m2**6*n1**6*n2**9 - 7680*a33**2*m1**7*m2**6*n1**4*n2**11 + 288*a33
**2*m1**7*m2**6*n1**2*n2**13 - 288*a33**2*m1**6*m2**7*n1**13*n2**2 + 7680*a33**2
*m1**6*m2**7*n1**11*n2**4 - 26592*a33**2*m1**6*m2**7*n1**9*n2**6 - 23136*a33**2*
m1**6*m2**7*n1**7*n2**8 + 10752*a33**2*m1**6*m2**7*n1**5*n2**10 - 672*a33**2*m1
**6*m2**7*n1**3*n2**12 + 72*a33**2*m1**5*m2**8*n1**14*n2 - 3720*a33**2*m1**5*m2
**8*n1**12*n2**3 + 21096*a33**2*m1**5*m2**8*n1**10*n2**5 + 13464*a33**2*m1**5*m2
**8*n1**8*n2**7 - 10416*a33**2*m1**5*m2**8*n1**6*n2**9 + 1008*a33**2*m1**5*m2**8
*n1**4*n2**11 - 8*a33**2*m1**4*m2**9*n1**15 + 1160*a33**2*m1**4*m2**9*n1**13*n2
**2 - 11560*a33**2*m1**4*m2**9*n1**11*n2**4 - 4760*a33**2*m1**4*m2**9*n1**9*n2**
6 + 6960*a33**2*m1**4*m2**9*n1**7*n2**8 - 1008*a33**2*m1**4*m2**9*n1**5*n2**10 -
208*a33**2*m1**3*m2**10*n1**14*n2 + 4272*a33**2*m1**3*m2**10*n1**12*n2**3 + 688
*a33**2*m1**3*m2**10*n1**10*n2**5 - 3120*a33**2*m1**3*m2**10*n1**8*n2**7 + 672*
a33**2*m1**3*m2**10*n1**6*n2**9 + 16*a33**2*m1**2*m2**11*n1**15 - 1008*a33**2*m1
**2*m2**11*n1**13*n2**2 + 144*a33**2*m1**2*m2**11*n1**11*n2**4 + 880*a33**2*m1**
2*m2**11*n1**9*n2**6 - 288*a33**2*m1**2*m2**11*n1**7*n2**8 + 136*a33**2*m1*m2**
12*n1**14*n2 - 72*a33**2*m1*m2**12*n1**12*n2**3 - 136*a33**2*m1*m2**12*n1**10*n2
**5 + 72*a33**2*m1*m2**12*n1**8*n2**7 - 8*a33**2*m2**13*n1**15 + 8*a33**2*m2**13
*n1**13*n2**2 + 8*a33**2*m2**13*n1**11*n2**4 - 8*a33**2*m2**13*n1**9*n2**6) + u1
*u2*v1*(4*a33*m1**11*m2*n1**8*n2**9 + 8*a33*m1**11*m2*n1**6*n2**11 - 8*a33*m1**
11*m2*n1**2*n2**15 - 4*a33*m1**11*m2*n2**17 - 36*a33*m1**10*m2**2*n1**9*n2**8 -
56*a33*m1**10*m2**2*n1**7*n2**10 + 48*a33*m1**10*m2**2*n1**5*n2**12 + 120*a33*m1
**10*m2**2*n1**3*n2**14 + 52*a33*m1**10*m2**2*n1*n2**16 + 144*a33*m1**9*m2**3*n1
**10*n2**7 + 140*a33*m1**9*m2**3*n1**8*n2**9 - 440*a33*m1**9*m2**3*n1**6*n2**11
- 720*a33*m1**9*m2**3*n1**4*n2**13 - 280*a33*m1**9*m2**3*n1**2*n2**15 + 4*a33*m1
**9*m2**3*n2**17 - 336*a33*m1**8*m2**4*n1**11*n2**6 - 60*a33*m1**8*m2**4*n1**9*
n2**8 + 1800*a33*m1**8*m2**4*n1**7*n2**10 + 2400*a33*m1**8*m2**4*n1**5*n2**12 +
840*a33*m1**8*m2**4*n1**3*n2**14 - 36*a33*m1**8*m2**4*n1*n2**16 + 504*a33*m1**7*
m2**5*n1**12*n2**5 - 480*a33*m1**7*m2**5*n1**10*n2**7 - 4320*a33*m1**7*m2**5*n1
**8*n2**9 - 5040*a33*m1**7*m2**5*n1**6*n2**11 - 1560*a33*m1**7*m2**5*n1**4*n2**
13 + 144*a33*m1**7*m2**5*n1**2*n2**15 - 504*a33*m1**6*m2**6*n1**13*n2**4 + 1344*
a33*m1**6*m2**6*n1**11*n2**6 + 6720*a33*m1**6*m2**6*n1**9*n2**8 + 7056*a33*m1**6
*m2**6*n1**7*n2**10 + 1848*a33*m1**6*m2**6*n1**5*n2**12 - 336*a33*m1**6*m2**6*n1
**3*n2**14 + 336*a33*m1**5*m2**7*n1**14*n2**3 - 1848*a33*m1**5*m2**7*n1**12*n2**
5 - 7056*a33*m1**5*m2**7*n1**10*n2**7 - 6720*a33*m1**5*m2**7*n1**8*n2**9 - 1344*
a33*m1**5*m2**7*n1**6*n2**11 + 504*a33*m1**5*m2**7*n1**4*n2**13 - 144*a33*m1**4*
m2**8*n1**15*n2**2 + 1560*a33*m1**4*m2**8*n1**13*n2**4 + 5040*a33*m1**4*m2**8*n1
**11*n2**6 + 4320*a33*m1**4*m2**8*n1**9*n2**8 + 480*a33*m1**4*m2**8*n1**7*n2**10
- 504*a33*m1**4*m2**8*n1**5*n2**12 + 36*a33*m1**3*m2**9*n1**16*n2 - 840*a33*m1
**3*m2**9*n1**14*n2**3 - 2400*a33*m1**3*m2**9*n1**12*n2**5 - 1800*a33*m1**3*m2**
9*n1**10*n2**7 + 60*a33*m1**3*m2**9*n1**8*n2**9 + 336*a33*m1**3*m2**9*n1**6*n2**
11 - 4*a33*m1**2*m2**10*n1**17 + 280*a33*m1**2*m2**10*n1**15*n2**2 + 720*a33*m1
**2*m2**10*n1**13*n2**4 + 440*a33*m1**2*m2**10*n1**11*n2**6 - 140*a33*m1**2*m2**
10*n1**9*n2**8 - 144*a33*m1**2*m2**10*n1**7*n2**10 - 52*a33*m1*m2**11*n1**16*n2
- 120*a33*m1*m2**11*n1**14*n2**3 - 48*a33*m1*m2**11*n1**12*n2**5 + 56*a33*m1*m2
**11*n1**10*n2**7 + 36*a33*m1*m2**11*n1**8*n2**9 + 4*a33*m2**12*n1**17 + 8*a33*
m2**12*n1**15*n2**2 - 8*a33*m2**12*n1**11*n2**6 - 4*a33*m2**12*n1**9*n2**8) + u1
*u2*v2**2*(8*a33**2*m1**13*n1**5*n2**10 - 8*a33**2*m1**13*n1*n2**14 - 80*a33**2*
m1**12*m2*n1**6*n2**9 + 40*a33**2*m1**12*m2*n1**4*n2**11 + 112*a33**2*m1**12*m2*
n1**2*n2**13 - 8*a33**2*m1**12*m2*n2**15 + 360*a33**2*m1**11*m2**2*n1**7*n2**8 -
408*a33**2*m1**11*m2**2*n1**5*n2**10 - 648*a33**2*m1**11*m2**2*n1**3*n2**12 +
120*a33**2*m1**11*m2**2*n1*n2**14 - 960*a33**2*m1**10*m2**3*n1**8*n2**7 + 1880*
a33**2*m1**10*m2**3*n1**6*n2**9 + 2072*a33**2*m1**10*m2**3*n1**4*n2**11 - 760*
a33**2*m1**10*m2**3*n1**2*n2**13 + 8*a33**2*m1**10*m2**3*n2**15 + 1680*a33**2*m1
**9*m2**4*n1**9*n2**6 - 5160*a33**2*m1**9*m2**4*n1**7*n2**8 - 4000*a33**2*m1**9*
m2**4*n1**5*n2**10 + 2760*a33**2*m1**9*m2**4*n1**3*n2**12 - 80*a33**2*m1**9*m2**
4*n1*n2**14 - 2016*a33**2*m1**8*m2**5*n1**10*n2**5 + 9360*a33**2*m1**8*m2**5*n1
**8*n2**7 + 4536*a33**2*m1**8*m2**5*n1**6*n2**9 - 6480*a33**2*m1**8*m2**5*n1**4*
n2**11 + 360*a33**2*m1**8*m2**5*n1**2*n2**13 + 1680*a33**2*m1**7*m2**6*n1**11*n2
**4 - 11760*a33**2*m1**7*m2**6*n1**9*n2**6 - 2064*a33**2*m1**7*m2**6*n1**7*n2**8
+ 10416*a33**2*m1**7*m2**6*n1**5*n2**10 - 960*a33**2*m1**7*m2**6*n1**3*n2**12 -
960*a33**2*m1**6*m2**7*n1**12*n2**3 + 10416*a33**2*m1**6*m2**7*n1**10*n2**5 -
2064*a33**2*m1**6*m2**7*n1**8*n2**7 - 11760*a33**2*m1**6*m2**7*n1**6*n2**9 +
1680*a33**2*m1**6*m2**7*n1**4*n2**11 + 360*a33**2*m1**5*m2**8*n1**13*n2**2 -
6480*a33**2*m1**5*m2**8*n1**11*n2**4 + 4536*a33**2*m1**5*m2**8*n1**9*n2**6 +
9360*a33**2*m1**5*m2**8*n1**7*n2**8 - 2016*a33**2*m1**5*m2**8*n1**5*n2**10 - 80*
a33**2*m1**4*m2**9*n1**14*n2 + 2760*a33**2*m1**4*m2**9*n1**12*n2**3 - 4000*a33**
2*m1**4*m2**9*n1**10*n2**5 - 5160*a33**2*m1**4*m2**9*n1**8*n2**7 + 1680*a33**2*
m1**4*m2**9*n1**6*n2**9 + 8*a33**2*m1**3*m2**10*n1**15 - 760*a33**2*m1**3*m2**10
*n1**13*n2**2 + 2072*a33**2*m1**3*m2**10*n1**11*n2**4 + 1880*a33**2*m1**3*m2**10
*n1**9*n2**6 - 960*a33**2*m1**3*m2**10*n1**7*n2**8 + 120*a33**2*m1**2*m2**11*n1
**14*n2 - 648*a33**2*m1**2*m2**11*n1**12*n2**3 - 408*a33**2*m1**2*m2**11*n1**10*
n2**5 + 360*a33**2*m1**2*m2**11*n1**8*n2**7 - 8*a33**2*m1*m2**12*n1**15 + 112*
a33**2*m1*m2**12*n1**13*n2**2 + 40*a33**2*m1*m2**12*n1**11*n2**4 - 80*a33**2*m1*
m2**12*n1**9*n2**6 - 8*a33**2*m2**13*n1**14*n2 + 8*a33**2*m2**13*n1**10*n2**5) +
u1*u2*v2*(4*a33*m1**12*n1**8*n2**9 + 8*a33*m1**12*n1**6*n2**11 - 8*a33*m1**12*
n1**2*n2**15 - 4*a33*m1**12*n2**17 - 36*a33*m1**11*m2*n1**9*n2**8 - 56*a33*m1**
11*m2*n1**7*n2**10 + 48*a33*m1**11*m2*n1**5*n2**12 + 120*a33*m1**11*m2*n1**3*n2
**14 + 52*a33*m1**11*m2*n1*n2**16 + 144*a33*m1**10*m2**2*n1**10*n2**7 + 140*a33*
m1**10*m2**2*n1**8*n2**9 - 440*a33*m1**10*m2**2*n1**6*n2**11 - 720*a33*m1**10*m2
**2*n1**4*n2**13 - 280*a33*m1**10*m2**2*n1**2*n2**15 + 4*a33*m1**10*m2**2*n2**17
- 336*a33*m1**9*m2**3*n1**11*n2**6 - 60*a33*m1**9*m2**3*n1**9*n2**8 + 1800*a33*
m1**9*m2**3*n1**7*n2**10 + 2400*a33*m1**9*m2**3*n1**5*n2**12 + 840*a33*m1**9*m2
**3*n1**3*n2**14 - 36*a33*m1**9*m2**3*n1*n2**16 + 504*a33*m1**8*m2**4*n1**12*n2
**5 - 480*a33*m1**8*m2**4*n1**10*n2**7 - 4320*a33*m1**8*m2**4*n1**8*n2**9 - 5040
*a33*m1**8*m2**4*n1**6*n2**11 - 1560*a33*m1**8*m2**4*n1**4*n2**13 + 144*a33*m1**
8*m2**4*n1**2*n2**15 - 504*a33*m1**7*m2**5*n1**13*n2**4 + 1344*a33*m1**7*m2**5*
n1**11*n2**6 + 6720*a33*m1**7*m2**5*n1**9*n2**8 + 7056*a33*m1**7*m2**5*n1**7*n2
**10 + 1848*a33*m1**7*m2**5*n1**5*n2**12 - 336*a33*m1**7*m2**5*n1**3*n2**14 +
336*a33*m1**6*m2**6*n1**14*n2**3 - 1848*a33*m1**6*m2**6*n1**12*n2**5 - 7056*a33*
m1**6*m2**6*n1**10*n2**7 - 6720*a33*m1**6*m2**6*n1**8*n2**9 - 1344*a33*m1**6*m2
**6*n1**6*n2**11 + 504*a33*m1**6*m2**6*n1**4*n2**13 - 144*a33*m1**5*m2**7*n1**15
*n2**2 + 1560*a33*m1**5*m2**7*n1**13*n2**4 + 5040*a33*m1**5*m2**7*n1**11*n2**6 +
4320*a33*m1**5*m2**7*n1**9*n2**8 + 480*a33*m1**5*m2**7*n1**7*n2**10 - 504*a33*
m1**5*m2**7*n1**5*n2**12 + 36*a33*m1**4*m2**8*n1**16*n2 - 840*a33*m1**4*m2**8*n1
**14*n2**3 - 2400*a33*m1**4*m2**8*n1**12*n2**5 - 1800*a33*m1**4*m2**8*n1**10*n2
**7 + 60*a33*m1**4*m2**8*n1**8*n2**9 + 336*a33*m1**4*m2**8*n1**6*n2**11 - 4*a33*
m1**3*m2**9*n1**17 + 280*a33*m1**3*m2**9*n1**15*n2**2 + 720*a33*m1**3*m2**9*n1**
13*n2**4 + 440*a33*m1**3*m2**9*n1**11*n2**6 - 140*a33*m1**3*m2**9*n1**9*n2**8 -
144*a33*m1**3*m2**9*n1**7*n2**10 - 52*a33*m1**2*m2**10*n1**16*n2 - 120*a33*m1**2
*m2**10*n1**14*n2**3 - 48*a33*m1**2*m2**10*n1**12*n2**5 + 56*a33*m1**2*m2**10*n1
**10*n2**7 + 36*a33*m1**2*m2**10*n1**8*n2**9 + 4*a33*m1*m2**11*n1**17 + 8*a33*m1
*m2**11*n1**15*n2**2 - 8*a33*m1*m2**11*n1**11*n2**6 - 4*a33*m1*m2**11*n1**9*n2**
8) + u1*u2*(2*m1**11*n1**9*n2**10 + 4*m1**11*n1**7*n2**12 - 4*m1**11*n1**3*n2**
16 - 2*m1**11*n1*n2**18 - 18*m1**10*m2*n1**10*n2**9 - 28*m1**10*m2*n1**8*n2**11
+ 24*m1**10*m2*n1**6*n2**13 + 60*m1**10*m2*n1**4*n2**15 + 26*m1**10*m2*n1**2*n2
**17 + 72*m1**9*m2**2*n1**11*n2**8 + 70*m1**9*m2**2*n1**9*n2**10 - 220*m1**9*m2
**2*n1**7*n2**12 - 360*m1**9*m2**2*n1**5*n2**14 - 140*m1**9*m2**2*n1**3*n2**16 +
2*m1**9*m2**2*n1*n2**18 - 168*m1**8*m2**3*n1**12*n2**7 - 30*m1**8*m2**3*n1**10*
n2**9 + 900*m1**8*m2**3*n1**8*n2**11 + 1200*m1**8*m2**3*n1**6*n2**13 + 420*m1**8
*m2**3*n1**4*n2**15 - 18*m1**8*m2**3*n1**2*n2**17 + 252*m1**7*m2**4*n1**13*n2**6
- 240*m1**7*m2**4*n1**11*n2**8 - 2160*m1**7*m2**4*n1**9*n2**10 - 2520*m1**7*m2
**4*n1**7*n2**12 - 780*m1**7*m2**4*n1**5*n2**14 + 72*m1**7*m2**4*n1**3*n2**16 -
252*m1**6*m2**5*n1**14*n2**5 + 672*m1**6*m2**5*n1**12*n2**7 + 3360*m1**6*m2**5*
n1**10*n2**9 + 3528*m1**6*m2**5*n1**8*n2**11 + 924*m1**6*m2**5*n1**6*n2**13 -
168*m1**6*m2**5*n1**4*n2**15 + 168*m1**5*m2**6*n1**15*n2**4 - 924*m1**5*m2**6*n1
**13*n2**6 - 3528*m1**5*m2**6*n1**11*n2**8 - 3360*m1**5*m2**6*n1**9*n2**10 - 672
*m1**5*m2**6*n1**7*n2**12 + 252*m1**5*m2**6*n1**5*n2**14 - 72*m1**4*m2**7*n1**16
*n2**3 + 780*m1**4*m2**7*n1**14*n2**5 + 2520*m1**4*m2**7*n1**12*n2**7 + 2160*m1
**4*m2**7*n1**10*n2**9 + 240*m1**4*m2**7*n1**8*n2**11 - 252*m1**4*m2**7*n1**6*n2
**13 + 18*m1**3*m2**8*n1**17*n2**2 - 420*m1**3*m2**8*n1**15*n2**4 - 1200*m1**3*
m2**8*n1**13*n2**6 - 900*m1**3*m2**8*n1**11*n2**8 + 30*m1**3*m2**8*n1**9*n2**10
+ 168*m1**3*m2**8*n1**7*n2**12 - 2*m1**2*m2**9*n1**18*n2 + 140*m1**2*m2**9*n1**
16*n2**3 + 360*m1**2*m2**9*n1**14*n2**5 + 220*m1**2*m2**9*n1**12*n2**7 - 70*m1**
2*m2**9*n1**10*n2**9 - 72*m1**2*m2**9*n1**8*n2**11 - 26*m1*m2**10*n1**17*n2**2 -
60*m1*m2**10*n1**15*n2**4 - 24*m1*m2**10*n1**13*n2**6 + 28*m1*m2**10*n1**11*n2
**8 + 18*m1*m2**10*n1**9*n2**10 + 2*m2**11*n1**18*n2 + 4*m2**11*n1**16*n2**3 - 4
*m2**11*n1**12*n2**7 - 2*m2**11*n1**10*n2**9) + u1*v1**2*v2*(8*a33**2*m1**14*n1
**4*n2**10 - 8*a33**2*m1**14*n1**2*n2**12 - 80*a33**2*m1**13*m2*n1**5*n2**9 +
128*a33**2*m1**13*m2*n1**3*n2**11 - 16*a33**2*m1**13*m2*n1*n2**13 + 360*a33**2*
m1**12*m2**2*n1**6*n2**8 - 848*a33**2*m1**12*m2**2*n1**4*n2**10 + 240*a33**2*m1
**12*m2**2*n1**2*n2**12 - 8*a33**2*m1**12*m2**2*n2**14 - 960*a33**2*m1**11*m2**3
*n1**7*n2**7 + 3200*a33**2*m1**11*m2**3*n1**5*n2**9 - 1536*a33**2*m1**11*m2**3*
n1**3*n2**11 + 128*a33**2*m1**11*m2**3*n1*n2**13 + 1680*a33**2*m1**10*m2**4*n1**
8*n2**6 - 7800*a33**2*m1**10*m2**4*n1**6*n2**8 + 5680*a33**2*m1**10*m2**4*n1**4*
n2**10 - 848*a33**2*m1**10*m2**4*n1**2*n2**12 + 8*a33**2*m1**10*m2**4*n2**14 -
2016*a33**2*m1**9*m2**5*n1**9*n2**5 + 13056*a33**2*m1**9*m2**5*n1**7*n2**7 -
13680*a33**2*m1**9*m2**5*n1**5*n2**9 + 3200*a33**2*m1**9*m2**5*n1**3*n2**11 - 80
*a33**2*m1**9*m2**5*n1*n2**13 + 1680*a33**2*m1**8*m2**6*n1**10*n2**4 - 15456*a33
**2*m1**8*m2**6*n1**8*n2**6 + 22752*a33**2*m1**8*m2**6*n1**6*n2**8 - 7800*a33**2
*m1**8*m2**6*n1**4*n2**10 + 360*a33**2*m1**8*m2**6*n1**2*n2**12 - 960*a33**2*m1
**7*m2**7*n1**11*n2**3 + 13056*a33**2*m1**7*m2**7*n1**9*n2**5 - 26880*a33**2*m1
**7*m2**7*n1**7*n2**7 + 13056*a33**2*m1**7*m2**7*n1**5*n2**9 - 960*a33**2*m1**7*
m2**7*n1**3*n2**11 + 360*a33**2*m1**6*m2**8*n1**12*n2**2 - 7800*a33**2*m1**6*m2
**8*n1**10*n2**4 + 22752*a33**2*m1**6*m2**8*n1**8*n2**6 - 15456*a33**2*m1**6*m2
**8*n1**6*n2**8 + 1680*a33**2*m1**6*m2**8*n1**4*n2**10 - 80*a33**2*m1**5*m2**9*
n1**13*n2 + 3200*a33**2*m1**5*m2**9*n1**11*n2**3 - 13680*a33**2*m1**5*m2**9*n1**
9*n2**5 + 13056*a33**2*m1**5*m2**9*n1**7*n2**7 - 2016*a33**2*m1**5*m2**9*n1**5*
n2**9 + 8*a33**2*m1**4*m2**10*n1**14 - 848*a33**2*m1**4*m2**10*n1**12*n2**2 +
5680*a33**2*m1**4*m2**10*n1**10*n2**4 - 7800*a33**2*m1**4*m2**10*n1**8*n2**6 +
1680*a33**2*m1**4*m2**10*n1**6*n2**8 + 128*a33**2*m1**3*m2**11*n1**13*n2 - 1536*
a33**2*m1**3*m2**11*n1**11*n2**3 + 3200*a33**2*m1**3*m2**11*n1**9*n2**5 - 960*
a33**2*m1**3*m2**11*n1**7*n2**7 - 8*a33**2*m1**2*m2**12*n1**14 + 240*a33**2*m1**
2*m2**12*n1**12*n2**2 - 848*a33**2*m1**2*m2**12*n1**10*n2**4 + 360*a33**2*m1**2*
m2**12*n1**8*n2**6 - 16*a33**2*m1*m2**13*n1**13*n2 + 128*a33**2*m1*m2**13*n1**11
*n2**3 - 80*a33**2*m1*m2**13*n1**9*n2**5 - 8*a33**2*m2**14*n1**12*n2**2 + 8*a33
**2*m2**14*n1**10*n2**4) + u1*v1**2*(4*a33*m1**13*n1**5*n2**11 - 4*a33*m1**13*n1
*n2**15 - 40*a33*m1**12*m2*n1**6*n2**10 + 20*a33*m1**12*m2*n1**4*n2**12 + 56*a33
*m1**12*m2*n1**2*n2**14 - 4*a33*m1**12*m2*n2**16 + 180*a33*m1**11*m2**2*n1**7*n2
**9 - 204*a33*m1**11*m2**2*n1**5*n2**11 - 324*a33*m1**11*m2**2*n1**3*n2**13 + 60
*a33*m1**11*m2**2*n1*n2**15 - 480*a33*m1**10*m2**3*n1**8*n2**8 + 940*a33*m1**10*
m2**3*n1**6*n2**10 + 1036*a33*m1**10*m2**3*n1**4*n2**12 - 380*a33*m1**10*m2**3*
n1**2*n2**14 + 4*a33*m1**10*m2**3*n2**16 + 840*a33*m1**9*m2**4*n1**9*n2**7 -
2580*a33*m1**9*m2**4*n1**7*n2**9 - 2000*a33*m1**9*m2**4*n1**5*n2**11 + 1380*a33*
m1**9*m2**4*n1**3*n2**13 - 40*a33*m1**9*m2**4*n1*n2**15 - 1008*a33*m1**8*m2**5*
n1**10*n2**6 + 4680*a33*m1**8*m2**5*n1**8*n2**8 + 2268*a33*m1**8*m2**5*n1**6*n2
**10 - 3240*a33*m1**8*m2**5*n1**4*n2**12 + 180*a33*m1**8*m2**5*n1**2*n2**14 +
840*a33*m1**7*m2**6*n1**11*n2**5 - 5880*a33*m1**7*m2**6*n1**9*n2**7 - 1032*a33*
m1**7*m2**6*n1**7*n2**9 + 5208*a33*m1**7*m2**6*n1**5*n2**11 - 480*a33*m1**7*m2**
6*n1**3*n2**13 - 480*a33*m1**6*m2**7*n1**12*n2**4 + 5208*a33*m1**6*m2**7*n1**10*
n2**6 - 1032*a33*m1**6*m2**7*n1**8*n2**8 - 5880*a33*m1**6*m2**7*n1**6*n2**10 +
840*a33*m1**6*m2**7*n1**4*n2**12 + 180*a33*m1**5*m2**8*n1**13*n2**3 - 3240*a33*
m1**5*m2**8*n1**11*n2**5 + 2268*a33*m1**5*m2**8*n1**9*n2**7 + 4680*a33*m1**5*m2
**8*n1**7*n2**9 - 1008*a33*m1**5*m2**8*n1**5*n2**11 - 40*a33*m1**4*m2**9*n1**14*
n2**2 + 1380*a33*m1**4*m2**9*n1**12*n2**4 - 2000*a33*m1**4*m2**9*n1**10*n2**6 -
2580*a33*m1**4*m2**9*n1**8*n2**8 + 840*a33*m1**4*m2**9*n1**6*n2**10 + 4*a33*m1**
3*m2**10*n1**15*n2 - 380*a33*m1**3*m2**10*n1**13*n2**3 + 1036*a33*m1**3*m2**10*
n1**11*n2**5 + 940*a33*m1**3*m2**10*n1**9*n2**7 - 480*a33*m1**3*m2**10*n1**7*n2
**9 + 60*a33*m1**2*m2**11*n1**14*n2**2 - 324*a33*m1**2*m2**11*n1**12*n2**4 - 204
*a33*m1**2*m2**11*n1**10*n2**6 + 180*a33*m1**2*m2**11*n1**8*n2**8 - 4*a33*m1*m2
**12*n1**15*n2 + 56*a33*m1*m2**12*n1**13*n2**3 + 20*a33*m1*m2**12*n1**11*n2**5 -
40*a33*m1*m2**12*n1**9*n2**7 - 4*a33*m2**13*n1**14*n2**2 + 4*a33*m2**13*n1**10*
n2**6) + u1*v1*v2*( - 12*a33*m1**13*n1**6*n2**10 + 4*a33*m1**13*n1**4*n2**12 +
12*a33*m1**13*n1**2*n2**14 - 4*a33*m1**13*n2**16 + 116*a33*m1**12*m2*n1**7*n2**9
- 108*a33*m1**12*m2*n1**5*n2**11 - 148*a33*m1**12*m2*n1**3*n2**13 + 76*a33*m1**
12*m2*n1*n2**15 - 504*a33*m1**11*m2**2*n1**8*n2**8 + 848*a33*m1**11*m2**2*n1**6*
n2**10 + 720*a33*m1**11*m2**2*n1**4*n2**12 - 624*a33*m1**11*m2**2*n1**2*n2**14 +
8*a33*m1**11*m2**2*n2**16 + 1296*a33*m1**10*m2**3*n1**9*n2**7 - 3440*a33*m1**10
*m2**3*n1**7*n2**9 - 1728*a33*m1**10*m2**3*n1**5*n2**11 + 2896*a33*m1**10*m2**3*
n1**3*n2**13 - 112*a33*m1**10*m2**3*n1*n2**15 - 2184*a33*m1**9*m2**4*n1**10*n2**
6 + 8640*a33*m1**9*m2**4*n1**8*n2**8 + 1620*a33*m1**9*m2**4*n1**6*n2**10 - 8540*
a33*m1**9*m2**4*n1**4*n2**12 + 660*a33*m1**9*m2**4*n1**2*n2**14 - 4*a33*m1**9*m2
**4*n2**16 + 2520*a33*m1**8*m2**5*n1**11*n2**5 - 14568*a33*m1**8*m2**5*n1**9*n2
**7 + 2196*a33*m1**8*m2**5*n1**7*n2**9 + 17028*a33*m1**8*m2**5*n1**5*n2**11 -
2220*a33*m1**8*m2**5*n1**3*n2**13 + 36*a33*m1**8*m2**5*n1*n2**15 - 2016*a33*m1**
7*m2**6*n1**12*n2**4 + 17136*a33*m1**7*m2**6*n1**10*n2**6 - 9504*a33*m1**7*m2**6
*n1**8*n2**8 - 23712*a33*m1**7*m2**6*n1**6*n2**10 + 4800*a33*m1**7*m2**6*n1**4*
n2**12 - 144*a33*m1**7*m2**6*n1**2*n2**14 + 1104*a33*m1**6*m2**7*n1**13*n2**3 -
14256*a33*m1**6*m2**7*n1**11*n2**5 + 15360*a33*m1**6*m2**7*n1**9*n2**7 + 23328*
a33*m1**6*m2**7*n1**7*n2**9 - 7056*a33*m1**6*m2**7*n1**5*n2**11 + 336*a33*m1**6*
m2**7*n1**3*n2**13 - 396*a33*m1**5*m2**8*n1**14*n2**2 + 8340*a33*m1**5*m2**8*n1
**12*n2**4 - 15084*a33*m1**5*m2**8*n1**10*n2**6 - 16092*a33*m1**5*m2**8*n1**8*n2
**8 + 7224*a33*m1**5*m2**8*n1**6*n2**10 - 504*a33*m1**5*m2**8*n1**4*n2**12 + 84*
a33*m1**4*m2**9*n1**15*n2 - 3340*a33*m1**4*m2**9*n1**13*n2**3 + 9780*a33*m1**4*
m2**9*n1**11*n2**5 + 7540*a33*m1**4*m2**9*n1**9*n2**7 - 5160*a33*m1**4*m2**9*n1
**7*n2**9 + 504*a33*m1**4*m2**9*n1**5*n2**11 - 8*a33*m1**3*m2**10*n1**16 + 864*
a33*m1**3*m2**10*n1**14*n2**2 - 4208*a33*m1**3*m2**10*n1**12*n2**4 - 2224*a33*m1
**3*m2**10*n1**10*n2**6 + 2520*a33*m1**3*m2**10*n1**8*n2**8 - 336*a33*m1**3*m2**
10*n1**6*n2**10 - 128*a33*m1**2*m2**11*n1**15*n2 + 1152*a33*m1**2*m2**11*n1**13*
n2**3 + 336*a33*m1**2*m2**11*n1**11*n2**5 - 800*a33*m1**2*m2**11*n1**9*n2**7 +
144*a33*m1**2*m2**11*n1**7*n2**9 + 8*a33*m1*m2**12*n1**16 - 180*a33*m1*m2**12*n1
**14*n2**2 - 4*a33*m1*m2**12*n1**12*n2**4 + 148*a33*m1*m2**12*n1**10*n2**6 - 36*
a33*m1*m2**12*n1**8*n2**8 + 12*a33*m2**13*n1**15*n2 - 4*a33*m2**13*n1**13*n2**3
- 12*a33*m2**13*n1**11*n2**5 + 4*a33*m2**13*n1**9*n2**7) + u1*v1*v3**2*(4*a33**2
*m1**14*n1**5*n2**9 - 4*a33**2*m1**14*n1*n2**13 - 36*a33**2*m1**13*m2*n1**6*n2**
8 + 20*a33**2*m1**13*m2*n1**4*n2**10 + 52*a33**2*m1**13*m2*n1**2*n2**12 - 4*a33
**2*m1**13*m2*n2**14 + 144*a33**2*m1**12*m2**2*n1**7*n2**7 - 180*a33**2*m1**12*
m2**2*n1**5*n2**9 - 272*a33**2*m1**12*m2**2*n1**3*n2**11 + 52*a33**2*m1**12*m2**
2*n1*n2**13 - 336*a33**2*m1**11*m2**3*n1**8*n2**6 + 720*a33**2*m1**11*m2**3*n1**
6*n2**8 + 784*a33**2*m1**11*m2**3*n1**4*n2**10 - 272*a33**2*m1**11*m2**3*n1**2*
n2**12 + 504*a33**2*m1**10*m2**4*n1**9*n2**5 - 1680*a33**2*m1**10*m2**4*n1**7*n2
**7 - 1420*a33**2*m1**10*m2**4*n1**5*n2**9 + 784*a33**2*m1**10*m2**4*n1**3*n2**
11 + 20*a33**2*m1**10*m2**4*n1*n2**13 - 504*a33**2*m1**9*m2**5*n1**10*n2**4 +
2520*a33**2*m1**9*m2**5*n1**8*n2**6 + 1788*a33**2*m1**9*m2**5*n1**6*n2**8 - 1420
*a33**2*m1**9*m2**5*n1**4*n2**10 - 180*a33**2*m1**9*m2**5*n1**2*n2**12 + 4*a33**
2*m1**9*m2**5*n2**14 + 336*a33**2*m1**8*m2**6*n1**11*n2**3 - 2520*a33**2*m1**8*
m2**6*n1**9*n2**5 - 1824*a33**2*m1**8*m2**6*n1**7*n2**7 + 1788*a33**2*m1**8*m2**
6*n1**5*n2**9 + 720*a33**2*m1**8*m2**6*n1**3*n2**11 - 36*a33**2*m1**8*m2**6*n1*
n2**13 - 144*a33**2*m1**7*m2**7*n1**12*n2**2 + 1680*a33**2*m1**7*m2**7*n1**10*n2
**4 + 1824*a33**2*m1**7*m2**7*n1**8*n2**6 - 1824*a33**2*m1**7*m2**7*n1**6*n2**8
- 1680*a33**2*m1**7*m2**7*n1**4*n2**10 + 144*a33**2*m1**7*m2**7*n1**2*n2**12 +
36*a33**2*m1**6*m2**8*n1**13*n2 - 720*a33**2*m1**6*m2**8*n1**11*n2**3 - 1788*a33
**2*m1**6*m2**8*n1**9*n2**5 + 1824*a33**2*m1**6*m2**8*n1**7*n2**7 + 2520*a33**2*
m1**6*m2**8*n1**5*n2**9 - 336*a33**2*m1**6*m2**8*n1**3*n2**11 - 4*a33**2*m1**5*
m2**9*n1**14 + 180*a33**2*m1**5*m2**9*n1**12*n2**2 + 1420*a33**2*m1**5*m2**9*n1
**10*n2**4 - 1788*a33**2*m1**5*m2**9*n1**8*n2**6 - 2520*a33**2*m1**5*m2**9*n1**6
*n2**8 + 504*a33**2*m1**5*m2**9*n1**4*n2**10 - 20*a33**2*m1**4*m2**10*n1**13*n2
- 784*a33**2*m1**4*m2**10*n1**11*n2**3 + 1420*a33**2*m1**4*m2**10*n1**9*n2**5 +
1680*a33**2*m1**4*m2**10*n1**7*n2**7 - 504*a33**2*m1**4*m2**10*n1**5*n2**9 + 272
*a33**2*m1**3*m2**11*n1**12*n2**2 - 784*a33**2*m1**3*m2**11*n1**10*n2**4 - 720*
a33**2*m1**3*m2**11*n1**8*n2**6 + 336*a33**2*m1**3*m2**11*n1**6*n2**8 - 52*a33**
2*m1**2*m2**12*n1**13*n2 + 272*a33**2*m1**2*m2**12*n1**11*n2**3 + 180*a33**2*m1
**2*m2**12*n1**9*n2**5 - 144*a33**2*m1**2*m2**12*n1**7*n2**7 + 4*a33**2*m1*m2**
13*n1**14 - 52*a33**2*m1*m2**13*n1**12*n2**2 - 20*a33**2*m1*m2**13*n1**10*n2**4
+ 36*a33**2*m1*m2**13*n1**8*n2**6 + 4*a33**2*m2**14*n1**13*n2 - 4*a33**2*m2**14*
n1**9*n2**5) + u1*v1*( - 2*m1**12*n1**9*n2**9 + 4*m1**12*n1**7*n2**11 + 8*m1**12
*n1**5*n2**13 - 4*m1**12*n1**3*n2**15 - 6*m1**12*n1*n2**17 + 18*m1**11*m2*n1**10
*n2**8 - 50*m1**11*m2*n1**8*n2**10 - 68*m1**11*m2*n1**6*n2**12 + 84*m1**11*m2*n1
**4*n2**14 + 82*m1**11*m2*n1**2*n2**16 - 2*m1**11*m2*n2**18 - 72*m1**10*m2**2*n1
**11*n2**7 + 272*m1**10*m2**2*n1**9*n2**9 + 224*m1**10*m2**2*n1**7*n2**11 - 624*
m1**10*m2**2*n1**5*n2**13 - 472*m1**10*m2**2*n1**3*n2**15 + 32*m1**10*m2**2*n1*
n2**17 + 168*m1**9*m2**3*n1**12*n2**6 - 858*m1**9*m2**3*n1**10*n2**8 - 270*m1**9
*m2**3*n1**8*n2**10 + 2500*m1**9*m2**3*n1**6*n2**12 + 1540*m1**9*m2**3*n1**4*n2
**14 - 202*m1**9*m2**3*n1**2*n2**16 + 2*m1**9*m2**3*n2**18 - 252*m1**8*m2**4*n1
**13*n2**5 + 1752*m1**8*m2**4*n1**11*n2**7 - 390*m1**8*m2**4*n1**9*n2**9 - 6300*
m1**8*m2**4*n1**7*n2**11 - 3180*m1**8*m2**4*n1**5*n2**13 + 708*m1**8*m2**4*n1**3
*n2**15 - 18*m1**8*m2**4*n1*n2**17 + 252*m1**7*m2**5*n1**14*n2**4 - 2436*m1**7*
m2**5*n1**12*n2**6 + 2064*m1**7*m2**5*n1**10*n2**8 + 10728*m1**7*m2**5*n1**8*n2
**10 + 4332*m1**7*m2**5*n1**6*n2**12 - 1572*m1**7*m2**5*n1**4*n2**14 + 72*m1**7*
m2**5*n1**2*n2**16 - 168*m1**6*m2**6*n1**15*n2**3 + 2352*m1**6*m2**6*n1**13*n2**
5 - 3864*m1**6*m2**6*n1**11*n2**7 - 12768*m1**6*m2**6*n1**9*n2**9 - 3864*m1**6*
m2**6*n1**7*n2**11 + 2352*m1**6*m2**6*n1**5*n2**13 - 168*m1**6*m2**6*n1**3*n2**
15 + 72*m1**5*m2**7*n1**16*n2**2 - 1572*m1**5*m2**7*n1**14*n2**4 + 4332*m1**5*m2
**7*n1**12*n2**6 + 10728*m1**5*m2**7*n1**10*n2**8 + 2064*m1**5*m2**7*n1**8*n2**
10 - 2436*m1**5*m2**7*n1**6*n2**12 + 252*m1**5*m2**7*n1**4*n2**14 - 18*m1**4*m2
**8*n1**17*n2 + 708*m1**4*m2**8*n1**15*n2**3 - 3180*m1**4*m2**8*n1**13*n2**5 -
6300*m1**4*m2**8*n1**11*n2**7 - 390*m1**4*m2**8*n1**9*n2**9 + 1752*m1**4*m2**8*
n1**7*n2**11 - 252*m1**4*m2**8*n1**5*n2**13 + 2*m1**3*m2**9*n1**18 - 202*m1**3*
m2**9*n1**16*n2**2 + 1540*m1**3*m2**9*n1**14*n2**4 + 2500*m1**3*m2**9*n1**12*n2
**6 - 270*m1**3*m2**9*n1**10*n2**8 - 858*m1**3*m2**9*n1**8*n2**10 + 168*m1**3*m2
**9*n1**6*n2**12 + 32*m1**2*m2**10*n1**17*n2 - 472*m1**2*m2**10*n1**15*n2**3 -
624*m1**2*m2**10*n1**13*n2**5 + 224*m1**2*m2**10*n1**11*n2**7 + 272*m1**2*m2**10
*n1**9*n2**9 - 72*m1**2*m2**10*n1**7*n2**11 - 2*m1*m2**11*n1**18 + 82*m1*m2**11*
n1**16*n2**2 + 84*m1*m2**11*n1**14*n2**4 - 68*m1*m2**11*n1**12*n2**6 - 50*m1*m2
**11*n1**10*n2**8 + 18*m1*m2**11*n1**8*n2**10 - 6*m2**12*n1**17*n2 - 4*m2**12*n1
**15*n2**3 + 8*m2**12*n1**13*n2**5 + 4*m2**12*n1**11*n2**7 - 2*m2**12*n1**9*n2**
9) + u1*v2**3*(8*a33**2*m1**14*n1**4*n2**10 - 8*a33**2*m1**14*n1**2*n2**12 - 80*
a33**2*m1**13*m2*n1**5*n2**9 + 128*a33**2*m1**13*m2*n1**3*n2**11 - 16*a33**2*m1
**13*m2*n1*n2**13 + 360*a33**2*m1**12*m2**2*n1**6*n2**8 - 848*a33**2*m1**12*m2**
2*n1**4*n2**10 + 240*a33**2*m1**12*m2**2*n1**2*n2**12 - 8*a33**2*m1**12*m2**2*n2
**14 - 960*a33**2*m1**11*m2**3*n1**7*n2**7 + 3200*a33**2*m1**11*m2**3*n1**5*n2**
9 - 1536*a33**2*m1**11*m2**3*n1**3*n2**11 + 128*a33**2*m1**11*m2**3*n1*n2**13 +
1680*a33**2*m1**10*m2**4*n1**8*n2**6 - 7800*a33**2*m1**10*m2**4*n1**6*n2**8 +
5680*a33**2*m1**10*m2**4*n1**4*n2**10 - 848*a33**2*m1**10*m2**4*n1**2*n2**12 + 8
*a33**2*m1**10*m2**4*n2**14 - 2016*a33**2*m1**9*m2**5*n1**9*n2**5 + 13056*a33**2
*m1**9*m2**5*n1**7*n2**7 - 13680*a33**2*m1**9*m2**5*n1**5*n2**9 + 3200*a33**2*m1
**9*m2**5*n1**3*n2**11 - 80*a33**2*m1**9*m2**5*n1*n2**13 + 1680*a33**2*m1**8*m2
**6*n1**10*n2**4 - 15456*a33**2*m1**8*m2**6*n1**8*n2**6 + 22752*a33**2*m1**8*m2
**6*n1**6*n2**8 - 7800*a33**2*m1**8*m2**6*n1**4*n2**10 + 360*a33**2*m1**8*m2**6*
n1**2*n2**12 - 960*a33**2*m1**7*m2**7*n1**11*n2**3 + 13056*a33**2*m1**7*m2**7*n1
**9*n2**5 - 26880*a33**2*m1**7*m2**7*n1**7*n2**7 + 13056*a33**2*m1**7*m2**7*n1**
5*n2**9 - 960*a33**2*m1**7*m2**7*n1**3*n2**11 + 360*a33**2*m1**6*m2**8*n1**12*n2
**2 - 7800*a33**2*m1**6*m2**8*n1**10*n2**4 + 22752*a33**2*m1**6*m2**8*n1**8*n2**
6 - 15456*a33**2*m1**6*m2**8*n1**6*n2**8 + 1680*a33**2*m1**6*m2**8*n1**4*n2**10
- 80*a33**2*m1**5*m2**9*n1**13*n2 + 3200*a33**2*m1**5*m2**9*n1**11*n2**3 - 13680
*a33**2*m1**5*m2**9*n1**9*n2**5 + 13056*a33**2*m1**5*m2**9*n1**7*n2**7 - 2016*
a33**2*m1**5*m2**9*n1**5*n2**9 + 8*a33**2*m1**4*m2**10*n1**14 - 848*a33**2*m1**4
*m2**10*n1**12*n2**2 + 5680*a33**2*m1**4*m2**10*n1**10*n2**4 - 7800*a33**2*m1**4
*m2**10*n1**8*n2**6 + 1680*a33**2*m1**4*m2**10*n1**6*n2**8 + 128*a33**2*m1**3*m2
**11*n1**13*n2 - 1536*a33**2*m1**3*m2**11*n1**11*n2**3 + 3200*a33**2*m1**3*m2**
11*n1**9*n2**5 - 960*a33**2*m1**3*m2**11*n1**7*n2**7 - 8*a33**2*m1**2*m2**12*n1
**14 + 240*a33**2*m1**2*m2**12*n1**12*n2**2 - 848*a33**2*m1**2*m2**12*n1**10*n2
**4 + 360*a33**2*m1**2*m2**12*n1**8*n2**6 - 16*a33**2*m1*m2**13*n1**13*n2 + 128*
a33**2*m1*m2**13*n1**11*n2**3 - 80*a33**2*m1*m2**13*n1**9*n2**5 - 8*a33**2*m2**
14*n1**12*n2**2 + 8*a33**2*m2**14*n1**10*n2**4) + u1*v2**2*(4*a33*m1**13*n1**7*
n2**9 - 8*a33*m1**13*n1**5*n2**11 - 4*a33*m1**13*n1**3*n2**13 + 8*a33*m1**13*n1*
n2**15 - 36*a33*m1**12*m2*n1**8*n2**8 + 108*a33*m1**12*m2*n1**6*n2**10 + 16*a33*
m1**12*m2*n1**4*n2**12 - 124*a33*m1**12*m2*n1**2*n2**14 + 4*a33*m1**12*m2*n2**16
+ 144*a33*m1**11*m2**2*n1**9*n2**7 - 620*a33*m1**11*m2**2*n1**7*n2**9 + 132*a33
*m1**11*m2**2*n1**5*n2**11 + 828*a33*m1**11*m2**2*n1**3*n2**13 - 68*a33*m1**11*
m2**2*n1*n2**15 - 336*a33*m1**10*m2**3*n1**10*n2**6 + 2040*a33*m1**10*m2**3*n1**
8*n2**8 - 1284*a33*m1**10*m2**3*n1**6*n2**10 - 3172*a33*m1**10*m2**3*n1**4*n2**
12 + 484*a33*m1**10*m2**3*n1**2*n2**14 - 4*a33*m1**10*m2**3*n2**16 + 504*a33*m1
**9*m2**4*n1**11*n2**5 - 4320*a33*m1**9*m2**4*n1**9*n2**7 + 4960*a33*m1**9*m2**4
*n1**7*n2**9 + 7780*a33*m1**9*m2**4*n1**5*n2**11 - 1960*a33*m1**9*m2**4*n1**3*n2
**13 + 44*a33*m1**9*m2**4*n1*n2**15 - 504*a33*m1**8*m2**5*n1**12*n2**4 + 6216*
a33*m1**8*m2**5*n1**10*n2**6 - 11412*a33*m1**8*m2**5*n1**8*n2**8 - 12816*a33*m1
**8*m2**5*n1**6*n2**10 + 5100*a33*m1**8*m2**5*n1**4*n2**12 - 216*a33*m1**8*m2**5
*n1**2*n2**14 + 336*a33*m1**7*m2**6*n1**13*n2**3 - 6216*a33*m1**7*m2**6*n1**11*
n2**5 + 17448*a33*m1**7*m2**6*n1**9*n2**7 + 14328*a33*m1**7*m2**6*n1**7*n2**9 -
9048*a33*m1**7*m2**6*n1**5*n2**11 + 624*a33*m1**7*m2**6*n1**3*n2**13 - 144*a33*
m1**6*m2**7*n1**14*n2**2 + 4320*a33*m1**6*m2**7*n1**12*n2**4 - 18504*a33*m1**6*
m2**7*n1**10*n2**6 - 10536*a33*m1**6*m2**7*n1**8*n2**8 + 11256*a33*m1**6*m2**7*
n1**6*n2**10 - 1176*a33*m1**6*m2**7*n1**4*n2**12 + 36*a33*m1**5*m2**8*n1**15*n2
- 2040*a33*m1**5*m2**8*n1**13*n2**3 + 13788*a33*m1**5*m2**8*n1**11*n2**5 + 4464*
a33*m1**5*m2**8*n1**9*n2**7 - 9888*a33*m1**5*m2**8*n1**7*n2**9 + 1512*a33*m1**5*
m2**8*n1**5*n2**11 - 4*a33*m1**4*m2**9*n1**16 + 620*a33*m1**4*m2**9*n1**14*n2**2
- 7160*a33*m1**4*m2**9*n1**12*n2**4 - 380*a33*m1**4*m2**9*n1**10*n2**6 + 6060*
a33*m1**4*m2**9*n1**8*n2**8 - 1344*a33*m1**4*m2**9*n1**6*n2**10 - 108*a33*m1**3*
m2**10*n1**15*n2 + 2516*a33*m1**3*m2**10*n1**13*n2**3 - 692*a33*m1**3*m2**10*n1
**11*n2**5 - 2500*a33*m1**3*m2**10*n1**9*n2**7 + 816*a33*m1**3*m2**10*n1**7*n2**
9 + 8*a33*m1**2*m2**11*n1**16 - 564*a33*m1**2*m2**11*n1**14*n2**2 + 396*a33*m1**
2*m2**11*n1**12*n2**4 + 644*a33*m1**2*m2**11*n1**10*n2**6 - 324*a33*m1**2*m2**11
*n1**8*n2**8 + 72*a33*m1*m2**12*n1**15*n2 - 92*a33*m1*m2**12*n1**13*n2**3 - 88*
a33*m1*m2**12*n1**11*n2**5 + 76*a33*m1*m2**12*n1**9*n2**7 - 4*a33*m2**13*n1**16
+ 8*a33*m2**13*n1**14*n2**2 + 4*a33*m2**13*n1**12*n2**4 - 8*a33*m2**13*n1**10*n2
**6) + u1*v2*v3**2*(12*a33**2*m1**14*n1**4*n2**10 - 8*a33**2*m1**14*n1**2*n2**12
- 4*a33**2*m1**14*n2**14 - 120*a33**2*m1**13*m2*n1**5*n2**9 + 144*a33**2*m1**13
*m2*n1**3*n2**11 + 40*a33**2*m1**13*m2*n1*n2**13 + 540*a33**2*m1**12*m2**2*n1**6
*n2**8 - 1008*a33**2*m1**12*m2**2*n1**4*n2**10 - 100*a33**2*m1**12*m2**2*n1**2*
n2**12 - 8*a33**2*m1**12*m2**2*n2**14 - 1440*a33**2*m1**11*m2**3*n1**7*n2**7 +
3920*a33**2*m1**11*m2**3*n1**5*n2**9 - 320*a33**2*m1**11*m2**3*n1**3*n2**11 +
144*a33**2*m1**11*m2**3*n1*n2**13 + 2520*a33**2*m1**10*m2**4*n1**8*n2**6 - 9720*
a33**2*m1**10*m2**4*n1**6*n2**8 + 2756*a33**2*m1**10*m2**4*n1**4*n2**10 - 1008*
a33**2*m1**10*m2**4*n1**2*n2**12 + 12*a33**2*m1**10*m2**4*n2**14 - 3024*a33**2*
m1**9*m2**5*n1**9*n2**5 + 16416*a33**2*m1**9*m2**5*n1**7*n2**7 - 8552*a33**2*m1
**9*m2**5*n1**5*n2**9 + 3920*a33**2*m1**9*m2**5*n1**3*n2**11 - 120*a33**2*m1**9*
m2**5*n1*n2**13 + 2520*a33**2*m1**8*m2**6*n1**10*n2**4 - 19488*a33**2*m1**8*m2**
6*n1**8*n2**6 + 15780*a33**2*m1**8*m2**6*n1**6*n2**8 - 9720*a33**2*m1**8*m2**6*
n1**4*n2**10 + 540*a33**2*m1**8*m2**6*n1**2*n2**12 - 1440*a33**2*m1**7*m2**7*n1
**11*n2**3 + 16416*a33**2*m1**7*m2**7*n1**9*n2**5 - 19200*a33**2*m1**7*m2**7*n1
**7*n2**7 + 16416*a33**2*m1**7*m2**7*n1**5*n2**9 - 1440*a33**2*m1**7*m2**7*n1**3
*n2**11 + 540*a33**2*m1**6*m2**8*n1**12*n2**2 - 9720*a33**2*m1**6*m2**8*n1**10*
n2**4 + 15780*a33**2*m1**6*m2**8*n1**8*n2**6 - 19488*a33**2*m1**6*m2**8*n1**6*n2
**8 + 2520*a33**2*m1**6*m2**8*n1**4*n2**10 - 120*a33**2*m1**5*m2**9*n1**13*n2 +
3920*a33**2*m1**5*m2**9*n1**11*n2**3 - 8552*a33**2*m1**5*m2**9*n1**9*n2**5 +
16416*a33**2*m1**5*m2**9*n1**7*n2**7 - 3024*a33**2*m1**5*m2**9*n1**5*n2**9 + 12*
a33**2*m1**4*m2**10*n1**14 - 1008*a33**2*m1**4*m2**10*n1**12*n2**2 + 2756*a33**2
*m1**4*m2**10*n1**10*n2**4 - 9720*a33**2*m1**4*m2**10*n1**8*n2**6 + 2520*a33**2*
m1**4*m2**10*n1**6*n2**8 + 144*a33**2*m1**3*m2**11*n1**13*n2 - 320*a33**2*m1**3*
m2**11*n1**11*n2**3 + 3920*a33**2*m1**3*m2**11*n1**9*n2**5 - 1440*a33**2*m1**3*
m2**11*n1**7*n2**7 - 8*a33**2*m1**2*m2**12*n1**14 - 100*a33**2*m1**2*m2**12*n1**
12*n2**2 - 1008*a33**2*m1**2*m2**12*n1**10*n2**4 + 540*a33**2*m1**2*m2**12*n1**8
*n2**6 + 40*a33**2*m1*m2**13*n1**13*n2 + 144*a33**2*m1*m2**13*n1**11*n2**3 - 120
*a33**2*m1*m2**13*n1**9*n2**5 - 4*a33**2*m2**14*n1**14 - 8*a33**2*m2**14*n1**12*
n2**2 + 12*a33**2*m2**14*n1**10*n2**4) + u1*v2*( - 4*m1**12*n1**8*n2**10 - 4*m1
**12*n1**6*n2**12 + 4*m1**12*n1**4*n2**14 + 4*m1**12*n1**2*n2**16 + 38*m1**11*m2
*n1**9*n2**9 + 20*m1**11*m2*n1**7*n2**11 - 72*m1**11*m2*n1**5*n2**13 - 52*m1**11
*m2*n1**3*n2**15 + 2*m1**11*m2*n1*n2**17 - 162*m1**10*m2**2*n1**10*n2**8 + 12*m1
**10*m2**2*n1**8*n2**10 + 480*m1**10*m2**2*n1**6*n2**12 + 276*m1**10*m2**2*n1**4
*n2**14 - 30*m1**10*m2**2*n1**2*n2**16 + 408*m1**9*m2**3*n1**11*n2**7 - 350*m1**
9*m2**3*n1**9*n2**9 - 1740*m1**9*m2**3*n1**7*n2**11 - 800*m1**9*m2**3*n1**5*n2**
13 + 180*m1**9*m2**3*n1**3*n2**15 - 2*m1**9*m2**3*n1*n2**17 - 672*m1**8*m2**4*n1
**12*n2**6 + 1290*m1**8*m2**4*n1**10*n2**8 + 3960*m1**8*m2**4*n1**8*n2**10 +
1380*m1**8*m2**4*n1**6*n2**12 - 600*m1**8*m2**4*n1**4*n2**14 + 18*m1**8*m2**4*n1
**2*n2**16 + 756*m1**7*m2**5*n1**13*n2**5 - 2592*m1**7*m2**5*n1**11*n2**7 - 6048
*m1**7*m2**5*n1**9*n2**9 - 1368*m1**7*m2**5*n1**7*n2**11 + 1260*m1**7*m2**5*n1**
5*n2**13 - 72*m1**7*m2**5*n1**3*n2**15 - 588*m1**6*m2**6*n1**14*n2**4 + 3360*m1
**6*m2**6*n1**12*n2**6 + 6384*m1**6*m2**6*n1**10*n2**8 + 504*m1**6*m2**6*n1**8*
n2**10 - 1764*m1**6*m2**6*n1**6*n2**12 + 168*m1**6*m2**6*n1**4*n2**14 + 312*m1**
5*m2**7*n1**15*n2**3 - 2964*m1**5*m2**7*n1**13*n2**5 - 4680*m1**5*m2**7*n1**11*
n2**7 + 528*m1**5*m2**7*n1**9*n2**9 + 1680*m1**5*m2**7*n1**7*n2**11 - 252*m1**5*
m2**7*n1**5*n2**13 - 108*m1**4*m2**8*n1**16*n2**2 + 1800*m1**4*m2**8*n1**14*n2**
4 + 2340*m1**4*m2**8*n1**12*n2**6 - 900*m1**4*m2**8*n1**10*n2**8 - 1080*m1**4*m2
**8*n1**8*n2**10 + 252*m1**4*m2**8*n1**6*n2**12 + 22*m1**3*m2**9*n1**17*n2 - 740
*m1**3*m2**9*n1**15*n2**3 - 760*m1**3*m2**9*n1**13*n2**5 + 620*m1**3*m2**9*n1**
11*n2**7 + 450*m1**3*m2**9*n1**9*n2**9 - 168*m1**3*m2**9*n1**7*n2**11 - 2*m1**2*
m2**10*n1**18 + 196*m1**2*m2**10*n1**16*n2**2 + 144*m1**2*m2**10*n1**14*n2**4 -
236*m1**2*m2**10*n1**12*n2**6 - 110*m1**2*m2**10*n1**10*n2**8 + 72*m1**2*m2**10*
n1**8*n2**10 - 30*m1*m2**11*n1**17*n2 - 12*m1*m2**11*n1**15*n2**3 + 48*m1*m2**11
*n1**13*n2**5 + 12*m1*m2**11*n1**11*n2**7 - 18*m1*m2**11*n1**9*n2**9 + 2*m2**12*
n1**18 - 4*m2**12*n1**14*n2**4 + 2*m2**12*n1**10*n2**8) + u1*v3**2*(6*a33*m1**13
*n1**7*n2**9 + 2*a33*m1**13*n1**5*n2**11 - 6*a33*m1**13*n1**3*n2**13 - 2*a33*m1
**13*n1*n2**15 - 54*a33*m1**12*m2*n1**8*n2**8 + 14*a33*m1**12*m2*n1**6*n2**10 +
86*a33*m1**12*m2*n1**4*n2**12 + 18*a33*m1**12*m2*n1**2*n2**14 + 216*a33*m1**11*
m2**2*n1**9*n2**7 - 220*a33*m1**11*m2**2*n1**7*n2**9 - 468*a33*m1**11*m2**2*n1**
5*n2**11 - 36*a33*m1**11*m2**2*n1**3*n2**13 - 4*a33*m1**11*m2**2*n1*n2**15 - 504
*a33*m1**10*m2**3*n1**10*n2**6 + 1020*a33*m1**10*m2**3*n1**8*n2**8 + 1332*a33*m1
**10*m2**3*n1**6*n2**10 - 124*a33*m1**10*m2**3*n1**4*n2**12 + 68*a33*m1**10*m2**
3*n1**2*n2**14 + 756*a33*m1**9*m2**4*n1**11*n2**5 - 2580*a33*m1**9*m2**4*n1**9*
n2**7 - 2150*a33*m1**9*m2**4*n1**7*n2**9 + 750*a33*m1**9*m2**4*n1**5*n2**11 -
430*a33*m1**9*m2**4*n1**3*n2**13 + 6*a33*m1**9*m2**4*n1*n2**15 - 756*a33*m1**8*
m2**5*n1**12*n2**4 + 4116*a33*m1**8*m2**5*n1**10*n2**6 + 1782*a33*m1**8*m2**5*n1
**8*n2**8 - 1566*a33*m1**8*m2**5*n1**6*n2**10 + 1470*a33*m1**8*m2**5*n1**4*n2**
12 - 54*a33*m1**8*m2**5*n1**2*n2**14 + 504*a33*m1**7*m2**6*n1**13*n2**3 - 4368*
a33*m1**7*m2**6*n1**11*n2**5 - 72*a33*m1**7*m2**6*n1**9*n2**7 + 1464*a33*m1**7*
m2**6*n1**7*n2**9 - 3120*a33*m1**7*m2**6*n1**5*n2**11 + 216*a33*m1**7*m2**6*n1**
3*n2**13 - 216*a33*m1**6*m2**7*n1**14*n2**2 + 3120*a33*m1**6*m2**7*n1**12*n2**4
- 1464*a33*m1**6*m2**7*n1**10*n2**6 + 72*a33*m1**6*m2**7*n1**8*n2**8 + 4368*a33*
m1**6*m2**7*n1**6*n2**10 - 504*a33*m1**6*m2**7*n1**4*n2**12 + 54*a33*m1**5*m2**8
*n1**15*n2 - 1470*a33*m1**5*m2**8*n1**13*n2**3 + 1566*a33*m1**5*m2**8*n1**11*n2
**5 - 1782*a33*m1**5*m2**8*n1**9*n2**7 - 4116*a33*m1**5*m2**8*n1**7*n2**9 + 756*
a33*m1**5*m2**8*n1**5*n2**11 - 6*a33*m1**4*m2**9*n1**16 + 430*a33*m1**4*m2**9*n1
**14*n2**2 - 750*a33*m1**4*m2**9*n1**12*n2**4 + 2150*a33*m1**4*m2**9*n1**10*n2**
6 + 2580*a33*m1**4*m2**9*n1**8*n2**8 - 756*a33*m1**4*m2**9*n1**6*n2**10 - 68*a33
*m1**3*m2**10*n1**15*n2 + 124*a33*m1**3*m2**10*n1**13*n2**3 - 1332*a33*m1**3*m2
**10*n1**11*n2**5 - 1020*a33*m1**3*m2**10*n1**9*n2**7 + 504*a33*m1**3*m2**10*n1
**7*n2**9 + 4*a33*m1**2*m2**11*n1**16 + 36*a33*m1**2*m2**11*n1**14*n2**2 + 468*
a33*m1**2*m2**11*n1**12*n2**4 + 220*a33*m1**2*m2**11*n1**10*n2**6 - 216*a33*m1**
2*m2**11*n1**8*n2**8 - 18*a33*m1*m2**12*n1**15*n2 - 86*a33*m1*m2**12*n1**13*n2**
3 - 14*a33*m1*m2**12*n1**11*n2**5 + 54*a33*m1*m2**12*n1**9*n2**7 + 2*a33*m2**13*
n1**16 + 6*a33*m2**13*n1**14*n2**2 - 2*a33*m2**13*n1**12*n2**4 - 6*a33*m2**13*n1
**10*n2**6) + u2**4*(a33**2*m1**11*n1**8*n2**9 + 2*a33**2*m1**11*n1**6*n2**11 -
2*a33**2*m1**11*n1**2*n2**15 - a33**2*m1**11*n2**17 - 9*a33**2*m1**10*m2*n1**9*
n2**8 - 14*a33**2*m1**10*m2*n1**7*n2**10 + 12*a33**2*m1**10*m2*n1**5*n2**12 + 30
*a33**2*m1**10*m2*n1**3*n2**14 + 13*a33**2*m1**10*m2*n1*n2**16 + 36*a33**2*m1**9
*m2**2*n1**10*n2**7 + 35*a33**2*m1**9*m2**2*n1**8*n2**9 - 110*a33**2*m1**9*m2**2
*n1**6*n2**11 - 180*a33**2*m1**9*m2**2*n1**4*n2**13 - 70*a33**2*m1**9*m2**2*n1**
2*n2**15 + a33**2*m1**9*m2**2*n2**17 - 84*a33**2*m1**8*m2**3*n1**11*n2**6 - 15*
a33**2*m1**8*m2**3*n1**9*n2**8 + 450*a33**2*m1**8*m2**3*n1**7*n2**10 + 600*a33**
2*m1**8*m2**3*n1**5*n2**12 + 210*a33**2*m1**8*m2**3*n1**3*n2**14 - 9*a33**2*m1**
8*m2**3*n1*n2**16 + 126*a33**2*m1**7*m2**4*n1**12*n2**5 - 120*a33**2*m1**7*m2**4
*n1**10*n2**7 - 1080*a33**2*m1**7*m2**4*n1**8*n2**9 - 1260*a33**2*m1**7*m2**4*n1
**6*n2**11 - 390*a33**2*m1**7*m2**4*n1**4*n2**13 + 36*a33**2*m1**7*m2**4*n1**2*
n2**15 - 126*a33**2*m1**6*m2**5*n1**13*n2**4 + 336*a33**2*m1**6*m2**5*n1**11*n2
**6 + 1680*a33**2*m1**6*m2**5*n1**9*n2**8 + 1764*a33**2*m1**6*m2**5*n1**7*n2**10
+ 462*a33**2*m1**6*m2**5*n1**5*n2**12 - 84*a33**2*m1**6*m2**5*n1**3*n2**14 + 84
*a33**2*m1**5*m2**6*n1**14*n2**3 - 462*a33**2*m1**5*m2**6*n1**12*n2**5 - 1764*
a33**2*m1**5*m2**6*n1**10*n2**7 - 1680*a33**2*m1**5*m2**6*n1**8*n2**9 - 336*a33
**2*m1**5*m2**6*n1**6*n2**11 + 126*a33**2*m1**5*m2**6*n1**4*n2**13 - 36*a33**2*
m1**4*m2**7*n1**15*n2**2 + 390*a33**2*m1**4*m2**7*n1**13*n2**4 + 1260*a33**2*m1
**4*m2**7*n1**11*n2**6 + 1080*a33**2*m1**4*m2**7*n1**9*n2**8 + 120*a33**2*m1**4*
m2**7*n1**7*n2**10 - 126*a33**2*m1**4*m2**7*n1**5*n2**12 + 9*a33**2*m1**3*m2**8*
n1**16*n2 - 210*a33**2*m1**3*m2**8*n1**14*n2**3 - 600*a33**2*m1**3*m2**8*n1**12*
n2**5 - 450*a33**2*m1**3*m2**8*n1**10*n2**7 + 15*a33**2*m1**3*m2**8*n1**8*n2**9
+ 84*a33**2*m1**3*m2**8*n1**6*n2**11 - a33**2*m1**2*m2**9*n1**17 + 70*a33**2*m1
**2*m2**9*n1**15*n2**2 + 180*a33**2*m1**2*m2**9*n1**13*n2**4 + 110*a33**2*m1**2*
m2**9*n1**11*n2**6 - 35*a33**2*m1**2*m2**9*n1**9*n2**8 - 36*a33**2*m1**2*m2**9*
n1**7*n2**10 - 13*a33**2*m1*m2**10*n1**16*n2 - 30*a33**2*m1*m2**10*n1**14*n2**3
- 12*a33**2*m1*m2**10*n1**12*n2**5 + 14*a33**2*m1*m2**10*n1**10*n2**7 + 9*a33**2
*m1*m2**10*n1**8*n2**9 + a33**2*m2**11*n1**17 + 2*a33**2*m2**11*n1**15*n2**2 - 2
*a33**2*m2**11*n1**11*n2**6 - a33**2*m2**11*n1**9*n2**8) + u2**3*v1*(4*a33**2*m1
**12*n1**6*n2**10 + 4*a33**2*m1**12*n1**4*n2**12 - 4*a33**2*m1**12*n1**2*n2**14
- 4*a33**2*m1**12*n2**16 - 40*a33**2*m1**11*m2*n1**7*n2**9 - 24*a33**2*m1**11*m2
*n1**5*n2**11 + 72*a33**2*m1**11*m2*n1**3*n2**13 + 56*a33**2*m1**11*m2*n1*n2**15
+ 180*a33**2*m1**10*m2**2*n1**8*n2**8 + 16*a33**2*m1**10*m2**2*n1**6*n2**10 -
504*a33**2*m1**10*m2**2*n1**4*n2**12 - 336*a33**2*m1**10*m2**2*n1**2*n2**14 + 4*
a33**2*m1**10*m2**2*n2**16 - 480*a33**2*m1**9*m2**3*n1**9*n2**7 + 280*a33**2*m1
**9*m2**3*n1**7*n2**9 + 1960*a33**2*m1**9*m2**3*n1**5*n2**11 + 1160*a33**2*m1**9
*m2**3*n1**3*n2**13 - 40*a33**2*m1**9*m2**3*n1*n2**15 + 840*a33**2*m1**8*m2**4*
n1**10*n2**6 - 1260*a33**2*m1**8*m2**4*n1**8*n2**8 - 4860*a33**2*m1**8*m2**4*n1
**6*n2**10 - 2580*a33**2*m1**8*m2**4*n1**4*n2**12 + 180*a33**2*m1**8*m2**4*n1**2
*n2**14 - 1008*a33**2*m1**7*m2**5*n1**11*n2**5 + 2832*a33**2*m1**7*m2**5*n1**9*
n2**7 + 8208*a33**2*m1**7*m2**5*n1**7*n2**9 + 3888*a33**2*m1**7*m2**5*n1**5*n2**
11 - 480*a33**2*m1**7*m2**5*n1**3*n2**13 + 840*a33**2*m1**6*m2**6*n1**12*n2**4 -
4032*a33**2*m1**6*m2**6*n1**10*n2**6 - 9744*a33**2*m1**6*m2**6*n1**8*n2**8 -
4032*a33**2*m1**6*m2**6*n1**6*n2**10 + 840*a33**2*m1**6*m2**6*n1**4*n2**12 - 480
*a33**2*m1**5*m2**7*n1**13*n2**3 + 3888*a33**2*m1**5*m2**7*n1**11*n2**5 + 8208*
a33**2*m1**5*m2**7*n1**9*n2**7 + 2832*a33**2*m1**5*m2**7*n1**7*n2**9 - 1008*a33
**2*m1**5*m2**7*n1**5*n2**11 + 180*a33**2*m1**4*m2**8*n1**14*n2**2 - 2580*a33**2
*m1**4*m2**8*n1**12*n2**4 - 4860*a33**2*m1**4*m2**8*n1**10*n2**6 - 1260*a33**2*
m1**4*m2**8*n1**8*n2**8 + 840*a33**2*m1**4*m2**8*n1**6*n2**10 - 40*a33**2*m1**3*
m2**9*n1**15*n2 + 1160*a33**2*m1**3*m2**9*n1**13*n2**3 + 1960*a33**2*m1**3*m2**9
*n1**11*n2**5 + 280*a33**2*m1**3*m2**9*n1**9*n2**7 - 480*a33**2*m1**3*m2**9*n1**
7*n2**9 + 4*a33**2*m1**2*m2**10*n1**16 - 336*a33**2*m1**2*m2**10*n1**14*n2**2 -
504*a33**2*m1**2*m2**10*n1**12*n2**4 + 16*a33**2*m1**2*m2**10*n1**10*n2**6 + 180
*a33**2*m1**2*m2**10*n1**8*n2**8 + 56*a33**2*m1*m2**11*n1**15*n2 + 72*a33**2*m1*
m2**11*n1**13*n2**3 - 24*a33**2*m1*m2**11*n1**11*n2**5 - 40*a33**2*m1*m2**11*n1
**9*n2**7 - 4*a33**2*m2**12*n1**16 - 4*a33**2*m2**12*n1**14*n2**2 + 4*a33**2*m2
**12*n1**12*n2**4 + 4*a33**2*m2**12*n1**10*n2**6) + u2**3*v2*( - 4*a33**2*m1**12
*n1**7*n2**9 - 4*a33**2*m1**12*n1**5*n2**11 + 4*a33**2*m1**12*n1**3*n2**13 + 4*
a33**2*m1**12*n1*n2**15 + 36*a33**2*m1**11*m2*n1**8*n2**8 + 16*a33**2*m1**11*m2*
n1**6*n2**10 - 72*a33**2*m1**11*m2*n1**4*n2**12 - 48*a33**2*m1**11*m2*n1**2*n2**
14 + 4*a33**2*m1**11*m2*n2**16 - 144*a33**2*m1**10*m2**2*n1**9*n2**7 + 40*a33**2
*m1**10*m2**2*n1**7*n2**9 + 456*a33**2*m1**10*m2**2*n1**5*n2**11 + 216*a33**2*m1
**10*m2**2*n1**3*n2**13 - 56*a33**2*m1**10*m2**2*n1*n2**15 + 336*a33**2*m1**9*m2
**3*n1**10*n2**6 - 420*a33**2*m1**9*m2**3*n1**8*n2**8 - 1520*a33**2*m1**9*m2**3*
n1**6*n2**10 - 440*a33**2*m1**9*m2**3*n1**4*n2**12 + 320*a33**2*m1**9*m2**3*n1**
2*n2**14 - 4*a33**2*m1**9*m2**3*n2**16 - 504*a33**2*m1**8*m2**4*n1**11*n2**5 +
1320*a33**2*m1**8*m2**4*n1**9*n2**7 + 3060*a33**2*m1**8*m2**4*n1**7*n2**9 + 180*
a33**2*m1**8*m2**4*n1**5*n2**11 - 1020*a33**2*m1**8*m2**4*n1**3*n2**13 + 36*a33
**2*m1**8*m2**4*n1*n2**15 + 504*a33**2*m1**7*m2**5*n1**12*n2**4 - 2352*a33**2*m1
**7*m2**5*n1**10*n2**6 - 3888*a33**2*m1**7*m2**5*n1**8*n2**8 + 1152*a33**2*m1**7
*m2**5*n1**6*n2**10 + 2040*a33**2*m1**7*m2**5*n1**4*n2**12 - 144*a33**2*m1**7*m2
**5*n1**2*n2**14 - 336*a33**2*m1**6*m2**6*n1**13*n2**3 + 2688*a33**2*m1**6*m2**6
*n1**11*n2**5 + 3024*a33**2*m1**6*m2**6*n1**9*n2**7 - 3024*a33**2*m1**6*m2**6*n1
**7*n2**9 - 2688*a33**2*m1**6*m2**6*n1**5*n2**11 + 336*a33**2*m1**6*m2**6*n1**3*
n2**13 + 144*a33**2*m1**5*m2**7*n1**14*n2**2 - 2040*a33**2*m1**5*m2**7*n1**12*n2
**4 - 1152*a33**2*m1**5*m2**7*n1**10*n2**6 + 3888*a33**2*m1**5*m2**7*n1**8*n2**8
+ 2352*a33**2*m1**5*m2**7*n1**6*n2**10 - 504*a33**2*m1**5*m2**7*n1**4*n2**12 -
36*a33**2*m1**4*m2**8*n1**15*n2 + 1020*a33**2*m1**4*m2**8*n1**13*n2**3 - 180*a33
**2*m1**4*m2**8*n1**11*n2**5 - 3060*a33**2*m1**4*m2**8*n1**9*n2**7 - 1320*a33**2
*m1**4*m2**8*n1**7*n2**9 + 504*a33**2*m1**4*m2**8*n1**5*n2**11 + 4*a33**2*m1**3*
m2**9*n1**16 - 320*a33**2*m1**3*m2**9*n1**14*n2**2 + 440*a33**2*m1**3*m2**9*n1**
12*n2**4 + 1520*a33**2*m1**3*m2**9*n1**10*n2**6 + 420*a33**2*m1**3*m2**9*n1**8*
n2**8 - 336*a33**2*m1**3*m2**9*n1**6*n2**10 + 56*a33**2*m1**2*m2**10*n1**15*n2 -
216*a33**2*m1**2*m2**10*n1**13*n2**3 - 456*a33**2*m1**2*m2**10*n1**11*n2**5 -
40*a33**2*m1**2*m2**10*n1**9*n2**7 + 144*a33**2*m1**2*m2**10*n1**7*n2**9 - 4*a33
**2*m1*m2**11*n1**16 + 48*a33**2*m1*m2**11*n1**14*n2**2 + 72*a33**2*m1*m2**11*n1
**12*n2**4 - 16*a33**2*m1*m2**11*n1**10*n2**6 - 36*a33**2*m1*m2**11*n1**8*n2**8
- 4*a33**2*m2**12*n1**15*n2 - 4*a33**2*m2**12*n1**13*n2**3 + 4*a33**2*m2**12*n1
**11*n2**5 + 4*a33**2*m2**12*n1**9*n2**7) + u2**3*( - 2*a33*m1**11*n1**8*n2**10
- 4*a33*m1**11*n1**6*n2**12 + 4*a33*m1**11*n1**2*n2**16 + 2*a33*m1**11*n2**18 +
18*a33*m1**10*m2*n1**9*n2**9 + 28*a33*m1**10*m2*n1**7*n2**11 - 24*a33*m1**10*m2*
n1**5*n2**13 - 60*a33*m1**10*m2*n1**3*n2**15 - 26*a33*m1**10*m2*n1*n2**17 - 72*
a33*m1**9*m2**2*n1**10*n2**8 - 70*a33*m1**9*m2**2*n1**8*n2**10 + 220*a33*m1**9*
m2**2*n1**6*n2**12 + 360*a33*m1**9*m2**2*n1**4*n2**14 + 140*a33*m1**9*m2**2*n1**
2*n2**16 - 2*a33*m1**9*m2**2*n2**18 + 168*a33*m1**8*m2**3*n1**11*n2**7 + 30*a33*
m1**8*m2**3*n1**9*n2**9 - 900*a33*m1**8*m2**3*n1**7*n2**11 - 1200*a33*m1**8*m2**
3*n1**5*n2**13 - 420*a33*m1**8*m2**3*n1**3*n2**15 + 18*a33*m1**8*m2**3*n1*n2**17
- 252*a33*m1**7*m2**4*n1**12*n2**6 + 240*a33*m1**7*m2**4*n1**10*n2**8 + 2160*
a33*m1**7*m2**4*n1**8*n2**10 + 2520*a33*m1**7*m2**4*n1**6*n2**12 + 780*a33*m1**7
*m2**4*n1**4*n2**14 - 72*a33*m1**7*m2**4*n1**2*n2**16 + 252*a33*m1**6*m2**5*n1**
13*n2**5 - 672*a33*m1**6*m2**5*n1**11*n2**7 - 3360*a33*m1**6*m2**5*n1**9*n2**9 -
3528*a33*m1**6*m2**5*n1**7*n2**11 - 924*a33*m1**6*m2**5*n1**5*n2**13 + 168*a33*
m1**6*m2**5*n1**3*n2**15 - 168*a33*m1**5*m2**6*n1**14*n2**4 + 924*a33*m1**5*m2**
6*n1**12*n2**6 + 3528*a33*m1**5*m2**6*n1**10*n2**8 + 3360*a33*m1**5*m2**6*n1**8*
n2**10 + 672*a33*m1**5*m2**6*n1**6*n2**12 - 252*a33*m1**5*m2**6*n1**4*n2**14 +
72*a33*m1**4*m2**7*n1**15*n2**3 - 780*a33*m1**4*m2**7*n1**13*n2**5 - 2520*a33*m1
**4*m2**7*n1**11*n2**7 - 2160*a33*m1**4*m2**7*n1**9*n2**9 - 240*a33*m1**4*m2**7*
n1**7*n2**11 + 252*a33*m1**4*m2**7*n1**5*n2**13 - 18*a33*m1**3*m2**8*n1**16*n2**
2 + 420*a33*m1**3*m2**8*n1**14*n2**4 + 1200*a33*m1**3*m2**8*n1**12*n2**6 + 900*
a33*m1**3*m2**8*n1**10*n2**8 - 30*a33*m1**3*m2**8*n1**8*n2**10 - 168*a33*m1**3*
m2**8*n1**6*n2**12 + 2*a33*m1**2*m2**9*n1**17*n2 - 140*a33*m1**2*m2**9*n1**15*n2
**3 - 360*a33*m1**2*m2**9*n1**13*n2**5 - 220*a33*m1**2*m2**9*n1**11*n2**7 + 70*
a33*m1**2*m2**9*n1**9*n2**9 + 72*a33*m1**2*m2**9*n1**7*n2**11 + 26*a33*m1*m2**10
*n1**16*n2**2 + 60*a33*m1*m2**10*n1**14*n2**4 + 24*a33*m1*m2**10*n1**12*n2**6 -
28*a33*m1*m2**10*n1**10*n2**8 - 18*a33*m1*m2**10*n1**8*n2**10 - 2*a33*m2**11*n1
**17*n2 - 4*a33*m2**11*n1**15*n2**3 + 4*a33*m2**11*n1**11*n2**7 + 2*a33*m2**11*
n1**9*n2**9) + u2**2*v1**2*( - 4*a33**2*m1**13*n1**6*n2**9 + 4*a33**2*m1**13*n1
**4*n2**11 + 4*a33**2*m1**13*n1**2*n2**13 - 4*a33**2*m1**13*n2**15 + 36*a33**2*
m1**12*m2*n1**7*n2**8 - 68*a33**2*m1**12*m2*n1**5*n2**10 - 36*a33**2*m1**12*m2*
n1**3*n2**12 + 68*a33**2*m1**12*m2*n1*n2**14 - 144*a33**2*m1**11*m2**2*n1**8*n2
**7 + 440*a33**2*m1**11*m2**2*n1**6*n2**9 + 72*a33**2*m1**11*m2**2*n1**4*n2**11
- 504*a33**2*m1**11*m2**2*n1**2*n2**13 + 8*a33**2*m1**11*m2**2*n2**15 + 336*a33
**2*m1**10*m2**3*n1**9*n2**6 - 1560*a33**2*m1**10*m2**3*n1**7*n2**8 + 344*a33**2
*m1**10*m2**3*n1**5*n2**10 + 2136*a33**2*m1**10*m2**3*n1**3*n2**12 - 104*a33**2*
m1**10*m2**3*n1*n2**14 - 504*a33**2*m1**9*m2**4*n1**10*n2**5 + 3480*a33**2*m1**9
*m2**4*n1**8*n2**7 - 2380*a33**2*m1**9*m2**4*n1**6*n2**9 - 5780*a33**2*m1**9*m2
**4*n1**4*n2**11 + 580*a33**2*m1**9*m2**4*n1**2*n2**13 - 4*a33**2*m1**9*m2**4*n2
**15 + 504*a33**2*m1**8*m2**5*n1**11*n2**4 - 5208*a33**2*m1**8*m2**5*n1**9*n2**6
+ 6732*a33**2*m1**8*m2**5*n1**7*n2**8 + 10548*a33**2*m1**8*m2**5*n1**5*n2**10 -
1860*a33**2*m1**8*m2**5*n1**3*n2**12 + 36*a33**2*m1**8*m2**5*n1*n2**14 - 336*
a33**2*m1**7*m2**6*n1**12*n2**3 + 5376*a33**2*m1**7*m2**6*n1**10*n2**5 - 11568*
a33**2*m1**7*m2**6*n1**8*n2**7 - 13296*a33**2*m1**7*m2**6*n1**6*n2**9 + 3840*a33
**2*m1**7*m2**6*n1**4*n2**11 - 144*a33**2*m1**7*m2**6*n1**2*n2**13 + 144*a33**2*
m1**6*m2**7*n1**13*n2**2 - 3840*a33**2*m1**6*m2**7*n1**11*n2**4 + 13296*a33**2*
m1**6*m2**7*n1**9*n2**6 + 11568*a33**2*m1**6*m2**7*n1**7*n2**8 - 5376*a33**2*m1
**6*m2**7*n1**5*n2**10 + 336*a33**2*m1**6*m2**7*n1**3*n2**12 - 36*a33**2*m1**5*
m2**8*n1**14*n2 + 1860*a33**2*m1**5*m2**8*n1**12*n2**3 - 10548*a33**2*m1**5*m2**
8*n1**10*n2**5 - 6732*a33**2*m1**5*m2**8*n1**8*n2**7 + 5208*a33**2*m1**5*m2**8*
n1**6*n2**9 - 504*a33**2*m1**5*m2**8*n1**4*n2**11 + 4*a33**2*m1**4*m2**9*n1**15
- 580*a33**2*m1**4*m2**9*n1**13*n2**2 + 5780*a33**2*m1**4*m2**9*n1**11*n2**4 +
2380*a33**2*m1**4*m2**9*n1**9*n2**6 - 3480*a33**2*m1**4*m2**9*n1**7*n2**8 + 504*
a33**2*m1**4*m2**9*n1**5*n2**10 + 104*a33**2*m1**3*m2**10*n1**14*n2 - 2136*a33**
2*m1**3*m2**10*n1**12*n2**3 - 344*a33**2*m1**3*m2**10*n1**10*n2**5 + 1560*a33**2
*m1**3*m2**10*n1**8*n2**7 - 336*a33**2*m1**3*m2**10*n1**6*n2**9 - 8*a33**2*m1**2
*m2**11*n1**15 + 504*a33**2*m1**2*m2**11*n1**13*n2**2 - 72*a33**2*m1**2*m2**11*
n1**11*n2**4 - 440*a33**2*m1**2*m2**11*n1**9*n2**6 + 144*a33**2*m1**2*m2**11*n1
**7*n2**8 - 68*a33**2*m1*m2**12*n1**14*n2 + 36*a33**2*m1*m2**12*n1**12*n2**3 +
68*a33**2*m1*m2**12*n1**10*n2**5 - 36*a33**2*m1*m2**12*n1**8*n2**7 + 4*a33**2*m2
**13*n1**15 - 4*a33**2*m2**13*n1**13*n2**2 - 4*a33**2*m2**13*n1**11*n2**4 + 4*
a33**2*m2**13*n1**9*n2**6) + u2**2*v1*v2*( - 8*a33**2*m1**13*n1**5*n2**10 + 8*
a33**2*m1**13*n1*n2**14 + 80*a33**2*m1**12*m2*n1**6*n2**9 - 40*a33**2*m1**12*m2*
n1**4*n2**11 - 112*a33**2*m1**12*m2*n1**2*n2**13 + 8*a33**2*m1**12*m2*n2**15 -
360*a33**2*m1**11*m2**2*n1**7*n2**8 + 408*a33**2*m1**11*m2**2*n1**5*n2**10 + 648
*a33**2*m1**11*m2**2*n1**3*n2**12 - 120*a33**2*m1**11*m2**2*n1*n2**14 + 960*a33
**2*m1**10*m2**3*n1**8*n2**7 - 1880*a33**2*m1**10*m2**3*n1**6*n2**9 - 2072*a33**
2*m1**10*m2**3*n1**4*n2**11 + 760*a33**2*m1**10*m2**3*n1**2*n2**13 - 8*a33**2*m1
**10*m2**3*n2**15 - 1680*a33**2*m1**9*m2**4*n1**9*n2**6 + 5160*a33**2*m1**9*m2**
4*n1**7*n2**8 + 4000*a33**2*m1**9*m2**4*n1**5*n2**10 - 2760*a33**2*m1**9*m2**4*
n1**3*n2**12 + 80*a33**2*m1**9*m2**4*n1*n2**14 + 2016*a33**2*m1**8*m2**5*n1**10*
n2**5 - 9360*a33**2*m1**8*m2**5*n1**8*n2**7 - 4536*a33**2*m1**8*m2**5*n1**6*n2**
9 + 6480*a33**2*m1**8*m2**5*n1**4*n2**11 - 360*a33**2*m1**8*m2**5*n1**2*n2**13 -
1680*a33**2*m1**7*m2**6*n1**11*n2**4 + 11760*a33**2*m1**7*m2**6*n1**9*n2**6 +
2064*a33**2*m1**7*m2**6*n1**7*n2**8 - 10416*a33**2*m1**7*m2**6*n1**5*n2**10 +
960*a33**2*m1**7*m2**6*n1**3*n2**12 + 960*a33**2*m1**6*m2**7*n1**12*n2**3 -
10416*a33**2*m1**6*m2**7*n1**10*n2**5 + 2064*a33**2*m1**6*m2**7*n1**8*n2**7 +
11760*a33**2*m1**6*m2**7*n1**6*n2**9 - 1680*a33**2*m1**6*m2**7*n1**4*n2**11 -
360*a33**2*m1**5*m2**8*n1**13*n2**2 + 6480*a33**2*m1**5*m2**8*n1**11*n2**4 -
4536*a33**2*m1**5*m2**8*n1**9*n2**6 - 9360*a33**2*m1**5*m2**8*n1**7*n2**8 + 2016
*a33**2*m1**5*m2**8*n1**5*n2**10 + 80*a33**2*m1**4*m2**9*n1**14*n2 - 2760*a33**2
*m1**4*m2**9*n1**12*n2**3 + 4000*a33**2*m1**4*m2**9*n1**10*n2**5 + 5160*a33**2*
m1**4*m2**9*n1**8*n2**7 - 1680*a33**2*m1**4*m2**9*n1**6*n2**9 - 8*a33**2*m1**3*
m2**10*n1**15 + 760*a33**2*m1**3*m2**10*n1**13*n2**2 - 2072*a33**2*m1**3*m2**10*
n1**11*n2**4 - 1880*a33**2*m1**3*m2**10*n1**9*n2**6 + 960*a33**2*m1**3*m2**10*n1
**7*n2**8 - 120*a33**2*m1**2*m2**11*n1**14*n2 + 648*a33**2*m1**2*m2**11*n1**12*
n2**3 + 408*a33**2*m1**2*m2**11*n1**10*n2**5 - 360*a33**2*m1**2*m2**11*n1**8*n2
**7 + 8*a33**2*m1*m2**12*n1**15 - 112*a33**2*m1*m2**12*n1**13*n2**2 - 40*a33**2*
m1*m2**12*n1**11*n2**4 + 80*a33**2*m1*m2**12*n1**9*n2**6 + 8*a33**2*m2**13*n1**
14*n2 - 8*a33**2*m2**13*n1**10*n2**5) + u2**2*v1*(2*a33*m1**12*n1**8*n2**9 - 4*
a33*m1**12*n1**6*n2**11 - 8*a33*m1**12*n1**4*n2**13 + 4*a33*m1**12*n1**2*n2**15
+ 6*a33*m1**12*n2**17 - 18*a33*m1**11*m2*n1**9*n2**8 + 52*a33*m1**11*m2*n1**7*n2
**10 + 72*a33*m1**11*m2*n1**5*n2**12 - 84*a33*m1**11*m2*n1**3*n2**14 - 86*a33*m1
**11*m2*n1*n2**16 + 72*a33*m1**10*m2**2*n1**10*n2**7 - 290*a33*m1**10*m2**2*n1**
8*n2**9 - 252*a33*m1**10*m2**2*n1**6*n2**11 + 648*a33*m1**10*m2**2*n1**4*n2**13
+ 532*a33*m1**10*m2**2*n1**2*n2**15 - 6*a33*m1**10*m2**2*n2**17 - 168*a33*m1**9*
m2**3*n1**11*n2**6 + 930*a33*m1**9*m2**3*n1**9*n2**8 + 340*a33*m1**9*m2**3*n1**7
*n2**10 - 2720*a33*m1**9*m2**3*n1**5*n2**12 - 1900*a33*m1**9*m2**3*n1**3*n2**14
+ 62*a33*m1**9*m2**3*n1*n2**16 + 252*a33*m1**8*m2**4*n1**12*n2**5 - 1920*a33*m1
**8*m2**4*n1**10*n2**7 + 360*a33*m1**8*m2**4*n1**8*n2**9 + 7200*a33*m1**8*m2**4*
n1**6*n2**11 + 4380*a33*m1**8*m2**4*n1**4*n2**13 - 288*a33*m1**8*m2**4*n1**2*n2
**15 - 252*a33*m1**7*m2**5*n1**13*n2**4 + 2688*a33*m1**7*m2**5*n1**11*n2**6 -
2304*a33*m1**7*m2**5*n1**9*n2**8 - 12888*a33*m1**7*m2**5*n1**7*n2**10 - 6852*a33
*m1**7*m2**5*n1**5*n2**12 + 792*a33*m1**7*m2**5*n1**3*n2**14 + 168*a33*m1**6*m2
**6*n1**14*n2**3 - 2604*a33*m1**6*m2**6*n1**12*n2**5 + 4536*a33*m1**6*m2**6*n1**
10*n2**7 + 16128*a33*m1**6*m2**6*n1**8*n2**9 + 7392*a33*m1**6*m2**6*n1**6*n2**11
- 1428*a33*m1**6*m2**6*n1**4*n2**13 - 72*a33*m1**5*m2**7*n1**15*n2**2 + 1740*
a33*m1**5*m2**7*n1**13*n2**4 - 5256*a33*m1**5*m2**7*n1**11*n2**6 - 14256*a33*m1
**5*m2**7*n1**9*n2**8 - 5424*a33*m1**5*m2**7*n1**7*n2**10 + 1764*a33*m1**5*m2**7
*n1**5*n2**12 + 18*a33*m1**4*m2**8*n1**16*n2 - 780*a33*m1**4*m2**8*n1**14*n2**3
+ 3960*a33*m1**4*m2**8*n1**12*n2**5 + 8820*a33*m1**4*m2**8*n1**10*n2**7 + 2550*
a33*m1**4*m2**8*n1**8*n2**9 - 1512*a33*m1**4*m2**8*n1**6*n2**11 - 2*a33*m1**3*m2
**9*n1**17 + 220*a33*m1**3*m2**9*n1**15*n2**2 - 1960*a33*m1**3*m2**9*n1**13*n2**
4 - 3700*a33*m1**3*m2**9*n1**11*n2**6 - 630*a33*m1**3*m2**9*n1**9*n2**8 + 888*
a33*m1**3*m2**9*n1**7*n2**10 - 34*a33*m1**2*m2**10*n1**16*n2 + 612*a33*m1**2*m2
**10*n1**14*n2**3 + 984*a33*m1**2*m2**10*n1**12*n2**5 - 4*a33*m1**2*m2**10*n1**
10*n2**7 - 342*a33*m1**2*m2**10*n1**8*n2**9 + 2*a33*m1*m2**11*n1**17 - 108*a33*
m1*m2**11*n1**15*n2**2 - 144*a33*m1*m2**11*n1**13*n2**4 + 44*a33*m1*m2**11*n1**
11*n2**6 + 78*a33*m1*m2**11*n1**9*n2**8 + 8*a33*m2**12*n1**16*n2 + 8*a33*m2**12*
n1**14*n2**3 - 8*a33*m2**12*n1**12*n2**5 - 8*a33*m2**12*n1**10*n2**7) + u2**2*v2
*(8*a33*m1**12*n1**7*n2**10 + 8*a33*m1**12*n1**5*n2**12 - 8*a33*m1**12*n1**3*n2
**14 - 8*a33*m1**12*n1*n2**16 - 74*a33*m1**11*m2*n1**8*n2**9 - 36*a33*m1**11*m2*
n1**6*n2**11 + 144*a33*m1**11*m2*n1**4*n2**13 + 100*a33*m1**11*m2*n1**2*n2**15 -
6*a33*m1**11*m2*n2**17 + 306*a33*m1**10*m2**2*n1**9*n2**8 - 52*a33*m1**10*m2**2
*n1**7*n2**10 - 936*a33*m1**10*m2**2*n1**5*n2**12 - 492*a33*m1**10*m2**2*n1**3*
n2**14 + 86*a33*m1**10*m2**2*n1*n2**16 - 744*a33*m1**9*m2**3*n1**10*n2**7 + 770*
a33*m1**9*m2**3*n1**8*n2**9 + 3260*a33*m1**9*m2**3*n1**6*n2**11 + 1240*a33*m1**9
*m2**3*n1**4*n2**13 - 500*a33*m1**9*m2**3*n1**2*n2**15 + 6*a33*m1**9*m2**3*n2**
17 + 1176*a33*m1**8*m2**4*n1**11*n2**6 - 2610*a33*m1**8*m2**4*n1**9*n2**8 - 7020
*a33*m1**8*m2**4*n1**7*n2**10 - 1560*a33*m1**8*m2**4*n1**5*n2**12 + 1620*a33*m1
**8*m2**4*n1**3*n2**14 - 54*a33*m1**8*m2**4*n1*n2**16 - 1260*a33*m1**7*m2**5*n1
**12*n2**5 + 4944*a33*m1**7*m2**5*n1**10*n2**7 + 9936*a33*m1**7*m2**5*n1**8*n2**
9 + 216*a33*m1**7*m2**5*n1**6*n2**11 - 3300*a33*m1**7*m2**5*n1**4*n2**13 + 216*
a33*m1**7*m2**5*n1**2*n2**15 + 924*a33*m1**6*m2**6*n1**13*n2**4 - 6048*a33*m1**6
*m2**6*n1**11*n2**6 - 9408*a33*m1**6*m2**6*n1**9*n2**8 + 2520*a33*m1**6*m2**6*n1
**7*n2**10 + 4452*a33*m1**6*m2**6*n1**5*n2**12 - 504*a33*m1**6*m2**6*n1**3*n2**
14 - 456*a33*m1**5*m2**7*n1**14*n2**3 + 5004*a33*m1**5*m2**7*n1**12*n2**5 + 5832
*a33*m1**5*m2**7*n1**10*n2**7 - 4416*a33*m1**5*m2**7*n1**8*n2**9 - 4032*a33*m1**
5*m2**7*n1**6*n2**11 + 756*a33*m1**5*m2**7*n1**4*n2**13 + 144*a33*m1**4*m2**8*n1
**15*n2**2 - 2820*a33*m1**4*m2**8*n1**13*n2**4 - 2160*a33*m1**4*m2**8*n1**11*n2
**6 + 3960*a33*m1**4*m2**8*n1**9*n2**8 + 2400*a33*m1**4*m2**8*n1**7*n2**10 - 756
*a33*m1**4*m2**8*n1**5*n2**12 - 26*a33*m1**3*m2**9*n1**16*n2 + 1060*a33*m1**3*m2
**9*n1**14*n2**3 + 320*a33*m1**3*m2**9*n1**12*n2**5 - 2140*a33*m1**3*m2**9*n1**
10*n2**7 - 870*a33*m1**3*m2**9*n1**8*n2**9 + 504*a33*m1**3*m2**9*n1**6*n2**11 +
2*a33*m1**2*m2**10*n1**17 - 252*a33*m1**2*m2**10*n1**15*n2**2 + 72*a33*m1**2*m2
**10*n1**13*n2**4 + 692*a33*m1**2*m2**10*n1**11*n2**6 + 150*a33*m1**2*m2**10*n1
**9*n2**8 - 216*a33*m1**2*m2**10*n1**7*n2**10 + 34*a33*m1*m2**11*n1**16*n2 - 36*
a33*m1*m2**11*n1**14*n2**3 - 120*a33*m1*m2**11*n1**12*n2**5 + 4*a33*m1*m2**11*n1
**10*n2**7 + 54*a33*m1*m2**11*n1**8*n2**9 - 2*a33*m2**12*n1**17 + 4*a33*m2**12*
n1**15*n2**2 + 8*a33*m2**12*n1**13*n2**4 - 4*a33*m2**12*n1**11*n2**6 - 6*a33*m2
**12*n1**9*n2**8) + u2**2*v3**2*( - 6*a33**2*m1**13*n1**6*n2**9 - 2*a33**2*m1**
13*n1**4*n2**11 + 6*a33**2*m1**13*n1**2*n2**13 + 2*a33**2*m1**13*n2**15 + 54*a33
**2*m1**12*m2*n1**7*n2**8 - 14*a33**2*m1**12*m2*n1**5*n2**10 - 86*a33**2*m1**12*
m2*n1**3*n2**12 - 18*a33**2*m1**12*m2*n1*n2**14 - 216*a33**2*m1**11*m2**2*n1**8*
n2**7 + 220*a33**2*m1**11*m2**2*n1**6*n2**9 + 468*a33**2*m1**11*m2**2*n1**4*n2**
11 + 36*a33**2*m1**11*m2**2*n1**2*n2**13 + 4*a33**2*m1**11*m2**2*n2**15 + 504*
a33**2*m1**10*m2**3*n1**9*n2**6 - 1020*a33**2*m1**10*m2**3*n1**7*n2**8 - 1332*
a33**2*m1**10*m2**3*n1**5*n2**10 + 124*a33**2*m1**10*m2**3*n1**3*n2**12 - 68*a33
**2*m1**10*m2**3*n1*n2**14 - 756*a33**2*m1**9*m2**4*n1**10*n2**5 + 2580*a33**2*
m1**9*m2**4*n1**8*n2**7 + 2150*a33**2*m1**9*m2**4*n1**6*n2**9 - 750*a33**2*m1**9
*m2**4*n1**4*n2**11 + 430*a33**2*m1**9*m2**4*n1**2*n2**13 - 6*a33**2*m1**9*m2**4
*n2**15 + 756*a33**2*m1**8*m2**5*n1**11*n2**4 - 4116*a33**2*m1**8*m2**5*n1**9*n2
**6 - 1782*a33**2*m1**8*m2**5*n1**7*n2**8 + 1566*a33**2*m1**8*m2**5*n1**5*n2**10
- 1470*a33**2*m1**8*m2**5*n1**3*n2**12 + 54*a33**2*m1**8*m2**5*n1*n2**14 - 504*
a33**2*m1**7*m2**6*n1**12*n2**3 + 4368*a33**2*m1**7*m2**6*n1**10*n2**5 + 72*a33
**2*m1**7*m2**6*n1**8*n2**7 - 1464*a33**2*m1**7*m2**6*n1**6*n2**9 + 3120*a33**2*
m1**7*m2**6*n1**4*n2**11 - 216*a33**2*m1**7*m2**6*n1**2*n2**13 + 216*a33**2*m1**
6*m2**7*n1**13*n2**2 - 3120*a33**2*m1**6*m2**7*n1**11*n2**4 + 1464*a33**2*m1**6*
m2**7*n1**9*n2**6 - 72*a33**2*m1**6*m2**7*n1**7*n2**8 - 4368*a33**2*m1**6*m2**7*
n1**5*n2**10 + 504*a33**2*m1**6*m2**7*n1**3*n2**12 - 54*a33**2*m1**5*m2**8*n1**
14*n2 + 1470*a33**2*m1**5*m2**8*n1**12*n2**3 - 1566*a33**2*m1**5*m2**8*n1**10*n2
**5 + 1782*a33**2*m1**5*m2**8*n1**8*n2**7 + 4116*a33**2*m1**5*m2**8*n1**6*n2**9
- 756*a33**2*m1**5*m2**8*n1**4*n2**11 + 6*a33**2*m1**4*m2**9*n1**15 - 430*a33**2
*m1**4*m2**9*n1**13*n2**2 + 750*a33**2*m1**4*m2**9*n1**11*n2**4 - 2150*a33**2*m1
**4*m2**9*n1**9*n2**6 - 2580*a33**2*m1**4*m2**9*n1**7*n2**8 + 756*a33**2*m1**4*
m2**9*n1**5*n2**10 + 68*a33**2*m1**3*m2**10*n1**14*n2 - 124*a33**2*m1**3*m2**10*
n1**12*n2**3 + 1332*a33**2*m1**3*m2**10*n1**10*n2**5 + 1020*a33**2*m1**3*m2**10*
n1**8*n2**7 - 504*a33**2*m1**3*m2**10*n1**6*n2**9 - 4*a33**2*m1**2*m2**11*n1**15
- 36*a33**2*m1**2*m2**11*n1**13*n2**2 - 468*a33**2*m1**2*m2**11*n1**11*n2**4 -
220*a33**2*m1**2*m2**11*n1**9*n2**6 + 216*a33**2*m1**2*m2**11*n1**7*n2**8 + 18*
a33**2*m1*m2**12*n1**14*n2 + 86*a33**2*m1*m2**12*n1**12*n2**3 + 14*a33**2*m1*m2
**12*n1**10*n2**5 - 54*a33**2*m1*m2**12*n1**8*n2**7 - 2*a33**2*m2**13*n1**15 - 6
*a33**2*m2**13*n1**13*n2**2 + 2*a33**2*m2**13*n1**11*n2**4 + 6*a33**2*m2**13*n1
**9*n2**6) + u2**2*(m1**11*n1**8*n2**11 + 2*m1**11*n1**6*n2**13 - 2*m1**11*n1**2
*n2**17 - m1**11*n2**19 - 9*m1**10*m2*n1**9*n2**10 - 14*m1**10*m2*n1**7*n2**12 +
12*m1**10*m2*n1**5*n2**14 + 30*m1**10*m2*n1**3*n2**16 + 13*m1**10*m2*n1*n2**18
+ 36*m1**9*m2**2*n1**10*n2**9 + 35*m1**9*m2**2*n1**8*n2**11 - 110*m1**9*m2**2*n1
**6*n2**13 - 180*m1**9*m2**2*n1**4*n2**15 - 70*m1**9*m2**2*n1**2*n2**17 + m1**9*
m2**2*n2**19 - 84*m1**8*m2**3*n1**11*n2**8 - 15*m1**8*m2**3*n1**9*n2**10 + 450*
m1**8*m2**3*n1**7*n2**12 + 600*m1**8*m2**3*n1**5*n2**14 + 210*m1**8*m2**3*n1**3*
n2**16 - 9*m1**8*m2**3*n1*n2**18 + 126*m1**7*m2**4*n1**12*n2**7 - 120*m1**7*m2**
4*n1**10*n2**9 - 1080*m1**7*m2**4*n1**8*n2**11 - 1260*m1**7*m2**4*n1**6*n2**13 -
390*m1**7*m2**4*n1**4*n2**15 + 36*m1**7*m2**4*n1**2*n2**17 - 126*m1**6*m2**5*n1
**13*n2**6 + 336*m1**6*m2**5*n1**11*n2**8 + 1680*m1**6*m2**5*n1**9*n2**10 + 1764
*m1**6*m2**5*n1**7*n2**12 + 462*m1**6*m2**5*n1**5*n2**14 - 84*m1**6*m2**5*n1**3*
n2**16 + 84*m1**5*m2**6*n1**14*n2**5 - 462*m1**5*m2**6*n1**12*n2**7 - 1764*m1**5
*m2**6*n1**10*n2**9 - 1680*m1**5*m2**6*n1**8*n2**11 - 336*m1**5*m2**6*n1**6*n2**
13 + 126*m1**5*m2**6*n1**4*n2**15 - 36*m1**4*m2**7*n1**15*n2**4 + 390*m1**4*m2**
7*n1**13*n2**6 + 1260*m1**4*m2**7*n1**11*n2**8 + 1080*m1**4*m2**7*n1**9*n2**10 +
120*m1**4*m2**7*n1**7*n2**12 - 126*m1**4*m2**7*n1**5*n2**14 + 9*m1**3*m2**8*n1
**16*n2**3 - 210*m1**3*m2**8*n1**14*n2**5 - 600*m1**3*m2**8*n1**12*n2**7 - 450*
m1**3*m2**8*n1**10*n2**9 + 15*m1**3*m2**8*n1**8*n2**11 + 84*m1**3*m2**8*n1**6*n2
**13 - m1**2*m2**9*n1**17*n2**2 + 70*m1**2*m2**9*n1**15*n2**4 + 180*m1**2*m2**9*
n1**13*n2**6 + 110*m1**2*m2**9*n1**11*n2**8 - 35*m1**2*m2**9*n1**9*n2**10 - 36*
m1**2*m2**9*n1**7*n2**12 - 13*m1*m2**10*n1**16*n2**3 - 30*m1*m2**10*n1**14*n2**5
- 12*m1*m2**10*n1**12*n2**7 + 14*m1*m2**10*n1**10*n2**9 + 9*m1*m2**10*n1**8*n2
**11 + m2**11*n1**17*n2**2 + 2*m2**11*n1**15*n2**4 - 2*m2**11*n1**11*n2**8 - m2
**11*n1**9*n2**10) + u2*v1**3*( - 8*a33**2*m1**14*n1**4*n2**10 + 8*a33**2*m1**14
*n1**2*n2**12 + 80*a33**2*m1**13*m2*n1**5*n2**9 - 128*a33**2*m1**13*m2*n1**3*n2
**11 + 16*a33**2*m1**13*m2*n1*n2**13 - 360*a33**2*m1**12*m2**2*n1**6*n2**8 + 848
*a33**2*m1**12*m2**2*n1**4*n2**10 - 240*a33**2*m1**12*m2**2*n1**2*n2**12 + 8*a33
**2*m1**12*m2**2*n2**14 + 960*a33**2*m1**11*m2**3*n1**7*n2**7 - 3200*a33**2*m1**
11*m2**3*n1**5*n2**9 + 1536*a33**2*m1**11*m2**3*n1**3*n2**11 - 128*a33**2*m1**11
*m2**3*n1*n2**13 - 1680*a33**2*m1**10*m2**4*n1**8*n2**6 + 7800*a33**2*m1**10*m2
**4*n1**6*n2**8 - 5680*a33**2*m1**10*m2**4*n1**4*n2**10 + 848*a33**2*m1**10*m2**
4*n1**2*n2**12 - 8*a33**2*m1**10*m2**4*n2**14 + 2016*a33**2*m1**9*m2**5*n1**9*n2
**5 - 13056*a33**2*m1**9*m2**5*n1**7*n2**7 + 13680*a33**2*m1**9*m2**5*n1**5*n2**
9 - 3200*a33**2*m1**9*m2**5*n1**3*n2**11 + 80*a33**2*m1**9*m2**5*n1*n2**13 -
1680*a33**2*m1**8*m2**6*n1**10*n2**4 + 15456*a33**2*m1**8*m2**6*n1**8*n2**6 -
22752*a33**2*m1**8*m2**6*n1**6*n2**8 + 7800*a33**2*m1**8*m2**6*n1**4*n2**10 -
360*a33**2*m1**8*m2**6*n1**2*n2**12 + 960*a33**2*m1**7*m2**7*n1**11*n2**3 -
13056*a33**2*m1**7*m2**7*n1**9*n2**5 + 26880*a33**2*m1**7*m2**7*n1**7*n2**7 -
13056*a33**2*m1**7*m2**7*n1**5*n2**9 + 960*a33**2*m1**7*m2**7*n1**3*n2**11 - 360
*a33**2*m1**6*m2**8*n1**12*n2**2 + 7800*a33**2*m1**6*m2**8*n1**10*n2**4 - 22752*
a33**2*m1**6*m2**8*n1**8*n2**6 + 15456*a33**2*m1**6*m2**8*n1**6*n2**8 - 1680*a33
**2*m1**6*m2**8*n1**4*n2**10 + 80*a33**2*m1**5*m2**9*n1**13*n2 - 3200*a33**2*m1
**5*m2**9*n1**11*n2**3 + 13680*a33**2*m1**5*m2**9*n1**9*n2**5 - 13056*a33**2*m1
**5*m2**9*n1**7*n2**7 + 2016*a33**2*m1**5*m2**9*n1**5*n2**9 - 8*a33**2*m1**4*m2
**10*n1**14 + 848*a33**2*m1**4*m2**10*n1**12*n2**2 - 5680*a33**2*m1**4*m2**10*n1
**10*n2**4 + 7800*a33**2*m1**4*m2**10*n1**8*n2**6 - 1680*a33**2*m1**4*m2**10*n1
**6*n2**8 - 128*a33**2*m1**3*m2**11*n1**13*n2 + 1536*a33**2*m1**3*m2**11*n1**11*
n2**3 - 3200*a33**2*m1**3*m2**11*n1**9*n2**5 + 960*a33**2*m1**3*m2**11*n1**7*n2
**7 + 8*a33**2*m1**2*m2**12*n1**14 - 240*a33**2*m1**2*m2**12*n1**12*n2**2 + 848*
a33**2*m1**2*m2**12*n1**10*n2**4 - 360*a33**2*m1**2*m2**12*n1**8*n2**6 + 16*a33
**2*m1*m2**13*n1**13*n2 - 128*a33**2*m1*m2**13*n1**11*n2**3 + 80*a33**2*m1*m2**
13*n1**9*n2**5 + 8*a33**2*m2**14*n1**12*n2**2 - 8*a33**2*m2**14*n1**10*n2**4) +
u2*v1**2*(8*a33*m1**13*n1**6*n2**10 - 4*a33*m1**13*n1**4*n2**12 - 8*a33*m1**13*
n1**2*n2**14 + 4*a33*m1**13*n2**16 - 76*a33*m1**12*m2*n1**7*n2**9 + 88*a33*m1**
12*m2*n1**5*n2**11 + 92*a33*m1**12*m2*n1**3*n2**13 - 72*a33*m1**12*m2*n1*n2**15
+ 324*a33*m1**11*m2**2*n1**8*n2**8 - 644*a33*m1**11*m2**2*n1**6*n2**10 - 396*a33
*m1**11*m2**2*n1**4*n2**12 + 564*a33*m1**11*m2**2*n1**2*n2**14 - 8*a33*m1**11*m2
**2*n2**16 - 816*a33*m1**10*m2**3*n1**9*n2**7 + 2500*a33*m1**10*m2**3*n1**7*n2**
9 + 692*a33*m1**10*m2**3*n1**5*n2**11 - 2516*a33*m1**10*m2**3*n1**3*n2**13 + 108
*a33*m1**10*m2**3*n1*n2**15 + 1344*a33*m1**9*m2**4*n1**10*n2**6 - 6060*a33*m1**9
*m2**4*n1**8*n2**8 + 380*a33*m1**9*m2**4*n1**6*n2**10 + 7160*a33*m1**9*m2**4*n1
**4*n2**12 - 620*a33*m1**9*m2**4*n1**2*n2**14 + 4*a33*m1**9*m2**4*n2**16 - 1512*
a33*m1**8*m2**5*n1**11*n2**5 + 9888*a33*m1**8*m2**5*n1**9*n2**7 - 4464*a33*m1**8
*m2**5*n1**7*n2**9 - 13788*a33*m1**8*m2**5*n1**5*n2**11 + 2040*a33*m1**8*m2**5*
n1**3*n2**13 - 36*a33*m1**8*m2**5*n1*n2**15 + 1176*a33*m1**7*m2**6*n1**12*n2**4
- 11256*a33*m1**7*m2**6*n1**10*n2**6 + 10536*a33*m1**7*m2**6*n1**8*n2**8 + 18504
*a33*m1**7*m2**6*n1**6*n2**10 - 4320*a33*m1**7*m2**6*n1**4*n2**12 + 144*a33*m1**
7*m2**6*n1**2*n2**14 - 624*a33*m1**6*m2**7*n1**13*n2**3 + 9048*a33*m1**6*m2**7*
n1**11*n2**5 - 14328*a33*m1**6*m2**7*n1**9*n2**7 - 17448*a33*m1**6*m2**7*n1**7*
n2**9 + 6216*a33*m1**6*m2**7*n1**5*n2**11 - 336*a33*m1**6*m2**7*n1**3*n2**13 +
216*a33*m1**5*m2**8*n1**14*n2**2 - 5100*a33*m1**5*m2**8*n1**12*n2**4 + 12816*a33
*m1**5*m2**8*n1**10*n2**6 + 11412*a33*m1**5*m2**8*n1**8*n2**8 - 6216*a33*m1**5*
m2**8*n1**6*n2**10 + 504*a33*m1**5*m2**8*n1**4*n2**12 - 44*a33*m1**4*m2**9*n1**
15*n2 + 1960*a33*m1**4*m2**9*n1**13*n2**3 - 7780*a33*m1**4*m2**9*n1**11*n2**5 -
4960*a33*m1**4*m2**9*n1**9*n2**7 + 4320*a33*m1**4*m2**9*n1**7*n2**9 - 504*a33*m1
**4*m2**9*n1**5*n2**11 + 4*a33*m1**3*m2**10*n1**16 - 484*a33*m1**3*m2**10*n1**14
*n2**2 + 3172*a33*m1**3*m2**10*n1**12*n2**4 + 1284*a33*m1**3*m2**10*n1**10*n2**6
- 2040*a33*m1**3*m2**10*n1**8*n2**8 + 336*a33*m1**3*m2**10*n1**6*n2**10 + 68*
a33*m1**2*m2**11*n1**15*n2 - 828*a33*m1**2*m2**11*n1**13*n2**3 - 132*a33*m1**2*
m2**11*n1**11*n2**5 + 620*a33*m1**2*m2**11*n1**9*n2**7 - 144*a33*m1**2*m2**11*n1
**7*n2**9 - 4*a33*m1*m2**12*n1**16 + 124*a33*m1*m2**12*n1**14*n2**2 - 16*a33*m1*
m2**12*n1**12*n2**4 - 108*a33*m1*m2**12*n1**10*n2**6 + 36*a33*m1*m2**12*n1**8*n2
**8 - 8*a33*m2**13*n1**15*n2 + 4*a33*m2**13*n1**13*n2**3 + 8*a33*m2**13*n1**11*
n2**5 - 4*a33*m2**13*n1**9*n2**7) + u2*v1*v2**2*( - 8*a33**2*m1**14*n1**4*n2**10
+ 8*a33**2*m1**14*n1**2*n2**12 + 80*a33**2*m1**13*m2*n1**5*n2**9 - 128*a33**2*
m1**13*m2*n1**3*n2**11 + 16*a33**2*m1**13*m2*n1*n2**13 - 360*a33**2*m1**12*m2**2
*n1**6*n2**8 + 848*a33**2*m1**12*m2**2*n1**4*n2**10 - 240*a33**2*m1**12*m2**2*n1
**2*n2**12 + 8*a33**2*m1**12*m2**2*n2**14 + 960*a33**2*m1**11*m2**3*n1**7*n2**7
- 3200*a33**2*m1**11*m2**3*n1**5*n2**9 + 1536*a33**2*m1**11*m2**3*n1**3*n2**11 -
128*a33**2*m1**11*m2**3*n1*n2**13 - 1680*a33**2*m1**10*m2**4*n1**8*n2**6 + 7800
*a33**2*m1**10*m2**4*n1**6*n2**8 - 5680*a33**2*m1**10*m2**4*n1**4*n2**10 + 848*
a33**2*m1**10*m2**4*n1**2*n2**12 - 8*a33**2*m1**10*m2**4*n2**14 + 2016*a33**2*m1
**9*m2**5*n1**9*n2**5 - 13056*a33**2*m1**9*m2**5*n1**7*n2**7 + 13680*a33**2*m1**
9*m2**5*n1**5*n2**9 - 3200*a33**2*m1**9*m2**5*n1**3*n2**11 + 80*a33**2*m1**9*m2
**5*n1*n2**13 - 1680*a33**2*m1**8*m2**6*n1**10*n2**4 + 15456*a33**2*m1**8*m2**6*
n1**8*n2**6 - 22752*a33**2*m1**8*m2**6*n1**6*n2**8 + 7800*a33**2*m1**8*m2**6*n1
**4*n2**10 - 360*a33**2*m1**8*m2**6*n1**2*n2**12 + 960*a33**2*m1**7*m2**7*n1**11
*n2**3 - 13056*a33**2*m1**7*m2**7*n1**9*n2**5 + 26880*a33**2*m1**7*m2**7*n1**7*
n2**7 - 13056*a33**2*m1**7*m2**7*n1**5*n2**9 + 960*a33**2*m1**7*m2**7*n1**3*n2**
11 - 360*a33**2*m1**6*m2**8*n1**12*n2**2 + 7800*a33**2*m1**6*m2**8*n1**10*n2**4
- 22752*a33**2*m1**6*m2**8*n1**8*n2**6 + 15456*a33**2*m1**6*m2**8*n1**6*n2**8 -
1680*a33**2*m1**6*m2**8*n1**4*n2**10 + 80*a33**2*m1**5*m2**9*n1**13*n2 - 3200*
a33**2*m1**5*m2**9*n1**11*n2**3 + 13680*a33**2*m1**5*m2**9*n1**9*n2**5 - 13056*
a33**2*m1**5*m2**9*n1**7*n2**7 + 2016*a33**2*m1**5*m2**9*n1**5*n2**9 - 8*a33**2*
m1**4*m2**10*n1**14 + 848*a33**2*m1**4*m2**10*n1**12*n2**2 - 5680*a33**2*m1**4*
m2**10*n1**10*n2**4 + 7800*a33**2*m1**4*m2**10*n1**8*n2**6 - 1680*a33**2*m1**4*
m2**10*n1**6*n2**8 - 128*a33**2*m1**3*m2**11*n1**13*n2 + 1536*a33**2*m1**3*m2**
11*n1**11*n2**3 - 3200*a33**2*m1**3*m2**11*n1**9*n2**5 + 960*a33**2*m1**3*m2**11
*n1**7*n2**7 + 8*a33**2*m1**2*m2**12*n1**14 - 240*a33**2*m1**2*m2**12*n1**12*n2
**2 + 848*a33**2*m1**2*m2**12*n1**10*n2**4 - 360*a33**2*m1**2*m2**12*n1**8*n2**6
+ 16*a33**2*m1*m2**13*n1**13*n2 - 128*a33**2*m1*m2**13*n1**11*n2**3 + 80*a33**2
*m1*m2**13*n1**9*n2**5 + 8*a33**2*m2**14*n1**12*n2**2 - 8*a33**2*m2**14*n1**10*
n2**4) + u2*v1*v2*( - 4*a33*m1**13*n1**7*n2**9 + 12*a33*m1**13*n1**5*n2**11 + 4*
a33*m1**13*n1**3*n2**13 - 12*a33*m1**13*n1*n2**15 + 36*a33*m1**12*m2*n1**8*n2**8
- 148*a33*m1**12*m2*n1**6*n2**10 + 4*a33*m1**12*m2*n1**4*n2**12 + 180*a33*m1**
12*m2*n1**2*n2**14 - 8*a33*m1**12*m2*n2**16 - 144*a33*m1**11*m2**2*n1**9*n2**7 +
800*a33*m1**11*m2**2*n1**7*n2**9 - 336*a33*m1**11*m2**2*n1**5*n2**11 - 1152*a33
*m1**11*m2**2*n1**3*n2**13 + 128*a33*m1**11*m2**2*n1*n2**15 + 336*a33*m1**10*m2
**3*n1**10*n2**6 - 2520*a33*m1**10*m2**3*n1**8*n2**8 + 2224*a33*m1**10*m2**3*n1
**6*n2**10 + 4208*a33*m1**10*m2**3*n1**4*n2**12 - 864*a33*m1**10*m2**3*n1**2*n2
**14 + 8*a33*m1**10*m2**3*n2**16 - 504*a33*m1**9*m2**4*n1**11*n2**5 + 5160*a33*
m1**9*m2**4*n1**9*n2**7 - 7540*a33*m1**9*m2**4*n1**7*n2**9 - 9780*a33*m1**9*m2**
4*n1**5*n2**11 + 3340*a33*m1**9*m2**4*n1**3*n2**13 - 84*a33*m1**9*m2**4*n1*n2**
15 + 504*a33*m1**8*m2**5*n1**12*n2**4 - 7224*a33*m1**8*m2**5*n1**10*n2**6 +
16092*a33*m1**8*m2**5*n1**8*n2**8 + 15084*a33*m1**8*m2**5*n1**6*n2**10 - 8340*
a33*m1**8*m2**5*n1**4*n2**12 + 396*a33*m1**8*m2**5*n1**2*n2**14 - 336*a33*m1**7*
m2**6*n1**13*n2**3 + 7056*a33*m1**7*m2**6*n1**11*n2**5 - 23328*a33*m1**7*m2**6*
n1**9*n2**7 - 15360*a33*m1**7*m2**6*n1**7*n2**9 + 14256*a33*m1**7*m2**6*n1**5*n2
**11 - 1104*a33*m1**7*m2**6*n1**3*n2**13 + 144*a33*m1**6*m2**7*n1**14*n2**2 -
4800*a33*m1**6*m2**7*n1**12*n2**4 + 23712*a33*m1**6*m2**7*n1**10*n2**6 + 9504*
a33*m1**6*m2**7*n1**8*n2**8 - 17136*a33*m1**6*m2**7*n1**6*n2**10 + 2016*a33*m1**
6*m2**7*n1**4*n2**12 - 36*a33*m1**5*m2**8*n1**15*n2 + 2220*a33*m1**5*m2**8*n1**
13*n2**3 - 17028*a33*m1**5*m2**8*n1**11*n2**5 - 2196*a33*m1**5*m2**8*n1**9*n2**7
+ 14568*a33*m1**5*m2**8*n1**7*n2**9 - 2520*a33*m1**5*m2**8*n1**5*n2**11 + 4*a33
*m1**4*m2**9*n1**16 - 660*a33*m1**4*m2**9*n1**14*n2**2 + 8540*a33*m1**4*m2**9*n1
**12*n2**4 - 1620*a33*m1**4*m2**9*n1**10*n2**6 - 8640*a33*m1**4*m2**9*n1**8*n2**
8 + 2184*a33*m1**4*m2**9*n1**6*n2**10 + 112*a33*m1**3*m2**10*n1**15*n2 - 2896*
a33*m1**3*m2**10*n1**13*n2**3 + 1728*a33*m1**3*m2**10*n1**11*n2**5 + 3440*a33*m1
**3*m2**10*n1**9*n2**7 - 1296*a33*m1**3*m2**10*n1**7*n2**9 - 8*a33*m1**2*m2**11*
n1**16 + 624*a33*m1**2*m2**11*n1**14*n2**2 - 720*a33*m1**2*m2**11*n1**12*n2**4 -
848*a33*m1**2*m2**11*n1**10*n2**6 + 504*a33*m1**2*m2**11*n1**8*n2**8 - 76*a33*
m1*m2**12*n1**15*n2 + 148*a33*m1*m2**12*n1**13*n2**3 + 108*a33*m1*m2**12*n1**11*
n2**5 - 116*a33*m1*m2**12*n1**9*n2**7 + 4*a33*m2**13*n1**16 - 12*a33*m2**13*n1**
14*n2**2 - 4*a33*m2**13*n1**12*n2**4 + 12*a33*m2**13*n1**10*n2**6) + u2*v1*v3**2
*( - 12*a33**2*m1**14*n1**4*n2**10 + 8*a33**2*m1**14*n1**2*n2**12 + 4*a33**2*m1
**14*n2**14 + 120*a33**2*m1**13*m2*n1**5*n2**9 - 144*a33**2*m1**13*m2*n1**3*n2**
11 - 40*a33**2*m1**13*m2*n1*n2**13 - 540*a33**2*m1**12*m2**2*n1**6*n2**8 + 1008*
a33**2*m1**12*m2**2*n1**4*n2**10 + 100*a33**2*m1**12*m2**2*n1**2*n2**12 + 8*a33
**2*m1**12*m2**2*n2**14 + 1440*a33**2*m1**11*m2**3*n1**7*n2**7 - 3920*a33**2*m1
**11*m2**3*n1**5*n2**9 + 320*a33**2*m1**11*m2**3*n1**3*n2**11 - 144*a33**2*m1**
11*m2**3*n1*n2**13 - 2520*a33**2*m1**10*m2**4*n1**8*n2**6 + 9720*a33**2*m1**10*
m2**4*n1**6*n2**8 - 2756*a33**2*m1**10*m2**4*n1**4*n2**10 + 1008*a33**2*m1**10*
m2**4*n1**2*n2**12 - 12*a33**2*m1**10*m2**4*n2**14 + 3024*a33**2*m1**9*m2**5*n1
**9*n2**5 - 16416*a33**2*m1**9*m2**5*n1**7*n2**7 + 8552*a33**2*m1**9*m2**5*n1**5
*n2**9 - 3920*a33**2*m1**9*m2**5*n1**3*n2**11 + 120*a33**2*m1**9*m2**5*n1*n2**13
- 2520*a33**2*m1**8*m2**6*n1**10*n2**4 + 19488*a33**2*m1**8*m2**6*n1**8*n2**6 -
15780*a33**2*m1**8*m2**6*n1**6*n2**8 + 9720*a33**2*m1**8*m2**6*n1**4*n2**10 -
540*a33**2*m1**8*m2**6*n1**2*n2**12 + 1440*a33**2*m1**7*m2**7*n1**11*n2**3 -
16416*a33**2*m1**7*m2**7*n1**9*n2**5 + 19200*a33**2*m1**7*m2**7*n1**7*n2**7 -
16416*a33**2*m1**7*m2**7*n1**5*n2**9 + 1440*a33**2*m1**7*m2**7*n1**3*n2**11 -
540*a33**2*m1**6*m2**8*n1**12*n2**2 + 9720*a33**2*m1**6*m2**8*n1**10*n2**4 -
15780*a33**2*m1**6*m2**8*n1**8*n2**6 + 19488*a33**2*m1**6*m2**8*n1**6*n2**8 -
2520*a33**2*m1**6*m2**8*n1**4*n2**10 + 120*a33**2*m1**5*m2**9*n1**13*n2 - 3920*
a33**2*m1**5*m2**9*n1**11*n2**3 + 8552*a33**2*m1**5*m2**9*n1**9*n2**5 - 16416*
a33**2*m1**5*m2**9*n1**7*n2**7 + 3024*a33**2*m1**5*m2**9*n1**5*n2**9 - 12*a33**2
*m1**4*m2**10*n1**14 + 1008*a33**2*m1**4*m2**10*n1**12*n2**2 - 2756*a33**2*m1**4
*m2**10*n1**10*n2**4 + 9720*a33**2*m1**4*m2**10*n1**8*n2**6 - 2520*a33**2*m1**4*
m2**10*n1**6*n2**8 - 144*a33**2*m1**3*m2**11*n1**13*n2 + 320*a33**2*m1**3*m2**11
*n1**11*n2**3 - 3920*a33**2*m1**3*m2**11*n1**9*n2**5 + 1440*a33**2*m1**3*m2**11*
n1**7*n2**7 + 8*a33**2*m1**2*m2**12*n1**14 + 100*a33**2*m1**2*m2**12*n1**12*n2**
2 + 1008*a33**2*m1**2*m2**12*n1**10*n2**4 - 540*a33**2*m1**2*m2**12*n1**8*n2**6
- 40*a33**2*m1*m2**13*n1**13*n2 - 144*a33**2*m1*m2**13*n1**11*n2**3 + 120*a33**2
*m1*m2**13*n1**9*n2**5 + 4*a33**2*m2**14*n1**14 + 8*a33**2*m2**14*n1**12*n2**2 -
12*a33**2*m2**14*n1**10*n2**4) + u2*v1*( - 2*m1**12*n1**8*n2**10 + 4*m1**12*n1
**4*n2**14 - 2*m1**12*n2**18 + 18*m1**11*m2*n1**9*n2**9 - 12*m1**11*m2*n1**7*n2
**11 - 48*m1**11*m2*n1**5*n2**13 + 12*m1**11*m2*n1**3*n2**15 + 30*m1**11*m2*n1*
n2**17 - 72*m1**10*m2**2*n1**10*n2**8 + 110*m1**10*m2**2*n1**8*n2**10 + 236*m1**
10*m2**2*n1**6*n2**12 - 144*m1**10*m2**2*n1**4*n2**14 - 196*m1**10*m2**2*n1**2*
n2**16 + 2*m1**10*m2**2*n2**18 + 168*m1**9*m2**3*n1**11*n2**7 - 450*m1**9*m2**3*
n1**9*n2**9 - 620*m1**9*m2**3*n1**7*n2**11 + 760*m1**9*m2**3*n1**5*n2**13 + 740*
m1**9*m2**3*n1**3*n2**15 - 22*m1**9*m2**3*n1*n2**17 - 252*m1**8*m2**4*n1**12*n2
**6 + 1080*m1**8*m2**4*n1**10*n2**8 + 900*m1**8*m2**4*n1**8*n2**10 - 2340*m1**8*
m2**4*n1**6*n2**12 - 1800*m1**8*m2**4*n1**4*n2**14 + 108*m1**8*m2**4*n1**2*n2**
16 + 252*m1**7*m2**5*n1**13*n2**5 - 1680*m1**7*m2**5*n1**11*n2**7 - 528*m1**7*m2
**5*n1**9*n2**9 + 4680*m1**7*m2**5*n1**7*n2**11 + 2964*m1**7*m2**5*n1**5*n2**13
- 312*m1**7*m2**5*n1**3*n2**15 - 168*m1**6*m2**6*n1**14*n2**4 + 1764*m1**6*m2**6
*n1**12*n2**6 - 504*m1**6*m2**6*n1**10*n2**8 - 6384*m1**6*m2**6*n1**8*n2**10 -
3360*m1**6*m2**6*n1**6*n2**12 + 588*m1**6*m2**6*n1**4*n2**14 + 72*m1**5*m2**7*n1
**15*n2**3 - 1260*m1**5*m2**7*n1**13*n2**5 + 1368*m1**5*m2**7*n1**11*n2**7 +
6048*m1**5*m2**7*n1**9*n2**9 + 2592*m1**5*m2**7*n1**7*n2**11 - 756*m1**5*m2**7*
n1**5*n2**13 - 18*m1**4*m2**8*n1**16*n2**2 + 600*m1**4*m2**8*n1**14*n2**4 - 1380
*m1**4*m2**8*n1**12*n2**6 - 3960*m1**4*m2**8*n1**10*n2**8 - 1290*m1**4*m2**8*n1
**8*n2**10 + 672*m1**4*m2**8*n1**6*n2**12 + 2*m1**3*m2**9*n1**17*n2 - 180*m1**3*
m2**9*n1**15*n2**3 + 800*m1**3*m2**9*n1**13*n2**5 + 1740*m1**3*m2**9*n1**11*n2**
7 + 350*m1**3*m2**9*n1**9*n2**9 - 408*m1**3*m2**9*n1**7*n2**11 + 30*m1**2*m2**10
*n1**16*n2**2 - 276*m1**2*m2**10*n1**14*n2**4 - 480*m1**2*m2**10*n1**12*n2**6 -
12*m1**2*m2**10*n1**10*n2**8 + 162*m1**2*m2**10*n1**8*n2**10 - 2*m1*m2**11*n1**
17*n2 + 52*m1*m2**11*n1**15*n2**3 + 72*m1*m2**11*n1**13*n2**5 - 20*m1*m2**11*n1
**11*n2**7 - 38*m1*m2**11*n1**9*n2**9 - 4*m2**12*n1**16*n2**2 - 4*m2**12*n1**14*
n2**4 + 4*m2**12*n1**12*n2**6 + 4*m2**12*n1**10*n2**8) + u2*v2**2*( - 4*a33*m1**
13*n1**6*n2**10 + 4*a33*m1**13*n1**2*n2**14 + 40*a33*m1**12*m2*n1**7*n2**9 - 20*
a33*m1**12*m2*n1**5*n2**11 - 56*a33*m1**12*m2*n1**3*n2**13 + 4*a33*m1**12*m2*n1*
n2**15 - 180*a33*m1**11*m2**2*n1**8*n2**8 + 204*a33*m1**11*m2**2*n1**6*n2**10 +
324*a33*m1**11*m2**2*n1**4*n2**12 - 60*a33*m1**11*m2**2*n1**2*n2**14 + 480*a33*
m1**10*m2**3*n1**9*n2**7 - 940*a33*m1**10*m2**3*n1**7*n2**9 - 1036*a33*m1**10*m2
**3*n1**5*n2**11 + 380*a33*m1**10*m2**3*n1**3*n2**13 - 4*a33*m1**10*m2**3*n1*n2
**15 - 840*a33*m1**9*m2**4*n1**10*n2**6 + 2580*a33*m1**9*m2**4*n1**8*n2**8 +
2000*a33*m1**9*m2**4*n1**6*n2**10 - 1380*a33*m1**9*m2**4*n1**4*n2**12 + 40*a33*
m1**9*m2**4*n1**2*n2**14 + 1008*a33*m1**8*m2**5*n1**11*n2**5 - 4680*a33*m1**8*m2
**5*n1**9*n2**7 - 2268*a33*m1**8*m2**5*n1**7*n2**9 + 3240*a33*m1**8*m2**5*n1**5*
n2**11 - 180*a33*m1**8*m2**5*n1**3*n2**13 - 840*a33*m1**7*m2**6*n1**12*n2**4 +
5880*a33*m1**7*m2**6*n1**10*n2**6 + 1032*a33*m1**7*m2**6*n1**8*n2**8 - 5208*a33*
m1**7*m2**6*n1**6*n2**10 + 480*a33*m1**7*m2**6*n1**4*n2**12 + 480*a33*m1**6*m2**
7*n1**13*n2**3 - 5208*a33*m1**6*m2**7*n1**11*n2**5 + 1032*a33*m1**6*m2**7*n1**9*
n2**7 + 5880*a33*m1**6*m2**7*n1**7*n2**9 - 840*a33*m1**6*m2**7*n1**5*n2**11 -
180*a33*m1**5*m2**8*n1**14*n2**2 + 3240*a33*m1**5*m2**8*n1**12*n2**4 - 2268*a33*
m1**5*m2**8*n1**10*n2**6 - 4680*a33*m1**5*m2**8*n1**8*n2**8 + 1008*a33*m1**5*m2
**8*n1**6*n2**10 + 40*a33*m1**4*m2**9*n1**15*n2 - 1380*a33*m1**4*m2**9*n1**13*n2
**3 + 2000*a33*m1**4*m2**9*n1**11*n2**5 + 2580*a33*m1**4*m2**9*n1**9*n2**7 - 840
*a33*m1**4*m2**9*n1**7*n2**9 - 4*a33*m1**3*m2**10*n1**16 + 380*a33*m1**3*m2**10*
n1**14*n2**2 - 1036*a33*m1**3*m2**10*n1**12*n2**4 - 940*a33*m1**3*m2**10*n1**10*
n2**6 + 480*a33*m1**3*m2**10*n1**8*n2**8 - 60*a33*m1**2*m2**11*n1**15*n2 + 324*
a33*m1**2*m2**11*n1**13*n2**3 + 204*a33*m1**2*m2**11*n1**11*n2**5 - 180*a33*m1**
2*m2**11*n1**9*n2**7 + 4*a33*m1*m2**12*n1**16 - 56*a33*m1*m2**12*n1**14*n2**2 -
20*a33*m1*m2**12*n1**12*n2**4 + 40*a33*m1*m2**12*n1**10*n2**6 + 4*a33*m2**13*n1
**15*n2 - 4*a33*m2**13*n1**11*n2**5) + u2*v2*v3**2*(4*a33**2*m1**14*n1**5*n2**9
- 4*a33**2*m1**14*n1*n2**13 - 36*a33**2*m1**13*m2*n1**6*n2**8 + 20*a33**2*m1**13
*m2*n1**4*n2**10 + 52*a33**2*m1**13*m2*n1**2*n2**12 - 4*a33**2*m1**13*m2*n2**14
+ 144*a33**2*m1**12*m2**2*n1**7*n2**7 - 180*a33**2*m1**12*m2**2*n1**5*n2**9 -
272*a33**2*m1**12*m2**2*n1**3*n2**11 + 52*a33**2*m1**12*m2**2*n1*n2**13 - 336*
a33**2*m1**11*m2**3*n1**8*n2**6 + 720*a33**2*m1**11*m2**3*n1**6*n2**8 + 784*a33
**2*m1**11*m2**3*n1**4*n2**10 - 272*a33**2*m1**11*m2**3*n1**2*n2**12 + 504*a33**
2*m1**10*m2**4*n1**9*n2**5 - 1680*a33**2*m1**10*m2**4*n1**7*n2**7 - 1420*a33**2*
m1**10*m2**4*n1**5*n2**9 + 784*a33**2*m1**10*m2**4*n1**3*n2**11 + 20*a33**2*m1**
10*m2**4*n1*n2**13 - 504*a33**2*m1**9*m2**5*n1**10*n2**4 + 2520*a33**2*m1**9*m2
**5*n1**8*n2**6 + 1788*a33**2*m1**9*m2**5*n1**6*n2**8 - 1420*a33**2*m1**9*m2**5*
n1**4*n2**10 - 180*a33**2*m1**9*m2**5*n1**2*n2**12 + 4*a33**2*m1**9*m2**5*n2**14
+ 336*a33**2*m1**8*m2**6*n1**11*n2**3 - 2520*a33**2*m1**8*m2**6*n1**9*n2**5 -
1824*a33**2*m1**8*m2**6*n1**7*n2**7 + 1788*a33**2*m1**8*m2**6*n1**5*n2**9 + 720*
a33**2*m1**8*m2**6*n1**3*n2**11 - 36*a33**2*m1**8*m2**6*n1*n2**13 - 144*a33**2*
m1**7*m2**7*n1**12*n2**2 + 1680*a33**2*m1**7*m2**7*n1**10*n2**4 + 1824*a33**2*m1
**7*m2**7*n1**8*n2**6 - 1824*a33**2*m1**7*m2**7*n1**6*n2**8 - 1680*a33**2*m1**7*
m2**7*n1**4*n2**10 + 144*a33**2*m1**7*m2**7*n1**2*n2**12 + 36*a33**2*m1**6*m2**8
*n1**13*n2 - 720*a33**2*m1**6*m2**8*n1**11*n2**3 - 1788*a33**2*m1**6*m2**8*n1**9
*n2**5 + 1824*a33**2*m1**6*m2**8*n1**7*n2**7 + 2520*a33**2*m1**6*m2**8*n1**5*n2
**9 - 336*a33**2*m1**6*m2**8*n1**3*n2**11 - 4*a33**2*m1**5*m2**9*n1**14 + 180*
a33**2*m1**5*m2**9*n1**12*n2**2 + 1420*a33**2*m1**5*m2**9*n1**10*n2**4 - 1788*
a33**2*m1**5*m2**9*n1**8*n2**6 - 2520*a33**2*m1**5*m2**9*n1**6*n2**8 + 504*a33**
2*m1**5*m2**9*n1**4*n2**10 - 20*a33**2*m1**4*m2**10*n1**13*n2 - 784*a33**2*m1**4
*m2**10*n1**11*n2**3 + 1420*a33**2*m1**4*m2**10*n1**9*n2**5 + 1680*a33**2*m1**4*
m2**10*n1**7*n2**7 - 504*a33**2*m1**4*m2**10*n1**5*n2**9 + 272*a33**2*m1**3*m2**
11*n1**12*n2**2 - 784*a33**2*m1**3*m2**11*n1**10*n2**4 - 720*a33**2*m1**3*m2**11
*n1**8*n2**6 + 336*a33**2*m1**3*m2**11*n1**6*n2**8 - 52*a33**2*m1**2*m2**12*n1**
13*n2 + 272*a33**2*m1**2*m2**12*n1**11*n2**3 + 180*a33**2*m1**2*m2**12*n1**9*n2
**5 - 144*a33**2*m1**2*m2**12*n1**7*n2**7 + 4*a33**2*m1*m2**13*n1**14 - 52*a33**
2*m1*m2**13*n1**12*n2**2 - 20*a33**2*m1*m2**13*n1**10*n2**4 + 36*a33**2*m1*m2**
13*n1**8*n2**6 + 4*a33**2*m2**14*n1**13*n2 - 4*a33**2*m2**14*n1**9*n2**5) + u2*
v3**2*(6*a33*m1**13*n1**6*n2**10 + 2*a33*m1**13*n1**4*n2**12 - 6*a33*m1**13*n1**
2*n2**14 - 2*a33*m1**13*n2**16 - 54*a33*m1**12*m2*n1**7*n2**9 + 14*a33*m1**12*m2
*n1**5*n2**11 + 86*a33*m1**12*m2*n1**3*n2**13 + 18*a33*m1**12*m2*n1*n2**15 + 216
*a33*m1**11*m2**2*n1**8*n2**8 - 220*a33*m1**11*m2**2*n1**6*n2**10 - 468*a33*m1**
11*m2**2*n1**4*n2**12 - 36*a33*m1**11*m2**2*n1**2*n2**14 - 4*a33*m1**11*m2**2*n2
**16 - 504*a33*m1**10*m2**3*n1**9*n2**7 + 1020*a33*m1**10*m2**3*n1**7*n2**9 +
1332*a33*m1**10*m2**3*n1**5*n2**11 - 124*a33*m1**10*m2**3*n1**3*n2**13 + 68*a33*
m1**10*m2**3*n1*n2**15 + 756*a33*m1**9*m2**4*n1**10*n2**6 - 2580*a33*m1**9*m2**4
*n1**8*n2**8 - 2150*a33*m1**9*m2**4*n1**6*n2**10 + 750*a33*m1**9*m2**4*n1**4*n2
**12 - 430*a33*m1**9*m2**4*n1**2*n2**14 + 6*a33*m1**9*m2**4*n2**16 - 756*a33*m1
**8*m2**5*n1**11*n2**5 + 4116*a33*m1**8*m2**5*n1**9*n2**7 + 1782*a33*m1**8*m2**5
*n1**7*n2**9 - 1566*a33*m1**8*m2**5*n1**5*n2**11 + 1470*a33*m1**8*m2**5*n1**3*n2
**13 - 54*a33*m1**8*m2**5*n1*n2**15 + 504*a33*m1**7*m2**6*n1**12*n2**4 - 4368*
a33*m1**7*m2**6*n1**10*n2**6 - 72*a33*m1**7*m2**6*n1**8*n2**8 + 1464*a33*m1**7*
m2**6*n1**6*n2**10 - 3120*a33*m1**7*m2**6*n1**4*n2**12 + 216*a33*m1**7*m2**6*n1
**2*n2**14 - 216*a33*m1**6*m2**7*n1**13*n2**3 + 3120*a33*m1**6*m2**7*n1**11*n2**
5 - 1464*a33*m1**6*m2**7*n1**9*n2**7 + 72*a33*m1**6*m2**7*n1**7*n2**9 + 4368*a33
*m1**6*m2**7*n1**5*n2**11 - 504*a33*m1**6*m2**7*n1**3*n2**13 + 54*a33*m1**5*m2**
8*n1**14*n2**2 - 1470*a33*m1**5*m2**8*n1**12*n2**4 + 1566*a33*m1**5*m2**8*n1**10
*n2**6 - 1782*a33*m1**5*m2**8*n1**8*n2**8 - 4116*a33*m1**5*m2**8*n1**6*n2**10 +
756*a33*m1**5*m2**8*n1**4*n2**12 - 6*a33*m1**4*m2**9*n1**15*n2 + 430*a33*m1**4*
m2**9*n1**13*n2**3 - 750*a33*m1**4*m2**9*n1**11*n2**5 + 2150*a33*m1**4*m2**9*n1
**9*n2**7 + 2580*a33*m1**4*m2**9*n1**7*n2**9 - 756*a33*m1**4*m2**9*n1**5*n2**11
- 68*a33*m1**3*m2**10*n1**14*n2**2 + 124*a33*m1**3*m2**10*n1**12*n2**4 - 1332*
a33*m1**3*m2**10*n1**10*n2**6 - 1020*a33*m1**3*m2**10*n1**8*n2**8 + 504*a33*m1**
3*m2**10*n1**6*n2**10 + 4*a33*m1**2*m2**11*n1**15*n2 + 36*a33*m1**2*m2**11*n1**
13*n2**3 + 468*a33*m1**2*m2**11*n1**11*n2**5 + 220*a33*m1**2*m2**11*n1**9*n2**7
- 216*a33*m1**2*m2**11*n1**7*n2**9 - 18*a33*m1*m2**12*n1**14*n2**2 - 86*a33*m1*
m2**12*n1**12*n2**4 - 14*a33*m1*m2**12*n1**10*n2**6 + 54*a33*m1*m2**12*n1**8*n2
**8 + 2*a33*m2**13*n1**15*n2 + 6*a33*m2**13*n1**13*n2**3 - 2*a33*m2**13*n1**11*
n2**5 - 6*a33*m2**13*n1**9*n2**7) + u3*v1**2*v3*( - 8*a33**2*m1**14*n1**5*n2**9
+ 8*a33**2*m1**14*n1**3*n2**11 + 72*a33**2*m1**13*m2*n1**6*n2**8 - 128*a33**2*m1
**13*m2*n1**4*n2**10 + 24*a33**2*m1**13*m2*n1**2*n2**12 - 288*a33**2*m1**12*m2**
2*n1**7*n2**7 + 800*a33**2*m1**12*m2**2*n1**5*n2**9 - 344*a33**2*m1**12*m2**2*n1
**3*n2**11 + 24*a33**2*m1**12*m2**2*n1*n2**13 + 672*a33**2*m1**11*m2**3*n1**8*n2
**6 - 2760*a33**2*m1**11*m2**3*n1**6*n2**8 + 2040*a33**2*m1**11*m2**3*n1**4*n2**
10 - 344*a33**2*m1**11*m2**3*n1**2*n2**12 + 8*a33**2*m1**11*m2**3*n2**14 - 1008*
a33**2*m1**10*m2**4*n1**9*n2**5 + 6000*a33**2*m1**10*m2**4*n1**7*n2**7 - 6840*
a33**2*m1**10*m2**4*n1**5*n2**9 + 2040*a33**2*m1**10*m2**4*n1**3*n2**11 - 128*
a33**2*m1**10*m2**4*n1*n2**13 + 1008*a33**2*m1**9*m2**5*n1**10*n2**4 - 8736*a33
**2*m1**9*m2**5*n1**8*n2**6 + 14640*a33**2*m1**9*m2**5*n1**6*n2**8 - 6840*a33**2
*m1**9*m2**5*n1**4*n2**10 + 800*a33**2*m1**9*m2**5*n1**2*n2**12 - 8*a33**2*m1**9
*m2**5*n2**14 - 672*a33**2*m1**8*m2**6*n1**11*n2**3 + 8736*a33**2*m1**8*m2**6*n1
**9*n2**5 - 21168*a33**2*m1**8*m2**6*n1**7*n2**7 + 14640*a33**2*m1**8*m2**6*n1**
5*n2**9 - 2760*a33**2*m1**8*m2**6*n1**3*n2**11 + 72*a33**2*m1**8*m2**6*n1*n2**13
+ 288*a33**2*m1**7*m2**7*n1**12*n2**2 - 6000*a33**2*m1**7*m2**7*n1**10*n2**4 +
21168*a33**2*m1**7*m2**7*n1**8*n2**6 - 21168*a33**2*m1**7*m2**7*n1**6*n2**8 +
6000*a33**2*m1**7*m2**7*n1**4*n2**10 - 288*a33**2*m1**7*m2**7*n1**2*n2**12 - 72*
a33**2*m1**6*m2**8*n1**13*n2 + 2760*a33**2*m1**6*m2**8*n1**11*n2**3 - 14640*a33
**2*m1**6*m2**8*n1**9*n2**5 + 21168*a33**2*m1**6*m2**8*n1**7*n2**7 - 8736*a33**2
*m1**6*m2**8*n1**5*n2**9 + 672*a33**2*m1**6*m2**8*n1**3*n2**11 + 8*a33**2*m1**5*
m2**9*n1**14 - 800*a33**2*m1**5*m2**9*n1**12*n2**2 + 6840*a33**2*m1**5*m2**9*n1
**10*n2**4 - 14640*a33**2*m1**5*m2**9*n1**8*n2**6 + 8736*a33**2*m1**5*m2**9*n1**
6*n2**8 - 1008*a33**2*m1**5*m2**9*n1**4*n2**10 + 128*a33**2*m1**4*m2**10*n1**13*
n2 - 2040*a33**2*m1**4*m2**10*n1**11*n2**3 + 6840*a33**2*m1**4*m2**10*n1**9*n2**
5 - 6000*a33**2*m1**4*m2**10*n1**7*n2**7 + 1008*a33**2*m1**4*m2**10*n1**5*n2**9
- 8*a33**2*m1**3*m2**11*n1**14 + 344*a33**2*m1**3*m2**11*n1**12*n2**2 - 2040*a33
**2*m1**3*m2**11*n1**10*n2**4 + 2760*a33**2*m1**3*m2**11*n1**8*n2**6 - 672*a33**
2*m1**3*m2**11*n1**6*n2**8 - 24*a33**2*m1**2*m2**12*n1**13*n2 + 344*a33**2*m1**2
*m2**12*n1**11*n2**3 - 800*a33**2*m1**2*m2**12*n1**9*n2**5 + 288*a33**2*m1**2*m2
**12*n1**7*n2**7 - 24*a33**2*m1*m2**13*n1**12*n2**2 + 128*a33**2*m1*m2**13*n1**
10*n2**4 - 72*a33**2*m1*m2**13*n1**8*n2**6 - 8*a33**2*m2**14*n1**11*n2**3 + 8*
a33**2*m2**14*n1**9*n2**5) + u3*v2**2*v3*( - 8*a33**2*m1**14*n1**5*n2**9 + 8*a33
**2*m1**14*n1**3*n2**11 + 72*a33**2*m1**13*m2*n1**6*n2**8 - 128*a33**2*m1**13*m2
*n1**4*n2**10 + 24*a33**2*m1**13*m2*n1**2*n2**12 - 288*a33**2*m1**12*m2**2*n1**7
*n2**7 + 800*a33**2*m1**12*m2**2*n1**5*n2**9 - 344*a33**2*m1**12*m2**2*n1**3*n2
**11 + 24*a33**2*m1**12*m2**2*n1*n2**13 + 672*a33**2*m1**11*m2**3*n1**8*n2**6 -
2760*a33**2*m1**11*m2**3*n1**6*n2**8 + 2040*a33**2*m1**11*m2**3*n1**4*n2**10 -
344*a33**2*m1**11*m2**3*n1**2*n2**12 + 8*a33**2*m1**11*m2**3*n2**14 - 1008*a33**
2*m1**10*m2**4*n1**9*n2**5 + 6000*a33**2*m1**10*m2**4*n1**7*n2**7 - 6840*a33**2*
m1**10*m2**4*n1**5*n2**9 + 2040*a33**2*m1**10*m2**4*n1**3*n2**11 - 128*a33**2*m1
**10*m2**4*n1*n2**13 + 1008*a33**2*m1**9*m2**5*n1**10*n2**4 - 8736*a33**2*m1**9*
m2**5*n1**8*n2**6 + 14640*a33**2*m1**9*m2**5*n1**6*n2**8 - 6840*a33**2*m1**9*m2
**5*n1**4*n2**10 + 800*a33**2*m1**9*m2**5*n1**2*n2**12 - 8*a33**2*m1**9*m2**5*n2
**14 - 672*a33**2*m1**8*m2**6*n1**11*n2**3 + 8736*a33**2*m1**8*m2**6*n1**9*n2**5
- 21168*a33**2*m1**8*m2**6*n1**7*n2**7 + 14640*a33**2*m1**8*m2**6*n1**5*n2**9 -
2760*a33**2*m1**8*m2**6*n1**3*n2**11 + 72*a33**2*m1**8*m2**6*n1*n2**13 + 288*
a33**2*m1**7*m2**7*n1**12*n2**2 - 6000*a33**2*m1**7*m2**7*n1**10*n2**4 + 21168*
a33**2*m1**7*m2**7*n1**8*n2**6 - 21168*a33**2*m1**7*m2**7*n1**6*n2**8 + 6000*a33
**2*m1**7*m2**7*n1**4*n2**10 - 288*a33**2*m1**7*m2**7*n1**2*n2**12 - 72*a33**2*
m1**6*m2**8*n1**13*n2 + 2760*a33**2*m1**6*m2**8*n1**11*n2**3 - 14640*a33**2*m1**
6*m2**8*n1**9*n2**5 + 21168*a33**2*m1**6*m2**8*n1**7*n2**7 - 8736*a33**2*m1**6*
m2**8*n1**5*n2**9 + 672*a33**2*m1**6*m2**8*n1**3*n2**11 + 8*a33**2*m1**5*m2**9*
n1**14 - 800*a33**2*m1**5*m2**9*n1**12*n2**2 + 6840*a33**2*m1**5*m2**9*n1**10*n2
**4 - 14640*a33**2*m1**5*m2**9*n1**8*n2**6 + 8736*a33**2*m1**5*m2**9*n1**6*n2**8
- 1008*a33**2*m1**5*m2**9*n1**4*n2**10 + 128*a33**2*m1**4*m2**10*n1**13*n2 -
2040*a33**2*m1**4*m2**10*n1**11*n2**3 + 6840*a33**2*m1**4*m2**10*n1**9*n2**5 -
6000*a33**2*m1**4*m2**10*n1**7*n2**7 + 1008*a33**2*m1**4*m2**10*n1**5*n2**9 - 8*
a33**2*m1**3*m2**11*n1**14 + 344*a33**2*m1**3*m2**11*n1**12*n2**2 - 2040*a33**2*
m1**3*m2**11*n1**10*n2**4 + 2760*a33**2*m1**3*m2**11*n1**8*n2**6 - 672*a33**2*m1
**3*m2**11*n1**6*n2**8 - 24*a33**2*m1**2*m2**12*n1**13*n2 + 344*a33**2*m1**2*m2
**12*n1**11*n2**3 - 800*a33**2*m1**2*m2**12*n1**9*n2**5 + 288*a33**2*m1**2*m2**
12*n1**7*n2**7 - 24*a33**2*m1*m2**13*n1**12*n2**2 + 128*a33**2*m1*m2**13*n1**10*
n2**4 - 72*a33**2*m1*m2**13*n1**8*n2**6 - 8*a33**2*m2**14*n1**11*n2**3 + 8*a33**
2*m2**14*n1**9*n2**5) + u3*v3**3*( - 8*a33**2*m1**14*n1**5*n2**9 + 8*a33**2*m1**
14*n1**3*n2**11 + 72*a33**2*m1**13*m2*n1**6*n2**8 - 128*a33**2*m1**13*m2*n1**4*
n2**10 + 24*a33**2*m1**13*m2*n1**2*n2**12 - 288*a33**2*m1**12*m2**2*n1**7*n2**7
+ 800*a33**2*m1**12*m2**2*n1**5*n2**9 - 344*a33**2*m1**12*m2**2*n1**3*n2**11 +
24*a33**2*m1**12*m2**2*n1*n2**13 + 672*a33**2*m1**11*m2**3*n1**8*n2**6 - 2760*
a33**2*m1**11*m2**3*n1**6*n2**8 + 2040*a33**2*m1**11*m2**3*n1**4*n2**10 - 344*
a33**2*m1**11*m2**3*n1**2*n2**12 + 8*a33**2*m1**11*m2**3*n2**14 - 1008*a33**2*m1
**10*m2**4*n1**9*n2**5 + 6000*a33**2*m1**10*m2**4*n1**7*n2**7 - 6840*a33**2*m1**
10*m2**4*n1**5*n2**9 + 2040*a33**2*m1**10*m2**4*n1**3*n2**11 - 128*a33**2*m1**10
*m2**4*n1*n2**13 + 1008*a33**2*m1**9*m2**5*n1**10*n2**4 - 8736*a33**2*m1**9*m2**
5*n1**8*n2**6 + 14640*a33**2*m1**9*m2**5*n1**6*n2**8 - 6840*a33**2*m1**9*m2**5*
n1**4*n2**10 + 800*a33**2*m1**9*m2**5*n1**2*n2**12 - 8*a33**2*m1**9*m2**5*n2**14
- 672*a33**2*m1**8*m2**6*n1**11*n2**3 + 8736*a33**2*m1**8*m2**6*n1**9*n2**5 -
21168*a33**2*m1**8*m2**6*n1**7*n2**7 + 14640*a33**2*m1**8*m2**6*n1**5*n2**9 -
2760*a33**2*m1**8*m2**6*n1**3*n2**11 + 72*a33**2*m1**8*m2**6*n1*n2**13 + 288*a33
**2*m1**7*m2**7*n1**12*n2**2 - 6000*a33**2*m1**7*m2**7*n1**10*n2**4 + 21168*a33
**2*m1**7*m2**7*n1**8*n2**6 - 21168*a33**2*m1**7*m2**7*n1**6*n2**8 + 6000*a33**2
*m1**7*m2**7*n1**4*n2**10 - 288*a33**2*m1**7*m2**7*n1**2*n2**12 - 72*a33**2*m1**
6*m2**8*n1**13*n2 + 2760*a33**2*m1**6*m2**8*n1**11*n2**3 - 14640*a33**2*m1**6*m2
**8*n1**9*n2**5 + 21168*a33**2*m1**6*m2**8*n1**7*n2**7 - 8736*a33**2*m1**6*m2**8
*n1**5*n2**9 + 672*a33**2*m1**6*m2**8*n1**3*n2**11 + 8*a33**2*m1**5*m2**9*n1**14
- 800*a33**2*m1**5*m2**9*n1**12*n2**2 + 6840*a33**2*m1**5*m2**9*n1**10*n2**4 -
14640*a33**2*m1**5*m2**9*n1**8*n2**6 + 8736*a33**2*m1**5*m2**9*n1**6*n2**8 -
1008*a33**2*m1**5*m2**9*n1**4*n2**10 + 128*a33**2*m1**4*m2**10*n1**13*n2 - 2040*
a33**2*m1**4*m2**10*n1**11*n2**3 + 6840*a33**2*m1**4*m2**10*n1**9*n2**5 - 6000*
a33**2*m1**4*m2**10*n1**7*n2**7 + 1008*a33**2*m1**4*m2**10*n1**5*n2**9 - 8*a33**
2*m1**3*m2**11*n1**14 + 344*a33**2*m1**3*m2**11*n1**12*n2**2 - 2040*a33**2*m1**3
*m2**11*n1**10*n2**4 + 2760*a33**2*m1**3*m2**11*n1**8*n2**6 - 672*a33**2*m1**3*
m2**11*n1**6*n2**8 - 24*a33**2*m1**2*m2**12*n1**13*n2 + 344*a33**2*m1**2*m2**12*
n1**11*n2**3 - 800*a33**2*m1**2*m2**12*n1**9*n2**5 + 288*a33**2*m1**2*m2**12*n1
**7*n2**7 - 24*a33**2*m1*m2**13*n1**12*n2**2 + 128*a33**2*m1*m2**13*n1**10*n2**4
- 72*a33**2*m1*m2**13*n1**8*n2**6 - 8*a33**2*m2**14*n1**11*n2**3 + 8*a33**2*m2
**14*n1**9*n2**5) + u3*v3*(4*m1**12*n1**7*n2**11 + 4*m1**12*n1**5*n2**13 - 4*m1
**12*n1**3*n2**15 - 4*m1**12*n1*n2**17 - 38*m1**11*m2*n1**8*n2**10 - 20*m1**11*
m2*n1**6*n2**12 + 72*m1**11*m2*n1**4*n2**14 + 52*m1**11*m2*n1**2*n2**16 - 2*m1**
11*m2*n2**18 + 162*m1**10*m2**2*n1**9*n2**9 - 12*m1**10*m2**2*n1**7*n2**11 - 480
*m1**10*m2**2*n1**5*n2**13 - 276*m1**10*m2**2*n1**3*n2**15 + 30*m1**10*m2**2*n1*
n2**17 - 408*m1**9*m2**3*n1**10*n2**8 + 350*m1**9*m2**3*n1**8*n2**10 + 1740*m1**
9*m2**3*n1**6*n2**12 + 800*m1**9*m2**3*n1**4*n2**14 - 180*m1**9*m2**3*n1**2*n2**
16 + 2*m1**9*m2**3*n2**18 + 672*m1**8*m2**4*n1**11*n2**7 - 1290*m1**8*m2**4*n1**
9*n2**9 - 3960*m1**8*m2**4*n1**7*n2**11 - 1380*m1**8*m2**4*n1**5*n2**13 + 600*m1
**8*m2**4*n1**3*n2**15 - 18*m1**8*m2**4*n1*n2**17 - 756*m1**7*m2**5*n1**12*n2**6
+ 2592*m1**7*m2**5*n1**10*n2**8 + 6048*m1**7*m2**5*n1**8*n2**10 + 1368*m1**7*m2
**5*n1**6*n2**12 - 1260*m1**7*m2**5*n1**4*n2**14 + 72*m1**7*m2**5*n1**2*n2**16 +
588*m1**6*m2**6*n1**13*n2**5 - 3360*m1**6*m2**6*n1**11*n2**7 - 6384*m1**6*m2**6
*n1**9*n2**9 - 504*m1**6*m2**6*n1**7*n2**11 + 1764*m1**6*m2**6*n1**5*n2**13 -
168*m1**6*m2**6*n1**3*n2**15 - 312*m1**5*m2**7*n1**14*n2**4 + 2964*m1**5*m2**7*
n1**12*n2**6 + 4680*m1**5*m2**7*n1**10*n2**8 - 528*m1**5*m2**7*n1**8*n2**10 -
1680*m1**5*m2**7*n1**6*n2**12 + 252*m1**5*m2**7*n1**4*n2**14 + 108*m1**4*m2**8*
n1**15*n2**3 - 1800*m1**4*m2**8*n1**13*n2**5 - 2340*m1**4*m2**8*n1**11*n2**7 +
900*m1**4*m2**8*n1**9*n2**9 + 1080*m1**4*m2**8*n1**7*n2**11 - 252*m1**4*m2**8*n1
**5*n2**13 - 22*m1**3*m2**9*n1**16*n2**2 + 740*m1**3*m2**9*n1**14*n2**4 + 760*m1
**3*m2**9*n1**12*n2**6 - 620*m1**3*m2**9*n1**10*n2**8 - 450*m1**3*m2**9*n1**8*n2
**10 + 168*m1**3*m2**9*n1**6*n2**12 + 2*m1**2*m2**10*n1**17*n2 - 196*m1**2*m2**
10*n1**15*n2**3 - 144*m1**2*m2**10*n1**13*n2**5 + 236*m1**2*m2**10*n1**11*n2**7
+ 110*m1**2*m2**10*n1**9*n2**9 - 72*m1**2*m2**10*n1**7*n2**11 + 30*m1*m2**11*n1
**16*n2**2 + 12*m1*m2**11*n1**14*n2**4 - 48*m1*m2**11*n1**12*n2**6 - 12*m1*m2**
11*n1**10*n2**8 + 18*m1*m2**11*n1**8*n2**10 - 2*m2**12*n1**17*n2 + 4*m2**12*n1**
13*n2**5 - 2*m2**12*n1**9*n2**9) + v1**3*( - 4*a33*m1**14*n1**6*n2**9 + 8*a33*m1
**14*n1**4*n2**11 - 4*a33*m1**14*n1**2*n2**13 + 36*a33*m1**13*m2*n1**7*n2**8 -
104*a33*m1**13*m2*n1**5*n2**10 + 76*a33*m1**13*m2*n1**3*n2**12 - 8*a33*m1**13*m2
*n1*n2**14 - 144*a33*m1**12*m2**2*n1**8*n2**7 + 580*a33*m1**12*m2**2*n1**6*n2**9
- 596*a33*m1**12*m2**2*n1**4*n2**11 + 132*a33*m1**12*m2**2*n1**2*n2**13 - 4*a33
*m1**12*m2**2*n2**15 + 336*a33*m1**11*m2**3*n1**9*n2**6 - 1860*a33*m1**11*m2**3*
n1**7*n2**8 + 2620*a33*m1**11*m2**3*n1**5*n2**10 - 940*a33*m1**11*m2**3*n1**3*n2
**12 + 68*a33*m1**11*m2**3*n1*n2**14 - 504*a33*m1**10*m2**4*n1**10*n2**5 + 3840*
a33*m1**10*m2**4*n1**8*n2**7 - 7320*a33*m1**10*m2**4*n1**6*n2**9 + 3860*a33*m1**
10*m2**4*n1**4*n2**11 - 488*a33*m1**10*m2**4*n1**2*n2**13 + 4*a33*m1**10*m2**4*
n2**15 + 504*a33*m1**9*m2**5*n1**11*n2**4 - 5376*a33*m1**9*m2**5*n1**9*n2**6 +
13848*a33*m1**9*m2**5*n1**7*n2**8 - 10260*a33*m1**9*m2**5*n1**5*n2**10 + 2000*
a33*m1**9*m2**5*n1**3*n2**12 - 44*a33*m1**9*m2**5*n1*n2**14 - 336*a33*m1**8*m2**
6*n1**12*n2**3 + 5208*a33*m1**8*m2**6*n1**10*n2**5 - 18312*a33*m1**8*m2**6*n1**8
*n2**7 + 18696*a33*m1**8*m2**6*n1**6*n2**9 - 5280*a33*m1**8*m2**6*n1**4*n2**11 +
216*a33*m1**8*m2**6*n1**2*n2**13 + 144*a33*m1**7*m2**7*n1**13*n2**2 - 3480*a33*
m1**7*m2**7*n1**11*n2**4 + 17112*a33*m1**7*m2**7*n1**9*n2**6 - 24024*a33*m1**7*
m2**7*n1**7*n2**8 + 9528*a33*m1**7*m2**7*n1**5*n2**10 - 624*a33*m1**7*m2**7*n1**
3*n2**12 - 36*a33*m1**6*m2**8*n1**14*n2 + 1560*a33*m1**6*m2**8*n1**12*n2**3 -
11220*a33*m1**6*m2**8*n1**10*n2**5 + 21960*a33*m1**6*m2**8*n1**8*n2**7 - 12096*
a33*m1**6*m2**8*n1**6*n2**9 + 1176*a33*m1**6*m2**8*n1**4*n2**11 + 4*a33*m1**5*m2
**9*n1**15 - 440*a33*m1**5*m2**9*n1**13*n2**2 + 5020*a33*m1**5*m2**9*n1**11*n2**
4 - 14160*a33*m1**5*m2**9*n1**9*n2**6 + 10896*a33*m1**5*m2**9*n1**7*n2**8 - 1512
*a33*m1**5*m2**9*n1**5*n2**10 + 68*a33*m1**4*m2**10*n1**14*n2 - 1444*a33*m1**4*
m2**10*n1**12*n2**3 + 6260*a33*m1**4*m2**10*n1**10*n2**5 - 6900*a33*m1**4*m2**10
*n1**8*n2**7 + 1344*a33*m1**4*m2**10*n1**6*n2**9 - 4*a33*m1**3*m2**11*n1**15 +
236*a33*m1**3*m2**11*n1**13*n2**2 - 1788*a33*m1**3*m2**11*n1**11*n2**4 + 2980*
a33*m1**3*m2**11*n1**9*n2**6 - 816*a33*m1**3*m2**11*n1**7*n2**8 - 16*a33*m1**2*
m2**12*n1**14*n2 + 292*a33*m1**2*m2**12*n1**12*n2**3 - 824*a33*m1**2*m2**12*n1**
10*n2**5 + 324*a33*m1**2*m2**12*n1**8*n2**7 - 20*a33*m1*m2**13*n1**13*n2**2 +
128*a33*m1*m2**13*n1**11*n2**4 - 76*a33*m1*m2**13*n1**9*n2**6 - 8*a33*m2**14*n1
**12*n2**3 + 8*a33*m2**14*n1**10*n2**5) + v1**2*v2*( - 8*a33*m1**14*n1**5*n2**10
+ 8*a33*m1**14*n1**3*n2**12 + 76*a33*m1**13*m2*n1**6*n2**9 - 128*a33*m1**13*m2*
n1**4*n2**11 + 20*a33*m1**13*m2*n1**2*n2**13 - 324*a33*m1**12*m2**2*n1**7*n2**8
+ 824*a33*m1**12*m2**2*n1**5*n2**10 - 292*a33*m1**12*m2**2*n1**3*n2**12 + 16*a33
*m1**12*m2**2*n1*n2**14 + 816*a33*m1**11*m2**3*n1**8*n2**7 - 2980*a33*m1**11*m2
**3*n1**6*n2**9 + 1788*a33*m1**11*m2**3*n1**4*n2**11 - 236*a33*m1**11*m2**3*n1**
2*n2**13 + 4*a33*m1**11*m2**3*n2**15 - 1344*a33*m1**10*m2**4*n1**9*n2**6 + 6900*
a33*m1**10*m2**4*n1**7*n2**8 - 6260*a33*m1**10*m2**4*n1**5*n2**10 + 1444*a33*m1
**10*m2**4*n1**3*n2**12 - 68*a33*m1**10*m2**4*n1*n2**14 + 1512*a33*m1**9*m2**5*
n1**10*n2**5 - 10896*a33*m1**9*m2**5*n1**8*n2**7 + 14160*a33*m1**9*m2**5*n1**6*
n2**9 - 5020*a33*m1**9*m2**5*n1**4*n2**11 + 440*a33*m1**9*m2**5*n1**2*n2**13 - 4
*a33*m1**9*m2**5*n2**15 - 1176*a33*m1**8*m2**6*n1**11*n2**4 + 12096*a33*m1**8*m2
**6*n1**9*n2**6 - 21960*a33*m1**8*m2**6*n1**7*n2**8 + 11220*a33*m1**8*m2**6*n1**
5*n2**10 - 1560*a33*m1**8*m2**6*n1**3*n2**12 + 36*a33*m1**8*m2**6*n1*n2**14 +
624*a33*m1**7*m2**7*n1**12*n2**3 - 9528*a33*m1**7*m2**7*n1**10*n2**5 + 24024*a33
*m1**7*m2**7*n1**8*n2**7 - 17112*a33*m1**7*m2**7*n1**6*n2**9 + 3480*a33*m1**7*m2
**7*n1**4*n2**11 - 144*a33*m1**7*m2**7*n1**2*n2**13 - 216*a33*m1**6*m2**8*n1**13
*n2**2 + 5280*a33*m1**6*m2**8*n1**11*n2**4 - 18696*a33*m1**6*m2**8*n1**9*n2**6 +
18312*a33*m1**6*m2**8*n1**7*n2**8 - 5208*a33*m1**6*m2**8*n1**5*n2**10 + 336*a33
*m1**6*m2**8*n1**3*n2**12 + 44*a33*m1**5*m2**9*n1**14*n2 - 2000*a33*m1**5*m2**9*
n1**12*n2**3 + 10260*a33*m1**5*m2**9*n1**10*n2**5 - 13848*a33*m1**5*m2**9*n1**8*
n2**7 + 5376*a33*m1**5*m2**9*n1**6*n2**9 - 504*a33*m1**5*m2**9*n1**4*n2**11 - 4*
a33*m1**4*m2**10*n1**15 + 488*a33*m1**4*m2**10*n1**13*n2**2 - 3860*a33*m1**4*m2
**10*n1**11*n2**4 + 7320*a33*m1**4*m2**10*n1**9*n2**6 - 3840*a33*m1**4*m2**10*n1
**7*n2**8 + 504*a33*m1**4*m2**10*n1**5*n2**10 - 68*a33*m1**3*m2**11*n1**14*n2 +
940*a33*m1**3*m2**11*n1**12*n2**3 - 2620*a33*m1**3*m2**11*n1**10*n2**5 + 1860*
a33*m1**3*m2**11*n1**8*n2**7 - 336*a33*m1**3*m2**11*n1**6*n2**9 + 4*a33*m1**2*m2
**12*n1**15 - 132*a33*m1**2*m2**12*n1**13*n2**2 + 596*a33*m1**2*m2**12*n1**11*n2
**4 - 580*a33*m1**2*m2**12*n1**9*n2**6 + 144*a33*m1**2*m2**12*n1**7*n2**8 + 8*
a33*m1*m2**13*n1**14*n2 - 76*a33*m1*m2**13*n1**12*n2**3 + 104*a33*m1*m2**13*n1**
10*n2**5 - 36*a33*m1*m2**13*n1**8*n2**7 + 4*a33*m2**14*n1**13*n2**2 - 8*a33*m2**
14*n1**11*n2**4 + 4*a33*m2**14*n1**9*n2**6) + v1**2*v3**2*(4*a33**2*m1**15*n1**4
*n2**9 - 4*a33**2*m1**15*n1**2*n2**11 - 36*a33**2*m1**14*m2*n1**5*n2**8 + 60*a33
**2*m1**14*m2*n1**3*n2**10 - 8*a33**2*m1**14*m2*n1*n2**12 + 144*a33**2*m1**13*m2
**2*n1**6*n2**7 - 360*a33**2*m1**13*m2**2*n1**4*n2**9 + 108*a33**2*m1**13*m2**2*
n1**2*n2**11 - 4*a33**2*m1**13*m2**2*n2**13 - 336*a33**2*m1**12*m2**3*n1**7*n2**
6 + 1200*a33**2*m1**12*m2**3*n1**5*n2**8 - 596*a33**2*m1**12*m2**3*n1**3*n2**10
+ 52*a33**2*m1**12*m2**3*n1*n2**12 + 504*a33**2*m1**11*m2**4*n1**8*n2**5 - 2520*
a33**2*m1**11*m2**4*n1**6*n2**7 + 1820*a33**2*m1**11*m2**4*n1**4*n2**9 - 252*a33
**2*m1**11*m2**4*n1**2*n2**11 - 504*a33**2*m1**10*m2**5*n1**9*n2**4 + 3528*a33**
2*m1**10*m2**5*n1**7*n2**6 - 3420*a33**2*m1**10*m2**5*n1**5*n2**8 + 580*a33**2*
m1**10*m2**5*n1**3*n2**10 + 24*a33**2*m1**10*m2**5*n1*n2**12 + 336*a33**2*m1**9*
m2**6*n1**10*n2**3 - 3360*a33**2*m1**9*m2**6*n1**8*n2**5 + 4056*a33**2*m1**9*m2
**6*n1**6*n2**7 - 480*a33**2*m1**9*m2**6*n1**4*n2**9 - 220*a33**2*m1**9*m2**6*n1
**2*n2**11 + 4*a33**2*m1**9*m2**6*n2**13 - 144*a33**2*m1**8*m2**7*n1**11*n2**2 +
2160*a33**2*m1**8*m2**7*n1**9*n2**4 - 2856*a33**2*m1**8*m2**7*n1**7*n2**6 - 792
*a33**2*m1**8*m2**7*n1**5*n2**8 + 900*a33**2*m1**8*m2**7*n1**3*n2**10 - 36*a33**
2*m1**8*m2**7*n1*n2**12 + 36*a33**2*m1**7*m2**8*n1**12*n2 - 900*a33**2*m1**7*m2
**8*n1**10*n2**3 + 792*a33**2*m1**7*m2**8*n1**8*n2**5 + 2856*a33**2*m1**7*m2**8*
n1**6*n2**7 - 2160*a33**2*m1**7*m2**8*n1**4*n2**9 + 144*a33**2*m1**7*m2**8*n1**2
*n2**11 - 4*a33**2*m1**6*m2**9*n1**13 + 220*a33**2*m1**6*m2**9*n1**11*n2**2 +
480*a33**2*m1**6*m2**9*n1**9*n2**4 - 4056*a33**2*m1**6*m2**9*n1**7*n2**6 + 3360*
a33**2*m1**6*m2**9*n1**5*n2**8 - 336*a33**2*m1**6*m2**9*n1**3*n2**10 - 24*a33**2
*m1**5*m2**10*n1**12*n2 - 580*a33**2*m1**5*m2**10*n1**10*n2**3 + 3420*a33**2*m1
**5*m2**10*n1**8*n2**5 - 3528*a33**2*m1**5*m2**10*n1**6*n2**7 + 504*a33**2*m1**5
*m2**10*n1**4*n2**9 + 252*a33**2*m1**4*m2**11*n1**11*n2**2 - 1820*a33**2*m1**4*
m2**11*n1**9*n2**4 + 2520*a33**2*m1**4*m2**11*n1**7*n2**6 - 504*a33**2*m1**4*m2
**11*n1**5*n2**8 - 52*a33**2*m1**3*m2**12*n1**12*n2 + 596*a33**2*m1**3*m2**12*n1
**10*n2**3 - 1200*a33**2*m1**3*m2**12*n1**8*n2**5 + 336*a33**2*m1**3*m2**12*n1**
6*n2**7 + 4*a33**2*m1**2*m2**13*n1**13 - 108*a33**2*m1**2*m2**13*n1**11*n2**2 +
360*a33**2*m1**2*m2**13*n1**9*n2**4 - 144*a33**2*m1**2*m2**13*n1**7*n2**6 + 8*
a33**2*m1*m2**14*n1**12*n2 - 60*a33**2*m1*m2**14*n1**10*n2**3 + 36*a33**2*m1*m2
**14*n1**8*n2**5 + 4*a33**2*m2**15*n1**11*n2**2 - 4*a33**2*m2**15*n1**9*n2**4) +
v1*v2**2*( - 4*a33*m1**14*n1**6*n2**9 + 8*a33*m1**14*n1**4*n2**11 - 4*a33*m1**
14*n1**2*n2**13 + 36*a33*m1**13*m2*n1**7*n2**8 - 104*a33*m1**13*m2*n1**5*n2**10
+ 76*a33*m1**13*m2*n1**3*n2**12 - 8*a33*m1**13*m2*n1*n2**14 - 144*a33*m1**12*m2
**2*n1**8*n2**7 + 580*a33*m1**12*m2**2*n1**6*n2**9 - 596*a33*m1**12*m2**2*n1**4*
n2**11 + 132*a33*m1**12*m2**2*n1**2*n2**13 - 4*a33*m1**12*m2**2*n2**15 + 336*a33
*m1**11*m2**3*n1**9*n2**6 - 1860*a33*m1**11*m2**3*n1**7*n2**8 + 2620*a33*m1**11*
m2**3*n1**5*n2**10 - 940*a33*m1**11*m2**3*n1**3*n2**12 + 68*a33*m1**11*m2**3*n1*
n2**14 - 504*a33*m1**10*m2**4*n1**10*n2**5 + 3840*a33*m1**10*m2**4*n1**8*n2**7 -
7320*a33*m1**10*m2**4*n1**6*n2**9 + 3860*a33*m1**10*m2**4*n1**4*n2**11 - 488*
a33*m1**10*m2**4*n1**2*n2**13 + 4*a33*m1**10*m2**4*n2**15 + 504*a33*m1**9*m2**5*
n1**11*n2**4 - 5376*a33*m1**9*m2**5*n1**9*n2**6 + 13848*a33*m1**9*m2**5*n1**7*n2
**8 - 10260*a33*m1**9*m2**5*n1**5*n2**10 + 2000*a33*m1**9*m2**5*n1**3*n2**12 -
44*a33*m1**9*m2**5*n1*n2**14 - 336*a33*m1**8*m2**6*n1**12*n2**3 + 5208*a33*m1**8
*m2**6*n1**10*n2**5 - 18312*a33*m1**8*m2**6*n1**8*n2**7 + 18696*a33*m1**8*m2**6*
n1**6*n2**9 - 5280*a33*m1**8*m2**6*n1**4*n2**11 + 216*a33*m1**8*m2**6*n1**2*n2**
13 + 144*a33*m1**7*m2**7*n1**13*n2**2 - 3480*a33*m1**7*m2**7*n1**11*n2**4 +
17112*a33*m1**7*m2**7*n1**9*n2**6 - 24024*a33*m1**7*m2**7*n1**7*n2**8 + 9528*a33
*m1**7*m2**7*n1**5*n2**10 - 624*a33*m1**7*m2**7*n1**3*n2**12 - 36*a33*m1**6*m2**
8*n1**14*n2 + 1560*a33*m1**6*m2**8*n1**12*n2**3 - 11220*a33*m1**6*m2**8*n1**10*
n2**5 + 21960*a33*m1**6*m2**8*n1**8*n2**7 - 12096*a33*m1**6*m2**8*n1**6*n2**9 +
1176*a33*m1**6*m2**8*n1**4*n2**11 + 4*a33*m1**5*m2**9*n1**15 - 440*a33*m1**5*m2
**9*n1**13*n2**2 + 5020*a33*m1**5*m2**9*n1**11*n2**4 - 14160*a33*m1**5*m2**9*n1
**9*n2**6 + 10896*a33*m1**5*m2**9*n1**7*n2**8 - 1512*a33*m1**5*m2**9*n1**5*n2**
10 + 68*a33*m1**4*m2**10*n1**14*n2 - 1444*a33*m1**4*m2**10*n1**12*n2**3 + 6260*
a33*m1**4*m2**10*n1**10*n2**5 - 6900*a33*m1**4*m2**10*n1**8*n2**7 + 1344*a33*m1
**4*m2**10*n1**6*n2**9 - 4*a33*m1**3*m2**11*n1**15 + 236*a33*m1**3*m2**11*n1**13
*n2**2 - 1788*a33*m1**3*m2**11*n1**11*n2**4 + 2980*a33*m1**3*m2**11*n1**9*n2**6
- 816*a33*m1**3*m2**11*n1**7*n2**8 - 16*a33*m1**2*m2**12*n1**14*n2 + 292*a33*m1
**2*m2**12*n1**12*n2**3 - 824*a33*m1**2*m2**12*n1**10*n2**5 + 324*a33*m1**2*m2**
12*n1**8*n2**7 - 20*a33*m1*m2**13*n1**13*n2**2 + 128*a33*m1*m2**13*n1**11*n2**4
- 76*a33*m1*m2**13*n1**9*n2**6 - 8*a33*m2**14*n1**12*n2**3 + 8*a33*m2**14*n1**10
*n2**5) + v1*v2*(4*m1**13*n1**7*n2**10 - 4*m1**13*n1**5*n2**12 - 4*m1**13*n1**3*
n2**14 + 4*m1**13*n1*n2**16 - 38*m1**12*m2*n1**8*n2**9 + 64*m1**12*m2*n1**6*n2**
11 + 36*m1**12*m2*n1**4*n2**13 - 64*m1**12*m2*n1**2*n2**15 + 2*m1**12*m2*n2**17
+ 162*m1**11*m2**2*n1**9*n2**8 - 412*m1**11*m2**2*n1**7*n2**10 - 96*m1**11*m2**2
*n1**5*n2**12 + 444*m1**11*m2**2*n1**3*n2**14 - 34*m1**11*m2**2*n1*n2**16 - 408*
m1**10*m2**3*n1**10*n2**7 + 1490*m1**10*m2**3*n1**8*n2**9 - 124*m1**10*m2**3*n1
**6*n2**11 - 1776*m1**10*m2**3*n1**4*n2**13 + 244*m1**10*m2**3*n1**2*n2**15 - 2*
m1**10*m2**3*n2**17 + 672*m1**9*m2**4*n1**11*n2**6 - 3450*m1**9*m2**4*n1**9*n2**
8 + 1480*m1**9*m2**4*n1**7*n2**10 + 4580*m1**9*m2**4*n1**5*n2**12 - 1000*m1**9*
m2**4*n1**3*n2**14 + 22*m1**9*m2**4*n1*n2**16 - 756*m1**8*m2**5*n1**12*n2**5 +
5448*m1**8*m2**5*n1**10*n2**7 - 4572*m1**8*m2**5*n1**8*n2**9 - 8028*m1**8*m2**5*
n1**6*n2**11 + 2640*m1**8*m2**5*n1**4*n2**13 - 108*m1**8*m2**5*n1**2*n2**15 +
588*m1**7*m2**6*n1**13*n2**4 - 6048*m1**7*m2**6*n1**11*n2**6 + 8208*m1**7*m2**6*
n1**9*n2**8 + 9768*m1**7*m2**6*n1**7*n2**10 - 4764*m1**7*m2**6*n1**5*n2**12 +
312*m1**7*m2**6*n1**3*n2**14 - 312*m1**6*m2**7*n1**14*n2**3 + 4764*m1**6*m2**7*
n1**12*n2**5 - 9768*m1**6*m2**7*n1**10*n2**7 - 8208*m1**6*m2**7*n1**8*n2**9 +
6048*m1**6*m2**7*n1**6*n2**11 - 588*m1**6*m2**7*n1**4*n2**13 + 108*m1**5*m2**8*
n1**15*n2**2 - 2640*m1**5*m2**8*n1**13*n2**4 + 8028*m1**5*m2**8*n1**11*n2**6 +
4572*m1**5*m2**8*n1**9*n2**8 - 5448*m1**5*m2**8*n1**7*n2**10 + 756*m1**5*m2**8*
n1**5*n2**12 - 22*m1**4*m2**9*n1**16*n2 + 1000*m1**4*m2**9*n1**14*n2**3 - 4580*
m1**4*m2**9*n1**12*n2**5 - 1480*m1**4*m2**9*n1**10*n2**7 + 3450*m1**4*m2**9*n1**
8*n2**9 - 672*m1**4*m2**9*n1**6*n2**11 + 2*m1**3*m2**10*n1**17 - 244*m1**3*m2**
10*n1**15*n2**2 + 1776*m1**3*m2**10*n1**13*n2**4 + 124*m1**3*m2**10*n1**11*n2**6
- 1490*m1**3*m2**10*n1**9*n2**8 + 408*m1**3*m2**10*n1**7*n2**10 + 34*m1**2*m2**
11*n1**16*n2 - 444*m1**2*m2**11*n1**14*n2**3 + 96*m1**2*m2**11*n1**12*n2**5 +
412*m1**2*m2**11*n1**10*n2**7 - 162*m1**2*m2**11*n1**8*n2**9 - 2*m1*m2**12*n1**
17 + 64*m1*m2**12*n1**15*n2**2 - 36*m1*m2**12*n1**13*n2**4 - 64*m1*m2**12*n1**11
*n2**6 + 38*m1*m2**12*n1**9*n2**8 - 4*m2**13*n1**16*n2 + 4*m2**13*n1**14*n2**3 +
4*m2**13*n1**12*n2**5 - 4*m2**13*n1**10*n2**7) + v1*v3**2*( - 6*a33*m1**14*n1**
6*n2**9 + 10*a33*m1**14*n1**4*n2**11 - 2*a33*m1**14*n1**2*n2**13 - 2*a33*m1**14*
n2**15 + 54*a33*m1**13*m2*n1**7*n2**8 - 134*a33*m1**13*m2*n1**5*n2**10 + 58*a33*
m1**13*m2*n1**3*n2**12 + 22*a33*m1**13*m2*n1*n2**14 - 216*a33*m1**12*m2**2*n1**8
*n2**7 + 760*a33*m1**12*m2**2*n1**6*n2**9 - 540*a33*m1**12*m2**2*n1**4*n2**11 -
64*a33*m1**12*m2**2*n1**2*n2**13 - 4*a33*m1**12*m2**2*n2**15 + 504*a33*m1**11*m2
**3*n1**9*n2**6 - 2460*a33*m1**11*m2**3*n1**7*n2**8 + 2588*a33*m1**11*m2**3*n1**
5*n2**10 - 196*a33*m1**11*m2**3*n1**3*n2**12 + 76*a33*m1**11*m2**3*n1*n2**14 -
756*a33*m1**10*m2**4*n1**10*n2**5 + 5100*a33*m1**10*m2**4*n1**8*n2**7 - 7570*a33
*m1**10*m2**4*n1**6*n2**9 + 2006*a33*m1**10*m2**4*n1**4*n2**11 - 578*a33*m1**10*
m2**4*n1**2*n2**13 + 6*a33*m1**10*m2**4*n2**15 + 756*a33*m1**9*m2**5*n1**11*n2**
4 - 7140*a33*m1**9*m2**5*n1**9*n2**6 + 14634*a33*m1**9*m2**5*n1**7*n2**8 - 6986*
a33*m1**9*m2**5*n1**5*n2**10 + 2450*a33*m1**9*m2**5*n1**3*n2**12 - 66*a33*m1**9*
m2**5*n1*n2**14 - 504*a33*m1**8*m2**6*n1**12*n2**3 + 6888*a33*m1**8*m2**6*n1**10
*n2**5 - 19416*a33*m1**8*m2**6*n1**8*n2**7 + 14316*a33*m1**8*m2**6*n1**6*n2**9 -
6600*a33*m1**8*m2**6*n1**4*n2**11 + 324*a33*m1**8*m2**6*n1**2*n2**13 + 216*a33*
m1**7*m2**7*n1**13*n2**2 - 4560*a33*m1**7*m2**7*n1**11*n2**4 + 17880*a33*m1**7*
m2**7*n1**9*n2**6 - 19272*a33*m1**7*m2**7*n1**7*n2**8 + 12048*a33*m1**7*m2**7*n1
**5*n2**10 - 936*a33*m1**7*m2**7*n1**3*n2**12 - 54*a33*m1**6*m2**8*n1**14*n2 +
2010*a33*m1**6*m2**8*n1**12*n2**3 - 11286*a33*m1**6*m2**8*n1**10*n2**5 + 17562*
a33*m1**6*m2**8*n1**8*n2**7 - 15372*a33*m1**6*m2**8*n1**6*n2**9 + 1764*a33*m1**6
*m2**8*n1**4*n2**11 + 6*a33*m1**5*m2**9*n1**15 - 550*a33*m1**5*m2**9*n1**13*n2**
2 + 4670*a33*m1**5*m2**9*n1**11*n2**4 - 10702*a33*m1**5*m2**9*n1**9*n2**6 +
13836*a33*m1**5*m2**9*n1**7*n2**8 - 2268*a33*m1**5*m2**9*n1**5*n2**10 + 80*a33*
m1**4*m2**10*n1**14*n2 - 1132*a33*m1**4*m2**10*n1**12*n2**3 + 4088*a33*m1**4*m2
**10*n1**10*n2**5 - 8700*a33*m1**4*m2**10*n1**8*n2**7 + 2016*a33*m1**4*m2**10*n1
**6*n2**9 - 4*a33*m1**3*m2**11*n1**15 + 108*a33*m1**3*m2**11*n1**13*n2**2 - 788*
a33*m1**3*m2**11*n1**11*n2**4 + 3700*a33*m1**3*m2**11*n1**9*n2**6 - 1224*a33*m1
**3*m2**11*n1**7*n2**8 + 10*a33*m1**2*m2**12*n1**14*n2 - 14*a33*m1**2*m2**12*n1
**12*n2**3 - 994*a33*m1**2*m2**12*n1**10*n2**5 + 486*a33*m1**2*m2**12*n1**8*n2**
7 - 2*a33*m1*m2**13*n1**15 + 34*a33*m1*m2**13*n1**13*n2**2 + 146*a33*m1*m2**13*
n1**11*n2**4 - 114*a33*m1*m2**13*n1**9*n2**6 - 4*a33*m2**14*n1**14*n2 - 8*a33*m2
**14*n1**12*n2**3 + 12*a33*m2**14*n1**10*n2**5) + v2**3*( - 8*a33*m1**14*n1**5*
n2**10 + 8*a33*m1**14*n1**3*n2**12 + 76*a33*m1**13*m2*n1**6*n2**9 - 128*a33*m1**
13*m2*n1**4*n2**11 + 20*a33*m1**13*m2*n1**2*n2**13 - 324*a33*m1**12*m2**2*n1**7*
n2**8 + 824*a33*m1**12*m2**2*n1**5*n2**10 - 292*a33*m1**12*m2**2*n1**3*n2**12 +
16*a33*m1**12*m2**2*n1*n2**14 + 816*a33*m1**11*m2**3*n1**8*n2**7 - 2980*a33*m1**
11*m2**3*n1**6*n2**9 + 1788*a33*m1**11*m2**3*n1**4*n2**11 - 236*a33*m1**11*m2**3
*n1**2*n2**13 + 4*a33*m1**11*m2**3*n2**15 - 1344*a33*m1**10*m2**4*n1**9*n2**6 +
6900*a33*m1**10*m2**4*n1**7*n2**8 - 6260*a33*m1**10*m2**4*n1**5*n2**10 + 1444*
a33*m1**10*m2**4*n1**3*n2**12 - 68*a33*m1**10*m2**4*n1*n2**14 + 1512*a33*m1**9*
m2**5*n1**10*n2**5 - 10896*a33*m1**9*m2**5*n1**8*n2**7 + 14160*a33*m1**9*m2**5*
n1**6*n2**9 - 5020*a33*m1**9*m2**5*n1**4*n2**11 + 440*a33*m1**9*m2**5*n1**2*n2**
13 - 4*a33*m1**9*m2**5*n2**15 - 1176*a33*m1**8*m2**6*n1**11*n2**4 + 12096*a33*m1
**8*m2**6*n1**9*n2**6 - 21960*a33*m1**8*m2**6*n1**7*n2**8 + 11220*a33*m1**8*m2**
6*n1**5*n2**10 - 1560*a33*m1**8*m2**6*n1**3*n2**12 + 36*a33*m1**8*m2**6*n1*n2**
14 + 624*a33*m1**7*m2**7*n1**12*n2**3 - 9528*a33*m1**7*m2**7*n1**10*n2**5 +
24024*a33*m1**7*m2**7*n1**8*n2**7 - 17112*a33*m1**7*m2**7*n1**6*n2**9 + 3480*a33
*m1**7*m2**7*n1**4*n2**11 - 144*a33*m1**7*m2**7*n1**2*n2**13 - 216*a33*m1**6*m2
**8*n1**13*n2**2 + 5280*a33*m1**6*m2**8*n1**11*n2**4 - 18696*a33*m1**6*m2**8*n1
**9*n2**6 + 18312*a33*m1**6*m2**8*n1**7*n2**8 - 5208*a33*m1**6*m2**8*n1**5*n2**
10 + 336*a33*m1**6*m2**8*n1**3*n2**12 + 44*a33*m1**5*m2**9*n1**14*n2 - 2000*a33*
m1**5*m2**9*n1**12*n2**3 + 10260*a33*m1**5*m2**9*n1**10*n2**5 - 13848*a33*m1**5*
m2**9*n1**8*n2**7 + 5376*a33*m1**5*m2**9*n1**6*n2**9 - 504*a33*m1**5*m2**9*n1**4
*n2**11 - 4*a33*m1**4*m2**10*n1**15 + 488*a33*m1**4*m2**10*n1**13*n2**2 - 3860*
a33*m1**4*m2**10*n1**11*n2**4 + 7320*a33*m1**4*m2**10*n1**9*n2**6 - 3840*a33*m1
**4*m2**10*n1**7*n2**8 + 504*a33*m1**4*m2**10*n1**5*n2**10 - 68*a33*m1**3*m2**11
*n1**14*n2 + 940*a33*m1**3*m2**11*n1**12*n2**3 - 2620*a33*m1**3*m2**11*n1**10*n2
**5 + 1860*a33*m1**3*m2**11*n1**8*n2**7 - 336*a33*m1**3*m2**11*n1**6*n2**9 + 4*
a33*m1**2*m2**12*n1**15 - 132*a33*m1**2*m2**12*n1**13*n2**2 + 596*a33*m1**2*m2**
12*n1**11*n2**4 - 580*a33*m1**2*m2**12*n1**9*n2**6 + 144*a33*m1**2*m2**12*n1**7*
n2**8 + 8*a33*m1*m2**13*n1**14*n2 - 76*a33*m1*m2**13*n1**12*n2**3 + 104*a33*m1*
m2**13*n1**10*n2**5 - 36*a33*m1*m2**13*n1**8*n2**7 + 4*a33*m2**14*n1**13*n2**2 -
8*a33*m2**14*n1**11*n2**4 + 4*a33*m2**14*n1**9*n2**6) + v2**2*v3**2*(4*a33**2*
m1**15*n1**4*n2**9 - 4*a33**2*m1**15*n1**2*n2**11 - 36*a33**2*m1**14*m2*n1**5*n2
**8 + 60*a33**2*m1**14*m2*n1**3*n2**10 - 8*a33**2*m1**14*m2*n1*n2**12 + 144*a33
**2*m1**13*m2**2*n1**6*n2**7 - 360*a33**2*m1**13*m2**2*n1**4*n2**9 + 108*a33**2*
m1**13*m2**2*n1**2*n2**11 - 4*a33**2*m1**13*m2**2*n2**13 - 336*a33**2*m1**12*m2
**3*n1**7*n2**6 + 1200*a33**2*m1**12*m2**3*n1**5*n2**8 - 596*a33**2*m1**12*m2**3
*n1**3*n2**10 + 52*a33**2*m1**12*m2**3*n1*n2**12 + 504*a33**2*m1**11*m2**4*n1**8
*n2**5 - 2520*a33**2*m1**11*m2**4*n1**6*n2**7 + 1820*a33**2*m1**11*m2**4*n1**4*
n2**9 - 252*a33**2*m1**11*m2**4*n1**2*n2**11 - 504*a33**2*m1**10*m2**5*n1**9*n2
**4 + 3528*a33**2*m1**10*m2**5*n1**7*n2**6 - 3420*a33**2*m1**10*m2**5*n1**5*n2**
8 + 580*a33**2*m1**10*m2**5*n1**3*n2**10 + 24*a33**2*m1**10*m2**5*n1*n2**12 +
336*a33**2*m1**9*m2**6*n1**10*n2**3 - 3360*a33**2*m1**9*m2**6*n1**8*n2**5 + 4056
*a33**2*m1**9*m2**6*n1**6*n2**7 - 480*a33**2*m1**9*m2**6*n1**4*n2**9 - 220*a33**
2*m1**9*m2**6*n1**2*n2**11 + 4*a33**2*m1**9*m2**6*n2**13 - 144*a33**2*m1**8*m2**
7*n1**11*n2**2 + 2160*a33**2*m1**8*m2**7*n1**9*n2**4 - 2856*a33**2*m1**8*m2**7*
n1**7*n2**6 - 792*a33**2*m1**8*m2**7*n1**5*n2**8 + 900*a33**2*m1**8*m2**7*n1**3*
n2**10 - 36*a33**2*m1**8*m2**7*n1*n2**12 + 36*a33**2*m1**7*m2**8*n1**12*n2 - 900
*a33**2*m1**7*m2**8*n1**10*n2**3 + 792*a33**2*m1**7*m2**8*n1**8*n2**5 + 2856*a33
**2*m1**7*m2**8*n1**6*n2**7 - 2160*a33**2*m1**7*m2**8*n1**4*n2**9 + 144*a33**2*
m1**7*m2**8*n1**2*n2**11 - 4*a33**2*m1**6*m2**9*n1**13 + 220*a33**2*m1**6*m2**9*
n1**11*n2**2 + 480*a33**2*m1**6*m2**9*n1**9*n2**4 - 4056*a33**2*m1**6*m2**9*n1**
7*n2**6 + 3360*a33**2*m1**6*m2**9*n1**5*n2**8 - 336*a33**2*m1**6*m2**9*n1**3*n2
**10 - 24*a33**2*m1**5*m2**10*n1**12*n2 - 580*a33**2*m1**5*m2**10*n1**10*n2**3 +
3420*a33**2*m1**5*m2**10*n1**8*n2**5 - 3528*a33**2*m1**5*m2**10*n1**6*n2**7 +
504*a33**2*m1**5*m2**10*n1**4*n2**9 + 252*a33**2*m1**4*m2**11*n1**11*n2**2 -
1820*a33**2*m1**4*m2**11*n1**9*n2**4 + 2520*a33**2*m1**4*m2**11*n1**7*n2**6 -
504*a33**2*m1**4*m2**11*n1**5*n2**8 - 52*a33**2*m1**3*m2**12*n1**12*n2 + 596*a33
**2*m1**3*m2**12*n1**10*n2**3 - 1200*a33**2*m1**3*m2**12*n1**8*n2**5 + 336*a33**
2*m1**3*m2**12*n1**6*n2**7 + 4*a33**2*m1**2*m2**13*n1**13 - 108*a33**2*m1**2*m2
**13*n1**11*n2**2 + 360*a33**2*m1**2*m2**13*n1**9*n2**4 - 144*a33**2*m1**2*m2**
13*n1**7*n2**6 + 8*a33**2*m1*m2**14*n1**12*n2 - 60*a33**2*m1*m2**14*n1**10*n2**3
+ 36*a33**2*m1*m2**14*n1**8*n2**5 + 4*a33**2*m2**15*n1**11*n2**2 - 4*a33**2*m2
**15*n1**9*n2**4) + v2**2*( - m1**13*n1**8*n2**9 + 6*m1**13*n1**6*n2**11 - 6*m1
**13*n1**2*n2**15 + m1**13*n2**17 + 9*m1**12*m2*n1**9*n2**8 - 66*m1**12*m2*n1**7
*n2**10 + 28*m1**12*m2*n1**5*n2**12 + 82*m1**12*m2*n1**3*n2**14 - 21*m1**12*m2*
n1*n2**16 - 36*m1**11*m2**2*n1**10*n2**7 + 326*m1**11*m2**2*n1**8*n2**9 - 296*m1
**11*m2**2*n1**6*n2**11 - 468*m1**11*m2**2*n1**4*n2**13 + 188*m1**11*m2**2*n1**2
*n2**15 - 2*m1**11*m2**2*n2**17 + 84*m1**10*m2**3*n1**11*n2**6 - 954*m1**10*m2**
3*n1**9*n2**8 + 1416*m1**10*m2**3*n1**7*n2**10 + 1484*m1**10*m2**3*n1**5*n2**12
- 940*m1**10*m2**3*n1**3*n2**14 + 30*m1**10*m2**3*n1*n2**16 - 126*m1**9*m2**4*n1
**12*n2**5 + 1836*m1**9*m2**4*n1**10*n2**7 - 4045*m1**9*m2**4*n1**8*n2**9 - 2850
*m1**9*m2**4*n1**6*n2**11 + 2970*m1**9*m2**4*n1**4*n2**13 - 186*m1**9*m2**4*n1**
2*n2**15 + m1**9*m2**4*n2**17 + 126*m1**8*m2**5*n1**13*n2**4 - 2436*m1**8*m2**5*
n1**11*n2**6 + 7665*m1**8*m2**5*n1**9*n2**8 + 3222*m1**8*m2**5*n1**7*n2**10 -
6342*m1**8*m2**5*n1**5*n2**12 + 654*m1**8*m2**5*n1**3*n2**14 - 9*m1**8*m2**5*n1*
n2**16 - 84*m1**7*m2**6*n1**14*n2**3 + 2268*m1**7*m2**6*n1**12*n2**5 - 10116*m1
**7*m2**6*n1**10*n2**7 - 1464*m1**7*m2**6*n1**8*n2**9 + 9492*m1**7*m2**6*n1**6*
n2**11 - 1476*m1**7*m2**6*n1**4*n2**13 + 36*m1**7*m2**6*n1**2*n2**15 + 36*m1**6*
m2**7*n1**15*n2**2 - 1476*m1**6*m2**7*n1**13*n2**4 + 9492*m1**6*m2**7*n1**11*n2
**6 - 1464*m1**6*m2**7*n1**9*n2**8 - 10116*m1**6*m2**7*n1**7*n2**10 + 2268*m1**6
*m2**7*n1**5*n2**12 - 84*m1**6*m2**7*n1**3*n2**14 - 9*m1**5*m2**8*n1**16*n2 +
654*m1**5*m2**8*n1**14*n2**3 - 6342*m1**5*m2**8*n1**12*n2**5 + 3222*m1**5*m2**8*
n1**10*n2**7 + 7665*m1**5*m2**8*n1**8*n2**9 - 2436*m1**5*m2**8*n1**6*n2**11 +
126*m1**5*m2**8*n1**4*n2**13 + m1**4*m2**9*n1**17 - 186*m1**4*m2**9*n1**15*n2**2
+ 2970*m1**4*m2**9*n1**13*n2**4 - 2850*m1**4*m2**9*n1**11*n2**6 - 4045*m1**4*m2
**9*n1**9*n2**8 + 1836*m1**4*m2**9*n1**7*n2**10 - 126*m1**4*m2**9*n1**5*n2**12 +
30*m1**3*m2**10*n1**16*n2 - 940*m1**3*m2**10*n1**14*n2**3 + 1484*m1**3*m2**10*
n1**12*n2**5 + 1416*m1**3*m2**10*n1**10*n2**7 - 954*m1**3*m2**10*n1**8*n2**9 +
84*m1**3*m2**10*n1**6*n2**11 - 2*m1**2*m2**11*n1**17 + 188*m1**2*m2**11*n1**15*
n2**2 - 468*m1**2*m2**11*n1**13*n2**4 - 296*m1**2*m2**11*n1**11*n2**6 + 326*m1**
2*m2**11*n1**9*n2**8 - 36*m1**2*m2**11*n1**7*n2**10 - 21*m1*m2**12*n1**16*n2 +
82*m1*m2**12*n1**14*n2**3 + 28*m1*m2**12*n1**12*n2**5 - 66*m1*m2**12*n1**10*n2**
7 + 9*m1*m2**12*n1**8*n2**9 + m2**13*n1**17 - 6*m2**13*n1**15*n2**2 + 6*m2**13*
n1**11*n2**6 - m2**13*n1**9*n2**8) + v2*v3**2*( - 12*a33*m1**14*n1**5*n2**10 + 8
*a33*m1**14*n1**3*n2**12 + 4*a33*m1**14*n1*n2**14 + 114*a33*m1**13*m2*n1**6*n2**
9 - 146*a33*m1**13*m2*n1**4*n2**11 - 34*a33*m1**13*m2*n1**2*n2**13 + 2*a33*m1**
13*m2*n2**15 - 486*a33*m1**12*m2**2*n1**7*n2**8 + 994*a33*m1**12*m2**2*n1**5*n2
**10 + 14*a33*m1**12*m2**2*n1**3*n2**12 - 10*a33*m1**12*m2**2*n1*n2**14 + 1224*
a33*m1**11*m2**3*n1**8*n2**7 - 3700*a33*m1**11*m2**3*n1**6*n2**9 + 788*a33*m1**
11*m2**3*n1**4*n2**11 - 108*a33*m1**11*m2**3*n1**2*n2**13 + 4*a33*m1**11*m2**3*
n2**15 - 2016*a33*m1**10*m2**4*n1**9*n2**6 + 8700*a33*m1**10*m2**4*n1**7*n2**8 -
4088*a33*m1**10*m2**4*n1**5*n2**10 + 1132*a33*m1**10*m2**4*n1**3*n2**12 - 80*
a33*m1**10*m2**4*n1*n2**14 + 2268*a33*m1**9*m2**5*n1**10*n2**5 - 13836*a33*m1**9
*m2**5*n1**8*n2**7 + 10702*a33*m1**9*m2**5*n1**6*n2**9 - 4670*a33*m1**9*m2**5*n1
**4*n2**11 + 550*a33*m1**9*m2**5*n1**2*n2**13 - 6*a33*m1**9*m2**5*n2**15 - 1764*
a33*m1**8*m2**6*n1**11*n2**4 + 15372*a33*m1**8*m2**6*n1**9*n2**6 - 17562*a33*m1
**8*m2**6*n1**7*n2**8 + 11286*a33*m1**8*m2**6*n1**5*n2**10 - 2010*a33*m1**8*m2**
6*n1**3*n2**12 + 54*a33*m1**8*m2**6*n1*n2**14 + 936*a33*m1**7*m2**7*n1**12*n2**3
- 12048*a33*m1**7*m2**7*n1**10*n2**5 + 19272*a33*m1**7*m2**7*n1**8*n2**7 -
17880*a33*m1**7*m2**7*n1**6*n2**9 + 4560*a33*m1**7*m2**7*n1**4*n2**11 - 216*a33*
m1**7*m2**7*n1**2*n2**13 - 324*a33*m1**6*m2**8*n1**13*n2**2 + 6600*a33*m1**6*m2
**8*n1**11*n2**4 - 14316*a33*m1**6*m2**8*n1**9*n2**6 + 19416*a33*m1**6*m2**8*n1
**7*n2**8 - 6888*a33*m1**6*m2**8*n1**5*n2**10 + 504*a33*m1**6*m2**8*n1**3*n2**12
+ 66*a33*m1**5*m2**9*n1**14*n2 - 2450*a33*m1**5*m2**9*n1**12*n2**3 + 6986*a33*
m1**5*m2**9*n1**10*n2**5 - 14634*a33*m1**5*m2**9*n1**8*n2**7 + 7140*a33*m1**5*m2
**9*n1**6*n2**9 - 756*a33*m1**5*m2**9*n1**4*n2**11 - 6*a33*m1**4*m2**10*n1**15 +
578*a33*m1**4*m2**10*n1**13*n2**2 - 2006*a33*m1**4*m2**10*n1**11*n2**4 + 7570*
a33*m1**4*m2**10*n1**9*n2**6 - 5100*a33*m1**4*m2**10*n1**7*n2**8 + 756*a33*m1**4
*m2**10*n1**5*n2**10 - 76*a33*m1**3*m2**11*n1**14*n2 + 196*a33*m1**3*m2**11*n1**
12*n2**3 - 2588*a33*m1**3*m2**11*n1**10*n2**5 + 2460*a33*m1**3*m2**11*n1**8*n2**
7 - 504*a33*m1**3*m2**11*n1**6*n2**9 + 4*a33*m1**2*m2**12*n1**15 + 64*a33*m1**2*
m2**12*n1**13*n2**2 + 540*a33*m1**2*m2**12*n1**11*n2**4 - 760*a33*m1**2*m2**12*
n1**9*n2**6 + 216*a33*m1**2*m2**12*n1**7*n2**8 - 22*a33*m1*m2**13*n1**14*n2 - 58
*a33*m1*m2**13*n1**12*n2**3 + 134*a33*m1*m2**13*n1**10*n2**5 - 54*a33*m1*m2**13*
n1**8*n2**7 + 2*a33*m2**14*n1**15 + 2*a33*m2**14*n1**13*n2**2 - 10*a33*m2**14*n1
**11*n2**4 + 6*a33*m2**14*n1**9*n2**6) + v3**4*(5*a33**2*m1**15*n1**4*n2**9 - 4*
a33**2*m1**15*n1**2*n2**11 - a33**2*m1**15*n2**13 - 45*a33**2*m1**14*m2*n1**5*n2
**8 + 64*a33**2*m1**14*m2*n1**3*n2**10 + 5*a33**2*m1**14*m2*n1*n2**12 + 180*a33
**2*m1**13*m2**2*n1**6*n2**7 - 395*a33**2*m1**13*m2**2*n1**4*n2**9 + 36*a33**2*
m1**13*m2**2*n1**2*n2**11 - 5*a33**2*m1**13*m2**2*n2**13 - 420*a33**2*m1**12*m2
**3*n1**7*n2**6 + 1335*a33**2*m1**12*m2**3*n1**5*n2**8 - 360*a33**2*m1**12*m2**3
*n1**3*n2**10 + 69*a33**2*m1**12*m2**3*n1*n2**12 + 630*a33**2*m1**11*m2**4*n1**8
*n2**5 - 2820*a33**2*m1**11*m2**4*n1**6*n2**7 + 1285*a33**2*m1**11*m2**4*n1**4*
n2**9 - 360*a33**2*m1**11*m2**4*n1**2*n2**11 + a33**2*m1**11*m2**4*n2**13 - 630*
a33**2*m1**10*m2**5*n1**9*n2**4 + 3948*a33**2*m1**10*m2**5*n1**7*n2**6 - 2493*
a33**2*m1**10*m2**5*n1**5*n2**8 + 956*a33**2*m1**10*m2**5*n1**3*n2**10 + 19*a33
**2*m1**10*m2**5*n1*n2**12 + 420*a33**2*m1**9*m2**6*n1**10*n2**3 - 3738*a33**2*
m1**9*m2**6*n1**8*n2**5 + 2760*a33**2*m1**9*m2**6*n1**6*n2**7 - 1315*a33**2*m1**
9*m2**6*n1**4*n2**9 - 220*a33**2*m1**9*m2**6*n1**2*n2**11 + 5*a33**2*m1**9*m2**6
*n2**13 - 180*a33**2*m1**8*m2**7*n1**11*n2**2 + 2370*a33**2*m1**8*m2**7*n1**9*n2
**4 - 1392*a33**2*m1**8*m2**7*n1**7*n2**6 + 495*a33**2*m1**8*m2**7*n1**5*n2**8 +
960*a33**2*m1**8*m2**7*n1**3*n2**10 - 45*a33**2*m1**8*m2**7*n1*n2**12 + 45*a33
**2*m1**7*m2**8*n1**12*n2 - 960*a33**2*m1**7*m2**8*n1**10*n2**3 - 495*a33**2*m1
**7*m2**8*n1**8*n2**5 + 1392*a33**2*m1**7*m2**8*n1**6*n2**7 - 2370*a33**2*m1**7*
m2**8*n1**4*n2**9 + 180*a33**2*m1**7*m2**8*n1**2*n2**11 - 5*a33**2*m1**6*m2**9*
n1**13 + 220*a33**2*m1**6*m2**9*n1**11*n2**2 + 1315*a33**2*m1**6*m2**9*n1**9*n2
**4 - 2760*a33**2*m1**6*m2**9*n1**7*n2**6 + 3738*a33**2*m1**6*m2**9*n1**5*n2**8
- 420*a33**2*m1**6*m2**9*n1**3*n2**10 - 19*a33**2*m1**5*m2**10*n1**12*n2 - 956*
a33**2*m1**5*m2**10*n1**10*n2**3 + 2493*a33**2*m1**5*m2**10*n1**8*n2**5 - 3948*
a33**2*m1**5*m2**10*n1**6*n2**7 + 630*a33**2*m1**5*m2**10*n1**4*n2**9 - a33**2*
m1**4*m2**11*n1**13 + 360*a33**2*m1**4*m2**11*n1**11*n2**2 - 1285*a33**2*m1**4*
m2**11*n1**9*n2**4 + 2820*a33**2*m1**4*m2**11*n1**7*n2**6 - 630*a33**2*m1**4*m2
**11*n1**5*n2**8 - 69*a33**2*m1**3*m2**12*n1**12*n2 + 360*a33**2*m1**3*m2**12*n1
**10*n2**3 - 1335*a33**2*m1**3*m2**12*n1**8*n2**5 + 420*a33**2*m1**3*m2**12*n1**
6*n2**7 + 5*a33**2*m1**2*m2**13*n1**13 - 36*a33**2*m1**2*m2**13*n1**11*n2**2 +
395*a33**2*m1**2*m2**13*n1**9*n2**4 - 180*a33**2*m1**2*m2**13*n1**7*n2**6 - 5*
a33**2*m1*m2**14*n1**12*n2 - 64*a33**2*m1*m2**14*n1**10*n2**3 + 45*a33**2*m1*m2
**14*n1**8*n2**5 + a33**2*m2**15*n1**13 + 4*a33**2*m2**15*n1**11*n2**2 - 5*a33**
2*m2**15*n1**9*n2**4) + v3**2*( - m1**13*n1**8*n2**9 + 2*m1**13*n1**6*n2**11 - 2
*m1**13*n1**2*n2**15 + m1**13*n2**17 + 9*m1**12*m2*n1**9*n2**8 - 26*m1**12*m2*n1
**7*n2**10 + 8*m1**12*m2*n1**5*n2**12 + 26*m1**12*m2*n1**3*n2**14 - 17*m1**12*m2
*n1*n2**16 - 36*m1**11*m2**2*n1**10*n2**7 + 145*m1**11*m2**2*n1**8*n2**9 - 94*m1
**11*m2**2*n1**6*n2**11 - 144*m1**11*m2**2*n1**4*n2**13 + 130*m1**11*m2**2*n1**2
*n2**15 - m1**11*m2**2*n2**17 + 84*m1**10*m2**3*n1**11*n2**6 - 465*m1**10*m2**3*
n1**9*n2**8 + 490*m1**10*m2**3*n1**7*n2**10 + 436*m1**10*m2**3*n1**5*n2**12 -
590*m1**10*m2**3*n1**3*n2**14 + 13*m1**10*m2**3*n1*n2**16 - 126*m1**9*m2**4*n1**
12*n2**5 + 960*m1**9*m2**4*n1**10*n2**7 - 1500*m1**9*m2**4*n1**8*n2**9 - 740*m1
**9*m2**4*n1**6*n2**11 + 1770*m1**9*m2**4*n1**4*n2**13 - 76*m1**9*m2**4*n1**2*n2
**15 + 126*m1**8*m2**5*n1**13*n2**4 - 1344*m1**8*m2**5*n1**11*n2**6 + 3000*m1**8
*m2**5*n1**9*n2**8 + 504*m1**8*m2**5*n1**7*n2**10 - 3702*m1**8*m2**5*n1**5*n2**
12 + 264*m1**8*m2**5*n1**3*n2**14 - 84*m1**7*m2**6*n1**14*n2**3 + 1302*m1**7*m2
**6*n1**12*n2**5 - 4116*m1**7*m2**6*n1**10*n2**7 + 648*m1**7*m2**6*n1**8*n2**9 +
5544*m1**7*m2**6*n1**6*n2**11 - 606*m1**7*m2**6*n1**4*n2**13 + 36*m1**6*m2**7*
n1**15*n2**2 - 870*m1**6*m2**7*n1**13*n2**4 + 3948*m1**6*m2**7*n1**11*n2**6 -
2112*m1**6*m2**7*n1**9*n2**8 - 6000*m1**6*m2**7*n1**7*n2**10 + 966*m1**6*m2**7*
n1**5*n2**12 - 9*m1**5*m2**8*n1**16*n2 + 390*m1**5*m2**8*n1**14*n2**3 - 2640*m1
**5*m2**8*n1**12*n2**5 + 2718*m1**5*m2**8*n1**10*n2**7 + 4665*m1**5*m2**8*n1**8*
n2**9 - 1092*m1**5*m2**8*n1**6*n2**11 + m1**4*m2**9*n1**17 - 110*m1**4*m2**9*n1
**15*n2**2 + 1200*m1**4*m2**9*n1**13*n2**4 - 2110*m1**4*m2**9*n1**11*n2**6 -
2545*m1**4*m2**9*n1**9*n2**8 + 876*m1**4*m2**9*n1**7*n2**10 + 17*m1**3*m2**10*n1
**16*n2 - 350*m1**3*m2**10*n1**14*n2**3 + 1048*m1**3*m2**10*n1**12*n2**5 + 926*
m1**3*m2**10*n1**10*n2**7 - 489*m1**3*m2**10*n1**8*n2**9 - m1**2*m2**11*n1**17 +
58*m1**2*m2**11*n1**15*n2**2 - 324*m1**2*m2**11*n1**13*n2**4 - 202*m1**2*m2**11
*n1**11*n2**6 + 181*m1**2*m2**11*n1**9*n2**8 - 4*m1*m2**12*n1**16*n2 + 56*m1*m2
**12*n1**14*n2**3 + 20*m1*m2**12*n1**12*n2**5 - 40*m1*m2**12*n1**10*n2**7 - 4*m2
**13*n1**15*n2**2 + 4*m2**13*n1**11*n2**6)$
FI=u1**3*v1*(a33*m1**11*n1**8*n2**9 + 2*a33*m1**11*n1**6*n2**11 - 2*a33*m1**11*
n1**2*n2**15 - a33*m1**11*n2**17 - 9*a33*m1**10*m2*n1**9*n2**8 - 14*a33*m1**10*
m2*n1**7*n2**10 + 12*a33*m1**10*m2*n1**5*n2**12 + 30*a33*m1**10*m2*n1**3*n2**14
+ 13*a33*m1**10*m2*n1*n2**16 + 36*a33*m1**9*m2**2*n1**10*n2**7 + 35*a33*m1**9*m2
**2*n1**8*n2**9 - 110*a33*m1**9*m2**2*n1**6*n2**11 - 180*a33*m1**9*m2**2*n1**4*
n2**13 - 70*a33*m1**9*m2**2*n1**2*n2**15 + a33*m1**9*m2**2*n2**17 - 84*a33*m1**8
*m2**3*n1**11*n2**6 - 15*a33*m1**8*m2**3*n1**9*n2**8 + 450*a33*m1**8*m2**3*n1**7
*n2**10 + 600*a33*m1**8*m2**3*n1**5*n2**12 + 210*a33*m1**8*m2**3*n1**3*n2**14 -
9*a33*m1**8*m2**3*n1*n2**16 + 126*a33*m1**7*m2**4*n1**12*n2**5 - 120*a33*m1**7*
m2**4*n1**10*n2**7 - 1080*a33*m1**7*m2**4*n1**8*n2**9 - 1260*a33*m1**7*m2**4*n1
**6*n2**11 - 390*a33*m1**7*m2**4*n1**4*n2**13 + 36*a33*m1**7*m2**4*n1**2*n2**15
- 126*a33*m1**6*m2**5*n1**13*n2**4 + 336*a33*m1**6*m2**5*n1**11*n2**6 + 1680*a33
*m1**6*m2**5*n1**9*n2**8 + 1764*a33*m1**6*m2**5*n1**7*n2**10 + 462*a33*m1**6*m2
**5*n1**5*n2**12 - 84*a33*m1**6*m2**5*n1**3*n2**14 + 84*a33*m1**5*m2**6*n1**14*
n2**3 - 462*a33*m1**5*m2**6*n1**12*n2**5 - 1764*a33*m1**5*m2**6*n1**10*n2**7 -
1680*a33*m1**5*m2**6*n1**8*n2**9 - 336*a33*m1**5*m2**6*n1**6*n2**11 + 126*a33*m1
**5*m2**6*n1**4*n2**13 - 36*a33*m1**4*m2**7*n1**15*n2**2 + 390*a33*m1**4*m2**7*
n1**13*n2**4 + 1260*a33*m1**4*m2**7*n1**11*n2**6 + 1080*a33*m1**4*m2**7*n1**9*n2
**8 + 120*a33*m1**4*m2**7*n1**7*n2**10 - 126*a33*m1**4*m2**7*n1**5*n2**12 + 9*
a33*m1**3*m2**8*n1**16*n2 - 210*a33*m1**3*m2**8*n1**14*n2**3 - 600*a33*m1**3*m2
**8*n1**12*n2**5 - 450*a33*m1**3*m2**8*n1**10*n2**7 + 15*a33*m1**3*m2**8*n1**8*
n2**9 + 84*a33*m1**3*m2**8*n1**6*n2**11 - a33*m1**2*m2**9*n1**17 + 70*a33*m1**2*
m2**9*n1**15*n2**2 + 180*a33*m1**2*m2**9*n1**13*n2**4 + 110*a33*m1**2*m2**9*n1**
11*n2**6 - 35*a33*m1**2*m2**9*n1**9*n2**8 - 36*a33*m1**2*m2**9*n1**7*n2**10 - 13
*a33*m1*m2**10*n1**16*n2 - 30*a33*m1*m2**10*n1**14*n2**3 - 12*a33*m1*m2**10*n1**
12*n2**5 + 14*a33*m1*m2**10*n1**10*n2**7 + 9*a33*m1*m2**10*n1**8*n2**9 + a33*m2
**11*n1**17 + 2*a33*m2**11*n1**15*n2**2 - 2*a33*m2**11*n1**11*n2**6 - a33*m2**11
*n1**9*n2**8) + u1**2*u2*v2*(a33*m1**11*n1**8*n2**9 + 2*a33*m1**11*n1**6*n2**11
- 2*a33*m1**11*n1**2*n2**15 - a33*m1**11*n2**17 - 9*a33*m1**10*m2*n1**9*n2**8 -
14*a33*m1**10*m2*n1**7*n2**10 + 12*a33*m1**10*m2*n1**5*n2**12 + 30*a33*m1**10*m2
*n1**3*n2**14 + 13*a33*m1**10*m2*n1*n2**16 + 36*a33*m1**9*m2**2*n1**10*n2**7 +
35*a33*m1**9*m2**2*n1**8*n2**9 - 110*a33*m1**9*m2**2*n1**6*n2**11 - 180*a33*m1**
9*m2**2*n1**4*n2**13 - 70*a33*m1**9*m2**2*n1**2*n2**15 + a33*m1**9*m2**2*n2**17
- 84*a33*m1**8*m2**3*n1**11*n2**6 - 15*a33*m1**8*m2**3*n1**9*n2**8 + 450*a33*m1
**8*m2**3*n1**7*n2**10 + 600*a33*m1**8*m2**3*n1**5*n2**12 + 210*a33*m1**8*m2**3*
n1**3*n2**14 - 9*a33*m1**8*m2**3*n1*n2**16 + 126*a33*m1**7*m2**4*n1**12*n2**5 -
120*a33*m1**7*m2**4*n1**10*n2**7 - 1080*a33*m1**7*m2**4*n1**8*n2**9 - 1260*a33*
m1**7*m2**4*n1**6*n2**11 - 390*a33*m1**7*m2**4*n1**4*n2**13 + 36*a33*m1**7*m2**4
*n1**2*n2**15 - 126*a33*m1**6*m2**5*n1**13*n2**4 + 336*a33*m1**6*m2**5*n1**11*n2
**6 + 1680*a33*m1**6*m2**5*n1**9*n2**8 + 1764*a33*m1**6*m2**5*n1**7*n2**10 + 462
*a33*m1**6*m2**5*n1**5*n2**12 - 84*a33*m1**6*m2**5*n1**3*n2**14 + 84*a33*m1**5*
m2**6*n1**14*n2**3 - 462*a33*m1**5*m2**6*n1**12*n2**5 - 1764*a33*m1**5*m2**6*n1
**10*n2**7 - 1680*a33*m1**5*m2**6*n1**8*n2**9 - 336*a33*m1**5*m2**6*n1**6*n2**11
+ 126*a33*m1**5*m2**6*n1**4*n2**13 - 36*a33*m1**4*m2**7*n1**15*n2**2 + 390*a33*
m1**4*m2**7*n1**13*n2**4 + 1260*a33*m1**4*m2**7*n1**11*n2**6 + 1080*a33*m1**4*m2
**7*n1**9*n2**8 + 120*a33*m1**4*m2**7*n1**7*n2**10 - 126*a33*m1**4*m2**7*n1**5*
n2**12 + 9*a33*m1**3*m2**8*n1**16*n2 - 210*a33*m1**3*m2**8*n1**14*n2**3 - 600*
a33*m1**3*m2**8*n1**12*n2**5 - 450*a33*m1**3*m2**8*n1**10*n2**7 + 15*a33*m1**3*
m2**8*n1**8*n2**9 + 84*a33*m1**3*m2**8*n1**6*n2**11 - a33*m1**2*m2**9*n1**17 +
70*a33*m1**2*m2**9*n1**15*n2**2 + 180*a33*m1**2*m2**9*n1**13*n2**4 + 110*a33*m1
**2*m2**9*n1**11*n2**6 - 35*a33*m1**2*m2**9*n1**9*n2**8 - 36*a33*m1**2*m2**9*n1
**7*n2**10 - 13*a33*m1*m2**10*n1**16*n2 - 30*a33*m1*m2**10*n1**14*n2**3 - 12*a33
*m1*m2**10*n1**12*n2**5 + 14*a33*m1*m2**10*n1**10*n2**7 + 9*a33*m1*m2**10*n1**8*
n2**9 + a33*m2**11*n1**17 + 2*a33*m2**11*n1**15*n2**2 - 2*a33*m2**11*n1**11*n2**
6 - a33*m2**11*n1**9*n2**8) + u1**2*u3*v3*(a33*m1**11*n1**8*n2**9 + 2*a33*m1**11
*n1**6*n2**11 - 2*a33*m1**11*n1**2*n2**15 - a33*m1**11*n2**17 - 9*a33*m1**10*m2*
n1**9*n2**8 - 14*a33*m1**10*m2*n1**7*n2**10 + 12*a33*m1**10*m2*n1**5*n2**12 + 30
*a33*m1**10*m2*n1**3*n2**14 + 13*a33*m1**10*m2*n1*n2**16 + 36*a33*m1**9*m2**2*n1
**10*n2**7 + 35*a33*m1**9*m2**2*n1**8*n2**9 - 110*a33*m1**9*m2**2*n1**6*n2**11 -
180*a33*m1**9*m2**2*n1**4*n2**13 - 70*a33*m1**9*m2**2*n1**2*n2**15 + a33*m1**9*
m2**2*n2**17 - 84*a33*m1**8*m2**3*n1**11*n2**6 - 15*a33*m1**8*m2**3*n1**9*n2**8
+ 450*a33*m1**8*m2**3*n1**7*n2**10 + 600*a33*m1**8*m2**3*n1**5*n2**12 + 210*a33*
m1**8*m2**3*n1**3*n2**14 - 9*a33*m1**8*m2**3*n1*n2**16 + 126*a33*m1**7*m2**4*n1
**12*n2**5 - 120*a33*m1**7*m2**4*n1**10*n2**7 - 1080*a33*m1**7*m2**4*n1**8*n2**9
- 1260*a33*m1**7*m2**4*n1**6*n2**11 - 390*a33*m1**7*m2**4*n1**4*n2**13 + 36*a33
*m1**7*m2**4*n1**2*n2**15 - 126*a33*m1**6*m2**5*n1**13*n2**4 + 336*a33*m1**6*m2
**5*n1**11*n2**6 + 1680*a33*m1**6*m2**5*n1**9*n2**8 + 1764*a33*m1**6*m2**5*n1**7
*n2**10 + 462*a33*m1**6*m2**5*n1**5*n2**12 - 84*a33*m1**6*m2**5*n1**3*n2**14 +
84*a33*m1**5*m2**6*n1**14*n2**3 - 462*a33*m1**5*m2**6*n1**12*n2**5 - 1764*a33*m1
**5*m2**6*n1**10*n2**7 - 1680*a33*m1**5*m2**6*n1**8*n2**9 - 336*a33*m1**5*m2**6*
n1**6*n2**11 + 126*a33*m1**5*m2**6*n1**4*n2**13 - 36*a33*m1**4*m2**7*n1**15*n2**
2 + 390*a33*m1**4*m2**7*n1**13*n2**4 + 1260*a33*m1**4*m2**7*n1**11*n2**6 + 1080*
a33*m1**4*m2**7*n1**9*n2**8 + 120*a33*m1**4*m2**7*n1**7*n2**10 - 126*a33*m1**4*
m2**7*n1**5*n2**12 + 9*a33*m1**3*m2**8*n1**16*n2 - 210*a33*m1**3*m2**8*n1**14*n2
**3 - 600*a33*m1**3*m2**8*n1**12*n2**5 - 450*a33*m1**3*m2**8*n1**10*n2**7 + 15*
a33*m1**3*m2**8*n1**8*n2**9 + 84*a33*m1**3*m2**8*n1**6*n2**11 - a33*m1**2*m2**9*
n1**17 + 70*a33*m1**2*m2**9*n1**15*n2**2 + 180*a33*m1**2*m2**9*n1**13*n2**4 +
110*a33*m1**2*m2**9*n1**11*n2**6 - 35*a33*m1**2*m2**9*n1**9*n2**8 - 36*a33*m1**2
*m2**9*n1**7*n2**10 - 13*a33*m1*m2**10*n1**16*n2 - 30*a33*m1*m2**10*n1**14*n2**3
- 12*a33*m1*m2**10*n1**12*n2**5 + 14*a33*m1*m2**10*n1**10*n2**7 + 9*a33*m1*m2**
10*n1**8*n2**9 + a33*m2**11*n1**17 + 2*a33*m2**11*n1**15*n2**2 - 2*a33*m2**11*n1
**11*n2**6 - a33*m2**11*n1**9*n2**8) + u1**2*v1*v2*( - 2*a33*m1**12*n1**6*n2**10
- 2*a33*m1**12*n1**4*n2**12 + 2*a33*m1**12*n1**2*n2**14 + 2*a33*m1**12*n2**16 +
20*a33*m1**11*m2*n1**7*n2**9 + 12*a33*m1**11*m2*n1**5*n2**11 - 36*a33*m1**11*m2
*n1**3*n2**13 - 28*a33*m1**11*m2*n1*n2**15 - 90*a33*m1**10*m2**2*n1**8*n2**8 - 8
*a33*m1**10*m2**2*n1**6*n2**10 + 252*a33*m1**10*m2**2*n1**4*n2**12 + 168*a33*m1
**10*m2**2*n1**2*n2**14 - 2*a33*m1**10*m2**2*n2**16 + 240*a33*m1**9*m2**3*n1**9*
n2**7 - 140*a33*m1**9*m2**3*n1**7*n2**9 - 980*a33*m1**9*m2**3*n1**5*n2**11 - 580
*a33*m1**9*m2**3*n1**3*n2**13 + 20*a33*m1**9*m2**3*n1*n2**15 - 420*a33*m1**8*m2
**4*n1**10*n2**6 + 630*a33*m1**8*m2**4*n1**8*n2**8 + 2430*a33*m1**8*m2**4*n1**6*
n2**10 + 1290*a33*m1**8*m2**4*n1**4*n2**12 - 90*a33*m1**8*m2**4*n1**2*n2**14 +
504*a33*m1**7*m2**5*n1**11*n2**5 - 1416*a33*m1**7*m2**5*n1**9*n2**7 - 4104*a33*
m1**7*m2**5*n1**7*n2**9 - 1944*a33*m1**7*m2**5*n1**5*n2**11 + 240*a33*m1**7*m2**
5*n1**3*n2**13 - 420*a33*m1**6*m2**6*n1**12*n2**4 + 2016*a33*m1**6*m2**6*n1**10*
n2**6 + 4872*a33*m1**6*m2**6*n1**8*n2**8 + 2016*a33*m1**6*m2**6*n1**6*n2**10 -
420*a33*m1**6*m2**6*n1**4*n2**12 + 240*a33*m1**5*m2**7*n1**13*n2**3 - 1944*a33*
m1**5*m2**7*n1**11*n2**5 - 4104*a33*m1**5*m2**7*n1**9*n2**7 - 1416*a33*m1**5*m2
**7*n1**7*n2**9 + 504*a33*m1**5*m2**7*n1**5*n2**11 - 90*a33*m1**4*m2**8*n1**14*
n2**2 + 1290*a33*m1**4*m2**8*n1**12*n2**4 + 2430*a33*m1**4*m2**8*n1**10*n2**6 +
630*a33*m1**4*m2**8*n1**8*n2**8 - 420*a33*m1**4*m2**8*n1**6*n2**10 + 20*a33*m1**
3*m2**9*n1**15*n2 - 580*a33*m1**3*m2**9*n1**13*n2**3 - 980*a33*m1**3*m2**9*n1**
11*n2**5 - 140*a33*m1**3*m2**9*n1**9*n2**7 + 240*a33*m1**3*m2**9*n1**7*n2**9 - 2
*a33*m1**2*m2**10*n1**16 + 168*a33*m1**2*m2**10*n1**14*n2**2 + 252*a33*m1**2*m2
**10*n1**12*n2**4 - 8*a33*m1**2*m2**10*n1**10*n2**6 - 90*a33*m1**2*m2**10*n1**8*
n2**8 - 28*a33*m1*m2**11*n1**15*n2 - 36*a33*m1*m2**11*n1**13*n2**3 + 12*a33*m1*
m2**11*n1**11*n2**5 + 20*a33*m1*m2**11*n1**9*n2**7 + 2*a33*m2**12*n1**16 + 2*a33
*m2**12*n1**14*n2**2 - 2*a33*m2**12*n1**12*n2**4 - 2*a33*m2**12*n1**10*n2**6) +
u1**2*v1*( - m1**11*n1**9*n2**9 - 2*m1**11*n1**7*n2**11 + 2*m1**11*n1**3*n2**15
+ m1**11*n1*n2**17 + 9*m1**10*m2*n1**10*n2**8 + 14*m1**10*m2*n1**8*n2**10 - 12*
m1**10*m2*n1**6*n2**12 - 30*m1**10*m2*n1**4*n2**14 - 13*m1**10*m2*n1**2*n2**16 -
36*m1**9*m2**2*n1**11*n2**7 - 35*m1**9*m2**2*n1**9*n2**9 + 110*m1**9*m2**2*n1**
7*n2**11 + 180*m1**9*m2**2*n1**5*n2**13 + 70*m1**9*m2**2*n1**3*n2**15 - m1**9*m2
**2*n1*n2**17 + 84*m1**8*m2**3*n1**12*n2**6 + 15*m1**8*m2**3*n1**10*n2**8 - 450*
m1**8*m2**3*n1**8*n2**10 - 600*m1**8*m2**3*n1**6*n2**12 - 210*m1**8*m2**3*n1**4*
n2**14 + 9*m1**8*m2**3*n1**2*n2**16 - 126*m1**7*m2**4*n1**13*n2**5 + 120*m1**7*
m2**4*n1**11*n2**7 + 1080*m1**7*m2**4*n1**9*n2**9 + 1260*m1**7*m2**4*n1**7*n2**
11 + 390*m1**7*m2**4*n1**5*n2**13 - 36*m1**7*m2**4*n1**3*n2**15 + 126*m1**6*m2**
5*n1**14*n2**4 - 336*m1**6*m2**5*n1**12*n2**6 - 1680*m1**6*m2**5*n1**10*n2**8 -
1764*m1**6*m2**5*n1**8*n2**10 - 462*m1**6*m2**5*n1**6*n2**12 + 84*m1**6*m2**5*n1
**4*n2**14 - 84*m1**5*m2**6*n1**15*n2**3 + 462*m1**5*m2**6*n1**13*n2**5 + 1764*
m1**5*m2**6*n1**11*n2**7 + 1680*m1**5*m2**6*n1**9*n2**9 + 336*m1**5*m2**6*n1**7*
n2**11 - 126*m1**5*m2**6*n1**5*n2**13 + 36*m1**4*m2**7*n1**16*n2**2 - 390*m1**4*
m2**7*n1**14*n2**4 - 1260*m1**4*m2**7*n1**12*n2**6 - 1080*m1**4*m2**7*n1**10*n2
**8 - 120*m1**4*m2**7*n1**8*n2**10 + 126*m1**4*m2**7*n1**6*n2**12 - 9*m1**3*m2**
8*n1**17*n2 + 210*m1**3*m2**8*n1**15*n2**3 + 600*m1**3*m2**8*n1**13*n2**5 + 450*
m1**3*m2**8*n1**11*n2**7 - 15*m1**3*m2**8*n1**9*n2**9 - 84*m1**3*m2**8*n1**7*n2
**11 + m1**2*m2**9*n1**18 - 70*m1**2*m2**9*n1**16*n2**2 - 180*m1**2*m2**9*n1**14
*n2**4 - 110*m1**2*m2**9*n1**12*n2**6 + 35*m1**2*m2**9*n1**10*n2**8 + 36*m1**2*
m2**9*n1**8*n2**10 + 13*m1*m2**10*n1**17*n2 + 30*m1*m2**10*n1**15*n2**3 + 12*m1*
m2**10*n1**13*n2**5 - 14*m1*m2**10*n1**11*n2**7 - 9*m1*m2**10*n1**9*n2**9 - m2**
11*n1**18 - 2*m2**11*n1**16*n2**2 + 2*m2**11*n1**12*n2**6 + m2**11*n1**10*n2**8)
+ u1**2*v2**2*(a33*m1**12*n1**7*n2**9 + a33*m1**12*n1**5*n2**11 - a33*m1**12*n1
**3*n2**13 - a33*m1**12*n1*n2**15 - 9*a33*m1**11*m2*n1**8*n2**8 - 4*a33*m1**11*
m2*n1**6*n2**10 + 18*a33*m1**11*m2*n1**4*n2**12 + 12*a33*m1**11*m2*n1**2*n2**14
- a33*m1**11*m2*n2**16 + 36*a33*m1**10*m2**2*n1**9*n2**7 - 10*a33*m1**10*m2**2*
n1**7*n2**9 - 114*a33*m1**10*m2**2*n1**5*n2**11 - 54*a33*m1**10*m2**2*n1**3*n2**
13 + 14*a33*m1**10*m2**2*n1*n2**15 - 84*a33*m1**9*m2**3*n1**10*n2**6 + 105*a33*
m1**9*m2**3*n1**8*n2**8 + 380*a33*m1**9*m2**3*n1**6*n2**10 + 110*a33*m1**9*m2**3
*n1**4*n2**12 - 80*a33*m1**9*m2**3*n1**2*n2**14 + a33*m1**9*m2**3*n2**16 + 126*
a33*m1**8*m2**4*n1**11*n2**5 - 330*a33*m1**8*m2**4*n1**9*n2**7 - 765*a33*m1**8*
m2**4*n1**7*n2**9 - 45*a33*m1**8*m2**4*n1**5*n2**11 + 255*a33*m1**8*m2**4*n1**3*
n2**13 - 9*a33*m1**8*m2**4*n1*n2**15 - 126*a33*m1**7*m2**5*n1**12*n2**4 + 588*
a33*m1**7*m2**5*n1**10*n2**6 + 972*a33*m1**7*m2**5*n1**8*n2**8 - 288*a33*m1**7*
m2**5*n1**6*n2**10 - 510*a33*m1**7*m2**5*n1**4*n2**12 + 36*a33*m1**7*m2**5*n1**2
*n2**14 + 84*a33*m1**6*m2**6*n1**13*n2**3 - 672*a33*m1**6*m2**6*n1**11*n2**5 -
756*a33*m1**6*m2**6*n1**9*n2**7 + 756*a33*m1**6*m2**6*n1**7*n2**9 + 672*a33*m1**
6*m2**6*n1**5*n2**11 - 84*a33*m1**6*m2**6*n1**3*n2**13 - 36*a33*m1**5*m2**7*n1**
14*n2**2 + 510*a33*m1**5*m2**7*n1**12*n2**4 + 288*a33*m1**5*m2**7*n1**10*n2**6 -
972*a33*m1**5*m2**7*n1**8*n2**8 - 588*a33*m1**5*m2**7*n1**6*n2**10 + 126*a33*m1
**5*m2**7*n1**4*n2**12 + 9*a33*m1**4*m2**8*n1**15*n2 - 255*a33*m1**4*m2**8*n1**
13*n2**3 + 45*a33*m1**4*m2**8*n1**11*n2**5 + 765*a33*m1**4*m2**8*n1**9*n2**7 +
330*a33*m1**4*m2**8*n1**7*n2**9 - 126*a33*m1**4*m2**8*n1**5*n2**11 - a33*m1**3*
m2**9*n1**16 + 80*a33*m1**3*m2**9*n1**14*n2**2 - 110*a33*m1**3*m2**9*n1**12*n2**
4 - 380*a33*m1**3*m2**9*n1**10*n2**6 - 105*a33*m1**3*m2**9*n1**8*n2**8 + 84*a33*
m1**3*m2**9*n1**6*n2**10 - 14*a33*m1**2*m2**10*n1**15*n2 + 54*a33*m1**2*m2**10*
n1**13*n2**3 + 114*a33*m1**2*m2**10*n1**11*n2**5 + 10*a33*m1**2*m2**10*n1**9*n2
**7 - 36*a33*m1**2*m2**10*n1**7*n2**9 + a33*m1*m2**11*n1**16 - 12*a33*m1*m2**11*
n1**14*n2**2 - 18*a33*m1*m2**11*n1**12*n2**4 + 4*a33*m1*m2**11*n1**10*n2**6 + 9*
a33*m1*m2**11*n1**8*n2**8 + a33*m2**12*n1**15*n2 + a33*m2**12*n1**13*n2**3 - a33
*m2**12*n1**11*n2**5 - a33*m2**12*n1**9*n2**7) + u1**2*v3**2*(a33*m1**12*n1**7*
n2**9 + a33*m1**12*n1**5*n2**11 - a33*m1**12*n1**3*n2**13 - a33*m1**12*n1*n2**15
- 9*a33*m1**11*m2*n1**8*n2**8 - 4*a33*m1**11*m2*n1**6*n2**10 + 18*a33*m1**11*m2
*n1**4*n2**12 + 12*a33*m1**11*m2*n1**2*n2**14 - a33*m1**11*m2*n2**16 + 36*a33*m1
**10*m2**2*n1**9*n2**7 - 10*a33*m1**10*m2**2*n1**7*n2**9 - 114*a33*m1**10*m2**2*
n1**5*n2**11 - 54*a33*m1**10*m2**2*n1**3*n2**13 + 14*a33*m1**10*m2**2*n1*n2**15
- 84*a33*m1**9*m2**3*n1**10*n2**6 + 105*a33*m1**9*m2**3*n1**8*n2**8 + 380*a33*m1
**9*m2**3*n1**6*n2**10 + 110*a33*m1**9*m2**3*n1**4*n2**12 - 80*a33*m1**9*m2**3*
n1**2*n2**14 + a33*m1**9*m2**3*n2**16 + 126*a33*m1**8*m2**4*n1**11*n2**5 - 330*
a33*m1**8*m2**4*n1**9*n2**7 - 765*a33*m1**8*m2**4*n1**7*n2**9 - 45*a33*m1**8*m2
**4*n1**5*n2**11 + 255*a33*m1**8*m2**4*n1**3*n2**13 - 9*a33*m1**8*m2**4*n1*n2**
15 - 126*a33*m1**7*m2**5*n1**12*n2**4 + 588*a33*m1**7*m2**5*n1**10*n2**6 + 972*
a33*m1**7*m2**5*n1**8*n2**8 - 288*a33*m1**7*m2**5*n1**6*n2**10 - 510*a33*m1**7*
m2**5*n1**4*n2**12 + 36*a33*m1**7*m2**5*n1**2*n2**14 + 84*a33*m1**6*m2**6*n1**13
*n2**3 - 672*a33*m1**6*m2**6*n1**11*n2**5 - 756*a33*m1**6*m2**6*n1**9*n2**7 +
756*a33*m1**6*m2**6*n1**7*n2**9 + 672*a33*m1**6*m2**6*n1**5*n2**11 - 84*a33*m1**
6*m2**6*n1**3*n2**13 - 36*a33*m1**5*m2**7*n1**14*n2**2 + 510*a33*m1**5*m2**7*n1
**12*n2**4 + 288*a33*m1**5*m2**7*n1**10*n2**6 - 972*a33*m1**5*m2**7*n1**8*n2**8
- 588*a33*m1**5*m2**7*n1**6*n2**10 + 126*a33*m1**5*m2**7*n1**4*n2**12 + 9*a33*m1
**4*m2**8*n1**15*n2 - 255*a33*m1**4*m2**8*n1**13*n2**3 + 45*a33*m1**4*m2**8*n1**
11*n2**5 + 765*a33*m1**4*m2**8*n1**9*n2**7 + 330*a33*m1**4*m2**8*n1**7*n2**9 -
126*a33*m1**4*m2**8*n1**5*n2**11 - a33*m1**3*m2**9*n1**16 + 80*a33*m1**3*m2**9*
n1**14*n2**2 - 110*a33*m1**3*m2**9*n1**12*n2**4 - 380*a33*m1**3*m2**9*n1**10*n2
**6 - 105*a33*m1**3*m2**9*n1**8*n2**8 + 84*a33*m1**3*m2**9*n1**6*n2**10 - 14*a33
*m1**2*m2**10*n1**15*n2 + 54*a33*m1**2*m2**10*n1**13*n2**3 + 114*a33*m1**2*m2**
10*n1**11*n2**5 + 10*a33*m1**2*m2**10*n1**9*n2**7 - 36*a33*m1**2*m2**10*n1**7*n2
**9 + a33*m1*m2**11*n1**16 - 12*a33*m1*m2**11*n1**14*n2**2 - 18*a33*m1*m2**11*n1
**12*n2**4 + 4*a33*m1*m2**11*n1**10*n2**6 + 9*a33*m1*m2**11*n1**8*n2**8 + a33*m2
**12*n1**15*n2 + a33*m2**12*n1**13*n2**3 - a33*m2**12*n1**11*n2**5 - a33*m2**12*
n1**9*n2**7) + u1*u2**2*v1*(a33*m1**11*n1**8*n2**9 + 2*a33*m1**11*n1**6*n2**11 -
2*a33*m1**11*n1**2*n2**15 - a33*m1**11*n2**17 - 9*a33*m1**10*m2*n1**9*n2**8 -
14*a33*m1**10*m2*n1**7*n2**10 + 12*a33*m1**10*m2*n1**5*n2**12 + 30*a33*m1**10*m2
*n1**3*n2**14 + 13*a33*m1**10*m2*n1*n2**16 + 36*a33*m1**9*m2**2*n1**10*n2**7 +
35*a33*m1**9*m2**2*n1**8*n2**9 - 110*a33*m1**9*m2**2*n1**6*n2**11 - 180*a33*m1**
9*m2**2*n1**4*n2**13 - 70*a33*m1**9*m2**2*n1**2*n2**15 + a33*m1**9*m2**2*n2**17
- 84*a33*m1**8*m2**3*n1**11*n2**6 - 15*a33*m1**8*m2**3*n1**9*n2**8 + 450*a33*m1
**8*m2**3*n1**7*n2**10 + 600*a33*m1**8*m2**3*n1**5*n2**12 + 210*a33*m1**8*m2**3*
n1**3*n2**14 - 9*a33*m1**8*m2**3*n1*n2**16 + 126*a33*m1**7*m2**4*n1**12*n2**5 -
120*a33*m1**7*m2**4*n1**10*n2**7 - 1080*a33*m1**7*m2**4*n1**8*n2**9 - 1260*a33*
m1**7*m2**4*n1**6*n2**11 - 390*a33*m1**7*m2**4*n1**4*n2**13 + 36*a33*m1**7*m2**4
*n1**2*n2**15 - 126*a33*m1**6*m2**5*n1**13*n2**4 + 336*a33*m1**6*m2**5*n1**11*n2
**6 + 1680*a33*m1**6*m2**5*n1**9*n2**8 + 1764*a33*m1**6*m2**5*n1**7*n2**10 + 462
*a33*m1**6*m2**5*n1**5*n2**12 - 84*a33*m1**6*m2**5*n1**3*n2**14 + 84*a33*m1**5*
m2**6*n1**14*n2**3 - 462*a33*m1**5*m2**6*n1**12*n2**5 - 1764*a33*m1**5*m2**6*n1
**10*n2**7 - 1680*a33*m1**5*m2**6*n1**8*n2**9 - 336*a33*m1**5*m2**6*n1**6*n2**11
+ 126*a33*m1**5*m2**6*n1**4*n2**13 - 36*a33*m1**4*m2**7*n1**15*n2**2 + 390*a33*
m1**4*m2**7*n1**13*n2**4 + 1260*a33*m1**4*m2**7*n1**11*n2**6 + 1080*a33*m1**4*m2
**7*n1**9*n2**8 + 120*a33*m1**4*m2**7*n1**7*n2**10 - 126*a33*m1**4*m2**7*n1**5*
n2**12 + 9*a33*m1**3*m2**8*n1**16*n2 - 210*a33*m1**3*m2**8*n1**14*n2**3 - 600*
a33*m1**3*m2**8*n1**12*n2**5 - 450*a33*m1**3*m2**8*n1**10*n2**7 + 15*a33*m1**3*
m2**8*n1**8*n2**9 + 84*a33*m1**3*m2**8*n1**6*n2**11 - a33*m1**2*m2**9*n1**17 +
70*a33*m1**2*m2**9*n1**15*n2**2 + 180*a33*m1**2*m2**9*n1**13*n2**4 + 110*a33*m1
**2*m2**9*n1**11*n2**6 - 35*a33*m1**2*m2**9*n1**9*n2**8 - 36*a33*m1**2*m2**9*n1
**7*n2**10 - 13*a33*m1*m2**10*n1**16*n2 - 30*a33*m1*m2**10*n1**14*n2**3 - 12*a33
*m1*m2**10*n1**12*n2**5 + 14*a33*m1*m2**10*n1**10*n2**7 + 9*a33*m1*m2**10*n1**8*
n2**9 + a33*m2**11*n1**17 + 2*a33*m2**11*n1**15*n2**2 - 2*a33*m2**11*n1**11*n2**
6 - a33*m2**11*n1**9*n2**8) + u1*u2*v1**2*(2*a33*m1**12*n1**6*n2**10 + 2*a33*m1
**12*n1**4*n2**12 - 2*a33*m1**12*n1**2*n2**14 - 2*a33*m1**12*n2**16 - 20*a33*m1
**11*m2*n1**7*n2**9 - 12*a33*m1**11*m2*n1**5*n2**11 + 36*a33*m1**11*m2*n1**3*n2
**13 + 28*a33*m1**11*m2*n1*n2**15 + 90*a33*m1**10*m2**2*n1**8*n2**8 + 8*a33*m1**
10*m2**2*n1**6*n2**10 - 252*a33*m1**10*m2**2*n1**4*n2**12 - 168*a33*m1**10*m2**2
*n1**2*n2**14 + 2*a33*m1**10*m2**2*n2**16 - 240*a33*m1**9*m2**3*n1**9*n2**7 +
140*a33*m1**9*m2**3*n1**7*n2**9 + 980*a33*m1**9*m2**3*n1**5*n2**11 + 580*a33*m1
**9*m2**3*n1**3*n2**13 - 20*a33*m1**9*m2**3*n1*n2**15 + 420*a33*m1**8*m2**4*n1**
10*n2**6 - 630*a33*m1**8*m2**4*n1**8*n2**8 - 2430*a33*m1**8*m2**4*n1**6*n2**10 -
1290*a33*m1**8*m2**4*n1**4*n2**12 + 90*a33*m1**8*m2**4*n1**2*n2**14 - 504*a33*
m1**7*m2**5*n1**11*n2**5 + 1416*a33*m1**7*m2**5*n1**9*n2**7 + 4104*a33*m1**7*m2
**5*n1**7*n2**9 + 1944*a33*m1**7*m2**5*n1**5*n2**11 - 240*a33*m1**7*m2**5*n1**3*
n2**13 + 420*a33*m1**6*m2**6*n1**12*n2**4 - 2016*a33*m1**6*m2**6*n1**10*n2**6 -
4872*a33*m1**6*m2**6*n1**8*n2**8 - 2016*a33*m1**6*m2**6*n1**6*n2**10 + 420*a33*
m1**6*m2**6*n1**4*n2**12 - 240*a33*m1**5*m2**7*n1**13*n2**3 + 1944*a33*m1**5*m2
**7*n1**11*n2**5 + 4104*a33*m1**5*m2**7*n1**9*n2**7 + 1416*a33*m1**5*m2**7*n1**7
*n2**9 - 504*a33*m1**5*m2**7*n1**5*n2**11 + 90*a33*m1**4*m2**8*n1**14*n2**2 -
1290*a33*m1**4*m2**8*n1**12*n2**4 - 2430*a33*m1**4*m2**8*n1**10*n2**6 - 630*a33*
m1**4*m2**8*n1**8*n2**8 + 420*a33*m1**4*m2**8*n1**6*n2**10 - 20*a33*m1**3*m2**9*
n1**15*n2 + 580*a33*m1**3*m2**9*n1**13*n2**3 + 980*a33*m1**3*m2**9*n1**11*n2**5
+ 140*a33*m1**3*m2**9*n1**9*n2**7 - 240*a33*m1**3*m2**9*n1**7*n2**9 + 2*a33*m1**
2*m2**10*n1**16 - 168*a33*m1**2*m2**10*n1**14*n2**2 - 252*a33*m1**2*m2**10*n1**
12*n2**4 + 8*a33*m1**2*m2**10*n1**10*n2**6 + 90*a33*m1**2*m2**10*n1**8*n2**8 +
28*a33*m1*m2**11*n1**15*n2 + 36*a33*m1*m2**11*n1**13*n2**3 - 12*a33*m1*m2**11*n1
**11*n2**5 - 20*a33*m1*m2**11*n1**9*n2**7 - 2*a33*m2**12*n1**16 - 2*a33*m2**12*
n1**14*n2**2 + 2*a33*m2**12*n1**12*n2**4 + 2*a33*m2**12*n1**10*n2**6) + u1*u2*v1
*v2*( - 2*a33*m1**12*n1**7*n2**9 - 2*a33*m1**12*n1**5*n2**11 + 2*a33*m1**12*n1**
3*n2**13 + 2*a33*m1**12*n1*n2**15 + 18*a33*m1**11*m2*n1**8*n2**8 + 8*a33*m1**11*
m2*n1**6*n2**10 - 36*a33*m1**11*m2*n1**4*n2**12 - 24*a33*m1**11*m2*n1**2*n2**14
+ 2*a33*m1**11*m2*n2**16 - 72*a33*m1**10*m2**2*n1**9*n2**7 + 20*a33*m1**10*m2**2
*n1**7*n2**9 + 228*a33*m1**10*m2**2*n1**5*n2**11 + 108*a33*m1**10*m2**2*n1**3*n2
**13 - 28*a33*m1**10*m2**2*n1*n2**15 + 168*a33*m1**9*m2**3*n1**10*n2**6 - 210*
a33*m1**9*m2**3*n1**8*n2**8 - 760*a33*m1**9*m2**3*n1**6*n2**10 - 220*a33*m1**9*
m2**3*n1**4*n2**12 + 160*a33*m1**9*m2**3*n1**2*n2**14 - 2*a33*m1**9*m2**3*n2**16
- 252*a33*m1**8*m2**4*n1**11*n2**5 + 660*a33*m1**8*m2**4*n1**9*n2**7 + 1530*a33
*m1**8*m2**4*n1**7*n2**9 + 90*a33*m1**8*m2**4*n1**5*n2**11 - 510*a33*m1**8*m2**4
*n1**3*n2**13 + 18*a33*m1**8*m2**4*n1*n2**15 + 252*a33*m1**7*m2**5*n1**12*n2**4
- 1176*a33*m1**7*m2**5*n1**10*n2**6 - 1944*a33*m1**7*m2**5*n1**8*n2**8 + 576*a33
*m1**7*m2**5*n1**6*n2**10 + 1020*a33*m1**7*m2**5*n1**4*n2**12 - 72*a33*m1**7*m2
**5*n1**2*n2**14 - 168*a33*m1**6*m2**6*n1**13*n2**3 + 1344*a33*m1**6*m2**6*n1**
11*n2**5 + 1512*a33*m1**6*m2**6*n1**9*n2**7 - 1512*a33*m1**6*m2**6*n1**7*n2**9 -
1344*a33*m1**6*m2**6*n1**5*n2**11 + 168*a33*m1**6*m2**6*n1**3*n2**13 + 72*a33*
m1**5*m2**7*n1**14*n2**2 - 1020*a33*m1**5*m2**7*n1**12*n2**4 - 576*a33*m1**5*m2
**7*n1**10*n2**6 + 1944*a33*m1**5*m2**7*n1**8*n2**8 + 1176*a33*m1**5*m2**7*n1**6
*n2**10 - 252*a33*m1**5*m2**7*n1**4*n2**12 - 18*a33*m1**4*m2**8*n1**15*n2 + 510*
a33*m1**4*m2**8*n1**13*n2**3 - 90*a33*m1**4*m2**8*n1**11*n2**5 - 1530*a33*m1**4*
m2**8*n1**9*n2**7 - 660*a33*m1**4*m2**8*n1**7*n2**9 + 252*a33*m1**4*m2**8*n1**5*
n2**11 + 2*a33*m1**3*m2**9*n1**16 - 160*a33*m1**3*m2**9*n1**14*n2**2 + 220*a33*
m1**3*m2**9*n1**12*n2**4 + 760*a33*m1**3*m2**9*n1**10*n2**6 + 210*a33*m1**3*m2**
9*n1**8*n2**8 - 168*a33*m1**3*m2**9*n1**6*n2**10 + 28*a33*m1**2*m2**10*n1**15*n2
- 108*a33*m1**2*m2**10*n1**13*n2**3 - 228*a33*m1**2*m2**10*n1**11*n2**5 - 20*
a33*m1**2*m2**10*n1**9*n2**7 + 72*a33*m1**2*m2**10*n1**7*n2**9 - 2*a33*m1*m2**11
*n1**16 + 24*a33*m1*m2**11*n1**14*n2**2 + 36*a33*m1*m2**11*n1**12*n2**4 - 8*a33*
m1*m2**11*n1**10*n2**6 - 18*a33*m1*m2**11*n1**8*n2**8 - 2*a33*m2**12*n1**15*n2 -
2*a33*m2**12*n1**13*n2**3 + 2*a33*m2**12*n1**11*n2**5 + 2*a33*m2**12*n1**9*n2**
7) + u1*u2*v1*( - m1**11*n1**8*n2**10 - 2*m1**11*n1**6*n2**12 + 2*m1**11*n1**2*
n2**16 + m1**11*n2**18 + 9*m1**10*m2*n1**9*n2**9 + 14*m1**10*m2*n1**7*n2**11 -
12*m1**10*m2*n1**5*n2**13 - 30*m1**10*m2*n1**3*n2**15 - 13*m1**10*m2*n1*n2**17 -
36*m1**9*m2**2*n1**10*n2**8 - 35*m1**9*m2**2*n1**8*n2**10 + 110*m1**9*m2**2*n1
**6*n2**12 + 180*m1**9*m2**2*n1**4*n2**14 + 70*m1**9*m2**2*n1**2*n2**16 - m1**9*
m2**2*n2**18 + 84*m1**8*m2**3*n1**11*n2**7 + 15*m1**8*m2**3*n1**9*n2**9 - 450*m1
**8*m2**3*n1**7*n2**11 - 600*m1**8*m2**3*n1**5*n2**13 - 210*m1**8*m2**3*n1**3*n2
**15 + 9*m1**8*m2**3*n1*n2**17 - 126*m1**7*m2**4*n1**12*n2**6 + 120*m1**7*m2**4*
n1**10*n2**8 + 1080*m1**7*m2**4*n1**8*n2**10 + 1260*m1**7*m2**4*n1**6*n2**12 +
390*m1**7*m2**4*n1**4*n2**14 - 36*m1**7*m2**4*n1**2*n2**16 + 126*m1**6*m2**5*n1
**13*n2**5 - 336*m1**6*m2**5*n1**11*n2**7 - 1680*m1**6*m2**5*n1**9*n2**9 - 1764*
m1**6*m2**5*n1**7*n2**11 - 462*m1**6*m2**5*n1**5*n2**13 + 84*m1**6*m2**5*n1**3*
n2**15 - 84*m1**5*m2**6*n1**14*n2**4 + 462*m1**5*m2**6*n1**12*n2**6 + 1764*m1**5
*m2**6*n1**10*n2**8 + 1680*m1**5*m2**6*n1**8*n2**10 + 336*m1**5*m2**6*n1**6*n2**
12 - 126*m1**5*m2**6*n1**4*n2**14 + 36*m1**4*m2**7*n1**15*n2**3 - 390*m1**4*m2**
7*n1**13*n2**5 - 1260*m1**4*m2**7*n1**11*n2**7 - 1080*m1**4*m2**7*n1**9*n2**9 -
120*m1**4*m2**7*n1**7*n2**11 + 126*m1**4*m2**7*n1**5*n2**13 - 9*m1**3*m2**8*n1**
16*n2**2 + 210*m1**3*m2**8*n1**14*n2**4 + 600*m1**3*m2**8*n1**12*n2**6 + 450*m1
**3*m2**8*n1**10*n2**8 - 15*m1**3*m2**8*n1**8*n2**10 - 84*m1**3*m2**8*n1**6*n2**
12 + m1**2*m2**9*n1**17*n2 - 70*m1**2*m2**9*n1**15*n2**3 - 180*m1**2*m2**9*n1**
13*n2**5 - 110*m1**2*m2**9*n1**11*n2**7 + 35*m1**2*m2**9*n1**9*n2**9 + 36*m1**2*
m2**9*n1**7*n2**11 + 13*m1*m2**10*n1**16*n2**2 + 30*m1*m2**10*n1**14*n2**4 + 12*
m1*m2**10*n1**12*n2**6 - 14*m1*m2**10*n1**10*n2**8 - 9*m1*m2**10*n1**8*n2**10 -
m2**11*n1**17*n2 - 2*m2**11*n1**15*n2**3 + 2*m2**11*n1**11*n2**7 + m2**11*n1**9*
n2**9) + u1*u2*v2**2*( - 2*a33*m1**12*n1**6*n2**10 - 2*a33*m1**12*n1**4*n2**12 +
2*a33*m1**12*n1**2*n2**14 + 2*a33*m1**12*n2**16 + 20*a33*m1**11*m2*n1**7*n2**9
+ 12*a33*m1**11*m2*n1**5*n2**11 - 36*a33*m1**11*m2*n1**3*n2**13 - 28*a33*m1**11*
m2*n1*n2**15 - 90*a33*m1**10*m2**2*n1**8*n2**8 - 8*a33*m1**10*m2**2*n1**6*n2**10
+ 252*a33*m1**10*m2**2*n1**4*n2**12 + 168*a33*m1**10*m2**2*n1**2*n2**14 - 2*a33
*m1**10*m2**2*n2**16 + 240*a33*m1**9*m2**3*n1**9*n2**7 - 140*a33*m1**9*m2**3*n1
**7*n2**9 - 980*a33*m1**9*m2**3*n1**5*n2**11 - 580*a33*m1**9*m2**3*n1**3*n2**13
+ 20*a33*m1**9*m2**3*n1*n2**15 - 420*a33*m1**8*m2**4*n1**10*n2**6 + 630*a33*m1**
8*m2**4*n1**8*n2**8 + 2430*a33*m1**8*m2**4*n1**6*n2**10 + 1290*a33*m1**8*m2**4*
n1**4*n2**12 - 90*a33*m1**8*m2**4*n1**2*n2**14 + 504*a33*m1**7*m2**5*n1**11*n2**
5 - 1416*a33*m1**7*m2**5*n1**9*n2**7 - 4104*a33*m1**7*m2**5*n1**7*n2**9 - 1944*
a33*m1**7*m2**5*n1**5*n2**11 + 240*a33*m1**7*m2**5*n1**3*n2**13 - 420*a33*m1**6*
m2**6*n1**12*n2**4 + 2016*a33*m1**6*m2**6*n1**10*n2**6 + 4872*a33*m1**6*m2**6*n1
**8*n2**8 + 2016*a33*m1**6*m2**6*n1**6*n2**10 - 420*a33*m1**6*m2**6*n1**4*n2**12
+ 240*a33*m1**5*m2**7*n1**13*n2**3 - 1944*a33*m1**5*m2**7*n1**11*n2**5 - 4104*
a33*m1**5*m2**7*n1**9*n2**7 - 1416*a33*m1**5*m2**7*n1**7*n2**9 + 504*a33*m1**5*
m2**7*n1**5*n2**11 - 90*a33*m1**4*m2**8*n1**14*n2**2 + 1290*a33*m1**4*m2**8*n1**
12*n2**4 + 2430*a33*m1**4*m2**8*n1**10*n2**6 + 630*a33*m1**4*m2**8*n1**8*n2**8 -
420*a33*m1**4*m2**8*n1**6*n2**10 + 20*a33*m1**3*m2**9*n1**15*n2 - 580*a33*m1**3
*m2**9*n1**13*n2**3 - 980*a33*m1**3*m2**9*n1**11*n2**5 - 140*a33*m1**3*m2**9*n1
**9*n2**7 + 240*a33*m1**3*m2**9*n1**7*n2**9 - 2*a33*m1**2*m2**10*n1**16 + 168*
a33*m1**2*m2**10*n1**14*n2**2 + 252*a33*m1**2*m2**10*n1**12*n2**4 - 8*a33*m1**2*
m2**10*n1**10*n2**6 - 90*a33*m1**2*m2**10*n1**8*n2**8 - 28*a33*m1*m2**11*n1**15*
n2 - 36*a33*m1*m2**11*n1**13*n2**3 + 12*a33*m1*m2**11*n1**11*n2**5 + 20*a33*m1*
m2**11*n1**9*n2**7 + 2*a33*m2**12*n1**16 + 2*a33*m2**12*n1**14*n2**2 - 2*a33*m2
**12*n1**12*n2**4 - 2*a33*m2**12*n1**10*n2**6) + u1*u2*v2*( - m1**11*n1**9*n2**9
- 2*m1**11*n1**7*n2**11 + 2*m1**11*n1**3*n2**15 + m1**11*n1*n2**17 + 9*m1**10*
m2*n1**10*n2**8 + 14*m1**10*m2*n1**8*n2**10 - 12*m1**10*m2*n1**6*n2**12 - 30*m1
**10*m2*n1**4*n2**14 - 13*m1**10*m2*n1**2*n2**16 - 36*m1**9*m2**2*n1**11*n2**7 -
35*m1**9*m2**2*n1**9*n2**9 + 110*m1**9*m2**2*n1**7*n2**11 + 180*m1**9*m2**2*n1
**5*n2**13 + 70*m1**9*m2**2*n1**3*n2**15 - m1**9*m2**2*n1*n2**17 + 84*m1**8*m2**
3*n1**12*n2**6 + 15*m1**8*m2**3*n1**10*n2**8 - 450*m1**8*m2**3*n1**8*n2**10 -
600*m1**8*m2**3*n1**6*n2**12 - 210*m1**8*m2**3*n1**4*n2**14 + 9*m1**8*m2**3*n1**
2*n2**16 - 126*m1**7*m2**4*n1**13*n2**5 + 120*m1**7*m2**4*n1**11*n2**7 + 1080*m1
**7*m2**4*n1**9*n2**9 + 1260*m1**7*m2**4*n1**7*n2**11 + 390*m1**7*m2**4*n1**5*n2
**13 - 36*m1**7*m2**4*n1**3*n2**15 + 126*m1**6*m2**5*n1**14*n2**4 - 336*m1**6*m2
**5*n1**12*n2**6 - 1680*m1**6*m2**5*n1**10*n2**8 - 1764*m1**6*m2**5*n1**8*n2**10
- 462*m1**6*m2**5*n1**6*n2**12 + 84*m1**6*m2**5*n1**4*n2**14 - 84*m1**5*m2**6*
n1**15*n2**3 + 462*m1**5*m2**6*n1**13*n2**5 + 1764*m1**5*m2**6*n1**11*n2**7 +
1680*m1**5*m2**6*n1**9*n2**9 + 336*m1**5*m2**6*n1**7*n2**11 - 126*m1**5*m2**6*n1
**5*n2**13 + 36*m1**4*m2**7*n1**16*n2**2 - 390*m1**4*m2**7*n1**14*n2**4 - 1260*
m1**4*m2**7*n1**12*n2**6 - 1080*m1**4*m2**7*n1**10*n2**8 - 120*m1**4*m2**7*n1**8
*n2**10 + 126*m1**4*m2**7*n1**6*n2**12 - 9*m1**3*m2**8*n1**17*n2 + 210*m1**3*m2
**8*n1**15*n2**3 + 600*m1**3*m2**8*n1**13*n2**5 + 450*m1**3*m2**8*n1**11*n2**7 -
15*m1**3*m2**8*n1**9*n2**9 - 84*m1**3*m2**8*n1**7*n2**11 + m1**2*m2**9*n1**18 -
70*m1**2*m2**9*n1**16*n2**2 - 180*m1**2*m2**9*n1**14*n2**4 - 110*m1**2*m2**9*n1
**12*n2**6 + 35*m1**2*m2**9*n1**10*n2**8 + 36*m1**2*m2**9*n1**8*n2**10 + 13*m1*
m2**10*n1**17*n2 + 30*m1*m2**10*n1**15*n2**3 + 12*m1*m2**10*n1**13*n2**5 - 14*m1
*m2**10*n1**11*n2**7 - 9*m1*m2**10*n1**9*n2**9 - m2**11*n1**18 - 2*m2**11*n1**16
*n2**2 + 2*m2**11*n1**12*n2**6 + m2**11*n1**10*n2**8) + u1*u3*v2*v3*( - 2*a33*m1
**12*n1**6*n2**10 - 2*a33*m1**12*n1**4*n2**12 + 2*a33*m1**12*n1**2*n2**14 + 2*
a33*m1**12*n2**16 + 20*a33*m1**11*m2*n1**7*n2**9 + 12*a33*m1**11*m2*n1**5*n2**11
- 36*a33*m1**11*m2*n1**3*n2**13 - 28*a33*m1**11*m2*n1*n2**15 - 90*a33*m1**10*m2
**2*n1**8*n2**8 - 8*a33*m1**10*m2**2*n1**6*n2**10 + 252*a33*m1**10*m2**2*n1**4*
n2**12 + 168*a33*m1**10*m2**2*n1**2*n2**14 - 2*a33*m1**10*m2**2*n2**16 + 240*a33
*m1**9*m2**3*n1**9*n2**7 - 140*a33*m1**9*m2**3*n1**7*n2**9 - 980*a33*m1**9*m2**3
*n1**5*n2**11 - 580*a33*m1**9*m2**3*n1**3*n2**13 + 20*a33*m1**9*m2**3*n1*n2**15
- 420*a33*m1**8*m2**4*n1**10*n2**6 + 630*a33*m1**8*m2**4*n1**8*n2**8 + 2430*a33*
m1**8*m2**4*n1**6*n2**10 + 1290*a33*m1**8*m2**4*n1**4*n2**12 - 90*a33*m1**8*m2**
4*n1**2*n2**14 + 504*a33*m1**7*m2**5*n1**11*n2**5 - 1416*a33*m1**7*m2**5*n1**9*
n2**7 - 4104*a33*m1**7*m2**5*n1**7*n2**9 - 1944*a33*m1**7*m2**5*n1**5*n2**11 +
240*a33*m1**7*m2**5*n1**3*n2**13 - 420*a33*m1**6*m2**6*n1**12*n2**4 + 2016*a33*
m1**6*m2**6*n1**10*n2**6 + 4872*a33*m1**6*m2**6*n1**8*n2**8 + 2016*a33*m1**6*m2
**6*n1**6*n2**10 - 420*a33*m1**6*m2**6*n1**4*n2**12 + 240*a33*m1**5*m2**7*n1**13
*n2**3 - 1944*a33*m1**5*m2**7*n1**11*n2**5 - 4104*a33*m1**5*m2**7*n1**9*n2**7 -
1416*a33*m1**5*m2**7*n1**7*n2**9 + 504*a33*m1**5*m2**7*n1**5*n2**11 - 90*a33*m1
**4*m2**8*n1**14*n2**2 + 1290*a33*m1**4*m2**8*n1**12*n2**4 + 2430*a33*m1**4*m2**
8*n1**10*n2**6 + 630*a33*m1**4*m2**8*n1**8*n2**8 - 420*a33*m1**4*m2**8*n1**6*n2
**10 + 20*a33*m1**3*m2**9*n1**15*n2 - 580*a33*m1**3*m2**9*n1**13*n2**3 - 980*a33
*m1**3*m2**9*n1**11*n2**5 - 140*a33*m1**3*m2**9*n1**9*n2**7 + 240*a33*m1**3*m2**
9*n1**7*n2**9 - 2*a33*m1**2*m2**10*n1**16 + 168*a33*m1**2*m2**10*n1**14*n2**2 +
252*a33*m1**2*m2**10*n1**12*n2**4 - 8*a33*m1**2*m2**10*n1**10*n2**6 - 90*a33*m1
**2*m2**10*n1**8*n2**8 - 28*a33*m1*m2**11*n1**15*n2 - 36*a33*m1*m2**11*n1**13*n2
**3 + 12*a33*m1*m2**11*n1**11*n2**5 + 20*a33*m1*m2**11*n1**9*n2**7 + 2*a33*m2**
12*n1**16 + 2*a33*m2**12*n1**14*n2**2 - 2*a33*m2**12*n1**12*n2**4 - 2*a33*m2**12
*n1**10*n2**6) + u1*u3*v3*( - m1**11*n1**9*n2**9 - 2*m1**11*n1**7*n2**11 + 2*m1
**11*n1**3*n2**15 + m1**11*n1*n2**17 + 9*m1**10*m2*n1**10*n2**8 + 14*m1**10*m2*
n1**8*n2**10 - 12*m1**10*m2*n1**6*n2**12 - 30*m1**10*m2*n1**4*n2**14 - 13*m1**10
*m2*n1**2*n2**16 - 36*m1**9*m2**2*n1**11*n2**7 - 35*m1**9*m2**2*n1**9*n2**9 +
110*m1**9*m2**2*n1**7*n2**11 + 180*m1**9*m2**2*n1**5*n2**13 + 70*m1**9*m2**2*n1
**3*n2**15 - m1**9*m2**2*n1*n2**17 + 84*m1**8*m2**3*n1**12*n2**6 + 15*m1**8*m2**
3*n1**10*n2**8 - 450*m1**8*m2**3*n1**8*n2**10 - 600*m1**8*m2**3*n1**6*n2**12 -
210*m1**8*m2**3*n1**4*n2**14 + 9*m1**8*m2**3*n1**2*n2**16 - 126*m1**7*m2**4*n1**
13*n2**5 + 120*m1**7*m2**4*n1**11*n2**7 + 1080*m1**7*m2**4*n1**9*n2**9 + 1260*m1
**7*m2**4*n1**7*n2**11 + 390*m1**7*m2**4*n1**5*n2**13 - 36*m1**7*m2**4*n1**3*n2
**15 + 126*m1**6*m2**5*n1**14*n2**4 - 336*m1**6*m2**5*n1**12*n2**6 - 1680*m1**6*
m2**5*n1**10*n2**8 - 1764*m1**6*m2**5*n1**8*n2**10 - 462*m1**6*m2**5*n1**6*n2**
12 + 84*m1**6*m2**5*n1**4*n2**14 - 84*m1**5*m2**6*n1**15*n2**3 + 462*m1**5*m2**6
*n1**13*n2**5 + 1764*m1**5*m2**6*n1**11*n2**7 + 1680*m1**5*m2**6*n1**9*n2**9 +
336*m1**5*m2**6*n1**7*n2**11 - 126*m1**5*m2**6*n1**5*n2**13 + 36*m1**4*m2**7*n1
**16*n2**2 - 390*m1**4*m2**7*n1**14*n2**4 - 1260*m1**4*m2**7*n1**12*n2**6 - 1080
*m1**4*m2**7*n1**10*n2**8 - 120*m1**4*m2**7*n1**8*n2**10 + 126*m1**4*m2**7*n1**6
*n2**12 - 9*m1**3*m2**8*n1**17*n2 + 210*m1**3*m2**8*n1**15*n2**3 + 600*m1**3*m2
**8*n1**13*n2**5 + 450*m1**3*m2**8*n1**11*n2**7 - 15*m1**3*m2**8*n1**9*n2**9 -
84*m1**3*m2**8*n1**7*n2**11 + m1**2*m2**9*n1**18 - 70*m1**2*m2**9*n1**16*n2**2 -
180*m1**2*m2**9*n1**14*n2**4 - 110*m1**2*m2**9*n1**12*n2**6 + 35*m1**2*m2**9*n1
**10*n2**8 + 36*m1**2*m2**9*n1**8*n2**10 + 13*m1*m2**10*n1**17*n2 + 30*m1*m2**10
*n1**15*n2**3 + 12*m1*m2**10*n1**13*n2**5 - 14*m1*m2**10*n1**11*n2**7 - 9*m1*m2
**10*n1**9*n2**9 - m2**11*n1**18 - 2*m2**11*n1**16*n2**2 + 2*m2**11*n1**12*n2**6
+ m2**11*n1**10*n2**8) + u1*v1**2*v2*( - 2*a33*m1**13*n1**5*n2**10 + 2*a33*m1**
13*n1*n2**14 + 20*a33*m1**12*m2*n1**6*n2**9 - 10*a33*m1**12*m2*n1**4*n2**11 - 28
*a33*m1**12*m2*n1**2*n2**13 + 2*a33*m1**12*m2*n2**15 - 90*a33*m1**11*m2**2*n1**7
*n2**8 + 102*a33*m1**11*m2**2*n1**5*n2**10 + 162*a33*m1**11*m2**2*n1**3*n2**12 -
30*a33*m1**11*m2**2*n1*n2**14 + 240*a33*m1**10*m2**3*n1**8*n2**7 - 470*a33*m1**
10*m2**3*n1**6*n2**9 - 518*a33*m1**10*m2**3*n1**4*n2**11 + 190*a33*m1**10*m2**3*
n1**2*n2**13 - 2*a33*m1**10*m2**3*n2**15 - 420*a33*m1**9*m2**4*n1**9*n2**6 +
1290*a33*m1**9*m2**4*n1**7*n2**8 + 1000*a33*m1**9*m2**4*n1**5*n2**10 - 690*a33*
m1**9*m2**4*n1**3*n2**12 + 20*a33*m1**9*m2**4*n1*n2**14 + 504*a33*m1**8*m2**5*n1
**10*n2**5 - 2340*a33*m1**8*m2**5*n1**8*n2**7 - 1134*a33*m1**8*m2**5*n1**6*n2**9
+ 1620*a33*m1**8*m2**5*n1**4*n2**11 - 90*a33*m1**8*m2**5*n1**2*n2**13 - 420*a33
*m1**7*m2**6*n1**11*n2**4 + 2940*a33*m1**7*m2**6*n1**9*n2**6 + 516*a33*m1**7*m2
**6*n1**7*n2**8 - 2604*a33*m1**7*m2**6*n1**5*n2**10 + 240*a33*m1**7*m2**6*n1**3*
n2**12 + 240*a33*m1**6*m2**7*n1**12*n2**3 - 2604*a33*m1**6*m2**7*n1**10*n2**5 +
516*a33*m1**6*m2**7*n1**8*n2**7 + 2940*a33*m1**6*m2**7*n1**6*n2**9 - 420*a33*m1
**6*m2**7*n1**4*n2**11 - 90*a33*m1**5*m2**8*n1**13*n2**2 + 1620*a33*m1**5*m2**8*
n1**11*n2**4 - 1134*a33*m1**5*m2**8*n1**9*n2**6 - 2340*a33*m1**5*m2**8*n1**7*n2
**8 + 504*a33*m1**5*m2**8*n1**5*n2**10 + 20*a33*m1**4*m2**9*n1**14*n2 - 690*a33*
m1**4*m2**9*n1**12*n2**3 + 1000*a33*m1**4*m2**9*n1**10*n2**5 + 1290*a33*m1**4*m2
**9*n1**8*n2**7 - 420*a33*m1**4*m2**9*n1**6*n2**9 - 2*a33*m1**3*m2**10*n1**15 +
190*a33*m1**3*m2**10*n1**13*n2**2 - 518*a33*m1**3*m2**10*n1**11*n2**4 - 470*a33*
m1**3*m2**10*n1**9*n2**6 + 240*a33*m1**3*m2**10*n1**7*n2**8 - 30*a33*m1**2*m2**
11*n1**14*n2 + 162*a33*m1**2*m2**11*n1**12*n2**3 + 102*a33*m1**2*m2**11*n1**10*
n2**5 - 90*a33*m1**2*m2**11*n1**8*n2**7 + 2*a33*m1*m2**12*n1**15 - 28*a33*m1*m2
**12*n1**13*n2**2 - 10*a33*m1*m2**12*n1**11*n2**4 + 20*a33*m1*m2**12*n1**9*n2**6
+ 2*a33*m2**13*n1**14*n2 - 2*a33*m2**13*n1**10*n2**5) + u1*v1**2*( - m1**12*n1
**6*n2**11 - m1**12*n1**4*n2**13 + m1**12*n1**2*n2**15 + m1**12*n2**17 + 10*m1**
11*m2*n1**7*n2**10 + 6*m1**11*m2*n1**5*n2**12 - 18*m1**11*m2*n1**3*n2**14 - 14*
m1**11*m2*n1*n2**16 - 45*m1**10*m2**2*n1**8*n2**9 - 4*m1**10*m2**2*n1**6*n2**11
+ 126*m1**10*m2**2*n1**4*n2**13 + 84*m1**10*m2**2*n1**2*n2**15 - m1**10*m2**2*n2
**17 + 120*m1**9*m2**3*n1**9*n2**8 - 70*m1**9*m2**3*n1**7*n2**10 - 490*m1**9*m2
**3*n1**5*n2**12 - 290*m1**9*m2**3*n1**3*n2**14 + 10*m1**9*m2**3*n1*n2**16 - 210
*m1**8*m2**4*n1**10*n2**7 + 315*m1**8*m2**4*n1**8*n2**9 + 1215*m1**8*m2**4*n1**6
*n2**11 + 645*m1**8*m2**4*n1**4*n2**13 - 45*m1**8*m2**4*n1**2*n2**15 + 252*m1**7
*m2**5*n1**11*n2**6 - 708*m1**7*m2**5*n1**9*n2**8 - 2052*m1**7*m2**5*n1**7*n2**
10 - 972*m1**7*m2**5*n1**5*n2**12 + 120*m1**7*m2**5*n1**3*n2**14 - 210*m1**6*m2
**6*n1**12*n2**5 + 1008*m1**6*m2**6*n1**10*n2**7 + 2436*m1**6*m2**6*n1**8*n2**9
+ 1008*m1**6*m2**6*n1**6*n2**11 - 210*m1**6*m2**6*n1**4*n2**13 + 120*m1**5*m2**7
*n1**13*n2**4 - 972*m1**5*m2**7*n1**11*n2**6 - 2052*m1**5*m2**7*n1**9*n2**8 -
708*m1**5*m2**7*n1**7*n2**10 + 252*m1**5*m2**7*n1**5*n2**12 - 45*m1**4*m2**8*n1
**14*n2**3 + 645*m1**4*m2**8*n1**12*n2**5 + 1215*m1**4*m2**8*n1**10*n2**7 + 315*
m1**4*m2**8*n1**8*n2**9 - 210*m1**4*m2**8*n1**6*n2**11 + 10*m1**3*m2**9*n1**15*
n2**2 - 290*m1**3*m2**9*n1**13*n2**4 - 490*m1**3*m2**9*n1**11*n2**6 - 70*m1**3*
m2**9*n1**9*n2**8 + 120*m1**3*m2**9*n1**7*n2**10 - m1**2*m2**10*n1**16*n2 + 84*
m1**2*m2**10*n1**14*n2**3 + 126*m1**2*m2**10*n1**12*n2**5 - 4*m1**2*m2**10*n1**
10*n2**7 - 45*m1**2*m2**10*n1**8*n2**9 - 14*m1*m2**11*n1**15*n2**2 - 18*m1*m2**
11*n1**13*n2**4 + 6*m1*m2**11*n1**11*n2**6 + 10*m1*m2**11*n1**9*n2**8 + m2**12*
n1**16*n2 + m2**12*n1**14*n2**3 - m2**12*n1**12*n2**5 - m2**12*n1**10*n2**7) +
u1*v1*v2*(2*m1**12*n1**7*n2**10 + 2*m1**12*n1**5*n2**12 - 2*m1**12*n1**3*n2**14
- 2*m1**12*n1*n2**16 - 19*m1**11*m2*n1**8*n2**9 - 10*m1**11*m2*n1**6*n2**11 + 36
*m1**11*m2*n1**4*n2**13 + 26*m1**11*m2*n1**2*n2**15 - m1**11*m2*n2**17 + 81*m1**
10*m2**2*n1**9*n2**8 - 6*m1**10*m2**2*n1**7*n2**10 - 240*m1**10*m2**2*n1**5*n2**
12 - 138*m1**10*m2**2*n1**3*n2**14 + 15*m1**10*m2**2*n1*n2**16 - 204*m1**9*m2**3
*n1**10*n2**7 + 175*m1**9*m2**3*n1**8*n2**9 + 870*m1**9*m2**3*n1**6*n2**11 + 400
*m1**9*m2**3*n1**4*n2**13 - 90*m1**9*m2**3*n1**2*n2**15 + m1**9*m2**3*n2**17 +
336*m1**8*m2**4*n1**11*n2**6 - 645*m1**8*m2**4*n1**9*n2**8 - 1980*m1**8*m2**4*n1
**7*n2**10 - 690*m1**8*m2**4*n1**5*n2**12 + 300*m1**8*m2**4*n1**3*n2**14 - 9*m1
**8*m2**4*n1*n2**16 - 378*m1**7*m2**5*n1**12*n2**5 + 1296*m1**7*m2**5*n1**10*n2
**7 + 3024*m1**7*m2**5*n1**8*n2**9 + 684*m1**7*m2**5*n1**6*n2**11 - 630*m1**7*m2
**5*n1**4*n2**13 + 36*m1**7*m2**5*n1**2*n2**15 + 294*m1**6*m2**6*n1**13*n2**4 -
1680*m1**6*m2**6*n1**11*n2**6 - 3192*m1**6*m2**6*n1**9*n2**8 - 252*m1**6*m2**6*
n1**7*n2**10 + 882*m1**6*m2**6*n1**5*n2**12 - 84*m1**6*m2**6*n1**3*n2**14 - 156*
m1**5*m2**7*n1**14*n2**3 + 1482*m1**5*m2**7*n1**12*n2**5 + 2340*m1**5*m2**7*n1**
10*n2**7 - 264*m1**5*m2**7*n1**8*n2**9 - 840*m1**5*m2**7*n1**6*n2**11 + 126*m1**
5*m2**7*n1**4*n2**13 + 54*m1**4*m2**8*n1**15*n2**2 - 900*m1**4*m2**8*n1**13*n2**
4 - 1170*m1**4*m2**8*n1**11*n2**6 + 450*m1**4*m2**8*n1**9*n2**8 + 540*m1**4*m2**
8*n1**7*n2**10 - 126*m1**4*m2**8*n1**5*n2**12 - 11*m1**3*m2**9*n1**16*n2 + 370*
m1**3*m2**9*n1**14*n2**3 + 380*m1**3*m2**9*n1**12*n2**5 - 310*m1**3*m2**9*n1**10
*n2**7 - 225*m1**3*m2**9*n1**8*n2**9 + 84*m1**3*m2**9*n1**6*n2**11 + m1**2*m2**
10*n1**17 - 98*m1**2*m2**10*n1**15*n2**2 - 72*m1**2*m2**10*n1**13*n2**4 + 118*m1
**2*m2**10*n1**11*n2**6 + 55*m1**2*m2**10*n1**9*n2**8 - 36*m1**2*m2**10*n1**7*n2
**10 + 15*m1*m2**11*n1**16*n2 + 6*m1*m2**11*n1**14*n2**3 - 24*m1*m2**11*n1**12*
n2**5 - 6*m1*m2**11*n1**10*n2**7 + 9*m1*m2**11*n1**8*n2**9 - m2**12*n1**17 + 2*
m2**12*n1**13*n2**4 - m2**12*n1**9*n2**8) + u1*v1*v3**2*( - a33*m1**13*n1**6*n2
**9 - a33*m1**13*n1**4*n2**11 + a33*m1**13*n1**2*n2**13 + a33*m1**13*n2**15 + 9*
a33*m1**12*m2*n1**7*n2**8 + 5*a33*m1**12*m2*n1**5*n2**10 - 17*a33*m1**12*m2*n1**
3*n2**12 - 13*a33*m1**12*m2*n1*n2**14 - 36*a33*m1**11*m2**2*n1**8*n2**7 + 108*
a33*m1**11*m2**2*n1**4*n2**11 + 72*a33*m1**11*m2**2*n1**2*n2**13 + 84*a33*m1**10
*m2**3*n1**9*n2**6 - 60*a33*m1**10*m2**3*n1**7*n2**8 - 376*a33*m1**10*m2**3*n1**
5*n2**10 - 236*a33*m1**10*m2**3*n1**3*n2**12 - 4*a33*m1**10*m2**3*n1*n2**14 -
126*a33*m1**9*m2**4*n1**10*n2**5 + 210*a33*m1**9*m2**4*n1**8*n2**7 + 835*a33*m1
**9*m2**4*n1**6*n2**9 + 535*a33*m1**9*m2**4*n1**4*n2**11 + 35*a33*m1**9*m2**4*n1
**2*n2**13 - a33*m1**9*m2**4*n2**15 + 126*a33*m1**8*m2**5*n1**11*n2**4 - 378*a33
*m1**8*m2**5*n1**9*n2**6 - 1287*a33*m1**8*m2**5*n1**7*n2**8 - 927*a33*m1**8*m2**
5*n1**5*n2**10 - 135*a33*m1**8*m2**5*n1**3*n2**12 + 9*a33*m1**8*m2**5*n1*n2**14
- 84*a33*m1**7*m2**6*n1**12*n2**3 + 420*a33*m1**7*m2**6*n1**10*n2**5 + 1464*a33*
m1**7*m2**6*n1**8*n2**7 + 1296*a33*m1**7*m2**6*n1**6*n2**9 + 300*a33*m1**7*m2**6
*n1**4*n2**11 - 36*a33*m1**7*m2**6*n1**2*n2**13 + 36*a33*m1**6*m2**7*n1**13*n2**
2 - 300*a33*m1**6*m2**7*n1**11*n2**4 - 1296*a33*m1**6*m2**7*n1**9*n2**6 - 1464*
a33*m1**6*m2**7*n1**7*n2**8 - 420*a33*m1**6*m2**7*n1**5*n2**10 + 84*a33*m1**6*m2
**7*n1**3*n2**12 - 9*a33*m1**5*m2**8*n1**14*n2 + 135*a33*m1**5*m2**8*n1**12*n2**
3 + 927*a33*m1**5*m2**8*n1**10*n2**5 + 1287*a33*m1**5*m2**8*n1**8*n2**7 + 378*
a33*m1**5*m2**8*n1**6*n2**9 - 126*a33*m1**5*m2**8*n1**4*n2**11 + a33*m1**4*m2**9
*n1**15 - 35*a33*m1**4*m2**9*n1**13*n2**2 - 535*a33*m1**4*m2**9*n1**11*n2**4 -
835*a33*m1**4*m2**9*n1**9*n2**6 - 210*a33*m1**4*m2**9*n1**7*n2**8 + 126*a33*m1**
4*m2**9*n1**5*n2**10 + 4*a33*m1**3*m2**10*n1**14*n2 + 236*a33*m1**3*m2**10*n1**
12*n2**3 + 376*a33*m1**3*m2**10*n1**10*n2**5 + 60*a33*m1**3*m2**10*n1**8*n2**7 -
84*a33*m1**3*m2**10*n1**6*n2**9 - 72*a33*m1**2*m2**11*n1**13*n2**2 - 108*a33*m1
**2*m2**11*n1**11*n2**4 + 36*a33*m1**2*m2**11*n1**7*n2**8 + 13*a33*m1*m2**12*n1
**14*n2 + 17*a33*m1*m2**12*n1**12*n2**3 - 5*a33*m1*m2**12*n1**10*n2**5 - 9*a33*
m1*m2**12*n1**8*n2**7 - a33*m2**13*n1**15 - a33*m2**13*n1**13*n2**2 + a33*m2**13
*n1**11*n2**4 + a33*m2**13*n1**9*n2**6) + u1*v2**3*( - 2*a33*m1**13*n1**5*n2**10
+ 2*a33*m1**13*n1*n2**14 + 20*a33*m1**12*m2*n1**6*n2**9 - 10*a33*m1**12*m2*n1**
4*n2**11 - 28*a33*m1**12*m2*n1**2*n2**13 + 2*a33*m1**12*m2*n2**15 - 90*a33*m1**
11*m2**2*n1**7*n2**8 + 102*a33*m1**11*m2**2*n1**5*n2**10 + 162*a33*m1**11*m2**2*
n1**3*n2**12 - 30*a33*m1**11*m2**2*n1*n2**14 + 240*a33*m1**10*m2**3*n1**8*n2**7
- 470*a33*m1**10*m2**3*n1**6*n2**9 - 518*a33*m1**10*m2**3*n1**4*n2**11 + 190*a33
*m1**10*m2**3*n1**2*n2**13 - 2*a33*m1**10*m2**3*n2**15 - 420*a33*m1**9*m2**4*n1
**9*n2**6 + 1290*a33*m1**9*m2**4*n1**7*n2**8 + 1000*a33*m1**9*m2**4*n1**5*n2**10
- 690*a33*m1**9*m2**4*n1**3*n2**12 + 20*a33*m1**9*m2**4*n1*n2**14 + 504*a33*m1
**8*m2**5*n1**10*n2**5 - 2340*a33*m1**8*m2**5*n1**8*n2**7 - 1134*a33*m1**8*m2**5
*n1**6*n2**9 + 1620*a33*m1**8*m2**5*n1**4*n2**11 - 90*a33*m1**8*m2**5*n1**2*n2**
13 - 420*a33*m1**7*m2**6*n1**11*n2**4 + 2940*a33*m1**7*m2**6*n1**9*n2**6 + 516*
a33*m1**7*m2**6*n1**7*n2**8 - 2604*a33*m1**7*m2**6*n1**5*n2**10 + 240*a33*m1**7*
m2**6*n1**3*n2**12 + 240*a33*m1**6*m2**7*n1**12*n2**3 - 2604*a33*m1**6*m2**7*n1
**10*n2**5 + 516*a33*m1**6*m2**7*n1**8*n2**7 + 2940*a33*m1**6*m2**7*n1**6*n2**9
- 420*a33*m1**6*m2**7*n1**4*n2**11 - 90*a33*m1**5*m2**8*n1**13*n2**2 + 1620*a33*
m1**5*m2**8*n1**11*n2**4 - 1134*a33*m1**5*m2**8*n1**9*n2**6 - 2340*a33*m1**5*m2
**8*n1**7*n2**8 + 504*a33*m1**5*m2**8*n1**5*n2**10 + 20*a33*m1**4*m2**9*n1**14*
n2 - 690*a33*m1**4*m2**9*n1**12*n2**3 + 1000*a33*m1**4*m2**9*n1**10*n2**5 + 1290
*a33*m1**4*m2**9*n1**8*n2**7 - 420*a33*m1**4*m2**9*n1**6*n2**9 - 2*a33*m1**3*m2
**10*n1**15 + 190*a33*m1**3*m2**10*n1**13*n2**2 - 518*a33*m1**3*m2**10*n1**11*n2
**4 - 470*a33*m1**3*m2**10*n1**9*n2**6 + 240*a33*m1**3*m2**10*n1**7*n2**8 - 30*
a33*m1**2*m2**11*n1**14*n2 + 162*a33*m1**2*m2**11*n1**12*n2**3 + 102*a33*m1**2*
m2**11*n1**10*n2**5 - 90*a33*m1**2*m2**11*n1**8*n2**7 + 2*a33*m1*m2**12*n1**15 -
28*a33*m1*m2**12*n1**13*n2**2 - 10*a33*m1*m2**12*n1**11*n2**4 + 20*a33*m1*m2**
12*n1**9*n2**6 + 2*a33*m2**13*n1**14*n2 - 2*a33*m2**13*n1**10*n2**5) + u1*v2**2*
( - m1**12*n1**8*n2**9 - m1**12*n1**6*n2**11 + m1**12*n1**4*n2**13 + m1**12*n1**
2*n2**15 + 9*m1**11*m2*n1**9*n2**8 + 4*m1**11*m2*n1**7*n2**10 - 18*m1**11*m2*n1
**5*n2**12 - 12*m1**11*m2*n1**3*n2**14 + m1**11*m2*n1*n2**16 - 36*m1**10*m2**2*
n1**10*n2**7 + 10*m1**10*m2**2*n1**8*n2**9 + 114*m1**10*m2**2*n1**6*n2**11 + 54*
m1**10*m2**2*n1**4*n2**13 - 14*m1**10*m2**2*n1**2*n2**15 + 84*m1**9*m2**3*n1**11
*n2**6 - 105*m1**9*m2**3*n1**9*n2**8 - 380*m1**9*m2**3*n1**7*n2**10 - 110*m1**9*
m2**3*n1**5*n2**12 + 80*m1**9*m2**3*n1**3*n2**14 - m1**9*m2**3*n1*n2**16 - 126*
m1**8*m2**4*n1**12*n2**5 + 330*m1**8*m2**4*n1**10*n2**7 + 765*m1**8*m2**4*n1**8*
n2**9 + 45*m1**8*m2**4*n1**6*n2**11 - 255*m1**8*m2**4*n1**4*n2**13 + 9*m1**8*m2
**4*n1**2*n2**15 + 126*m1**7*m2**5*n1**13*n2**4 - 588*m1**7*m2**5*n1**11*n2**6 -
972*m1**7*m2**5*n1**9*n2**8 + 288*m1**7*m2**5*n1**7*n2**10 + 510*m1**7*m2**5*n1
**5*n2**12 - 36*m1**7*m2**5*n1**3*n2**14 - 84*m1**6*m2**6*n1**14*n2**3 + 672*m1
**6*m2**6*n1**12*n2**5 + 756*m1**6*m2**6*n1**10*n2**7 - 756*m1**6*m2**6*n1**8*n2
**9 - 672*m1**6*m2**6*n1**6*n2**11 + 84*m1**6*m2**6*n1**4*n2**13 + 36*m1**5*m2**
7*n1**15*n2**2 - 510*m1**5*m2**7*n1**13*n2**4 - 288*m1**5*m2**7*n1**11*n2**6 +
972*m1**5*m2**7*n1**9*n2**8 + 588*m1**5*m2**7*n1**7*n2**10 - 126*m1**5*m2**7*n1
**5*n2**12 - 9*m1**4*m2**8*n1**16*n2 + 255*m1**4*m2**8*n1**14*n2**3 - 45*m1**4*
m2**8*n1**12*n2**5 - 765*m1**4*m2**8*n1**10*n2**7 - 330*m1**4*m2**8*n1**8*n2**9
+ 126*m1**4*m2**8*n1**6*n2**11 + m1**3*m2**9*n1**17 - 80*m1**3*m2**9*n1**15*n2**
2 + 110*m1**3*m2**9*n1**13*n2**4 + 380*m1**3*m2**9*n1**11*n2**6 + 105*m1**3*m2**
9*n1**9*n2**8 - 84*m1**3*m2**9*n1**7*n2**10 + 14*m1**2*m2**10*n1**16*n2 - 54*m1
**2*m2**10*n1**14*n2**3 - 114*m1**2*m2**10*n1**12*n2**5 - 10*m1**2*m2**10*n1**10
*n2**7 + 36*m1**2*m2**10*n1**8*n2**9 - m1*m2**11*n1**17 + 12*m1*m2**11*n1**15*n2
**2 + 18*m1*m2**11*n1**13*n2**4 - 4*m1*m2**11*n1**11*n2**6 - 9*m1*m2**11*n1**9*
n2**8 - m2**12*n1**16*n2 - m2**12*n1**14*n2**3 + m2**12*n1**12*n2**5 + m2**12*n1
**10*n2**7) + u1*v2*v3**2*( - 2*a33*m1**13*n1**5*n2**10 + 2*a33*m1**13*n1*n2**14
+ 20*a33*m1**12*m2*n1**6*n2**9 - 10*a33*m1**12*m2*n1**4*n2**11 - 28*a33*m1**12*
m2*n1**2*n2**13 + 2*a33*m1**12*m2*n2**15 - 90*a33*m1**11*m2**2*n1**7*n2**8 + 102
*a33*m1**11*m2**2*n1**5*n2**10 + 162*a33*m1**11*m2**2*n1**3*n2**12 - 30*a33*m1**
11*m2**2*n1*n2**14 + 240*a33*m1**10*m2**3*n1**8*n2**7 - 470*a33*m1**10*m2**3*n1
**6*n2**9 - 518*a33*m1**10*m2**3*n1**4*n2**11 + 190*a33*m1**10*m2**3*n1**2*n2**
13 - 2*a33*m1**10*m2**3*n2**15 - 420*a33*m1**9*m2**4*n1**9*n2**6 + 1290*a33*m1**
9*m2**4*n1**7*n2**8 + 1000*a33*m1**9*m2**4*n1**5*n2**10 - 690*a33*m1**9*m2**4*n1
**3*n2**12 + 20*a33*m1**9*m2**4*n1*n2**14 + 504*a33*m1**8*m2**5*n1**10*n2**5 -
2340*a33*m1**8*m2**5*n1**8*n2**7 - 1134*a33*m1**8*m2**5*n1**6*n2**9 + 1620*a33*
m1**8*m2**5*n1**4*n2**11 - 90*a33*m1**8*m2**5*n1**2*n2**13 - 420*a33*m1**7*m2**6
*n1**11*n2**4 + 2940*a33*m1**7*m2**6*n1**9*n2**6 + 516*a33*m1**7*m2**6*n1**7*n2
**8 - 2604*a33*m1**7*m2**6*n1**5*n2**10 + 240*a33*m1**7*m2**6*n1**3*n2**12 + 240
*a33*m1**6*m2**7*n1**12*n2**3 - 2604*a33*m1**6*m2**7*n1**10*n2**5 + 516*a33*m1**
6*m2**7*n1**8*n2**7 + 2940*a33*m1**6*m2**7*n1**6*n2**9 - 420*a33*m1**6*m2**7*n1
**4*n2**11 - 90*a33*m1**5*m2**8*n1**13*n2**2 + 1620*a33*m1**5*m2**8*n1**11*n2**4
- 1134*a33*m1**5*m2**8*n1**9*n2**6 - 2340*a33*m1**5*m2**8*n1**7*n2**8 + 504*a33
*m1**5*m2**8*n1**5*n2**10 + 20*a33*m1**4*m2**9*n1**14*n2 - 690*a33*m1**4*m2**9*
n1**12*n2**3 + 1000*a33*m1**4*m2**9*n1**10*n2**5 + 1290*a33*m1**4*m2**9*n1**8*n2
**7 - 420*a33*m1**4*m2**9*n1**6*n2**9 - 2*a33*m1**3*m2**10*n1**15 + 190*a33*m1**
3*m2**10*n1**13*n2**2 - 518*a33*m1**3*m2**10*n1**11*n2**4 - 470*a33*m1**3*m2**10
*n1**9*n2**6 + 240*a33*m1**3*m2**10*n1**7*n2**8 - 30*a33*m1**2*m2**11*n1**14*n2
+ 162*a33*m1**2*m2**11*n1**12*n2**3 + 102*a33*m1**2*m2**11*n1**10*n2**5 - 90*a33
*m1**2*m2**11*n1**8*n2**7 + 2*a33*m1*m2**12*n1**15 - 28*a33*m1*m2**12*n1**13*n2
**2 - 10*a33*m1*m2**12*n1**11*n2**4 + 20*a33*m1*m2**12*n1**9*n2**6 + 2*a33*m2**
13*n1**14*n2 - 2*a33*m2**13*n1**10*n2**5) + u1*v3**2*( - m1**12*n1**8*n2**9 - m1
**12*n1**6*n2**11 + m1**12*n1**4*n2**13 + m1**12*n1**2*n2**15 + 9*m1**11*m2*n1**
9*n2**8 + 4*m1**11*m2*n1**7*n2**10 - 18*m1**11*m2*n1**5*n2**12 - 12*m1**11*m2*n1
**3*n2**14 + m1**11*m2*n1*n2**16 - 36*m1**10*m2**2*n1**10*n2**7 + 10*m1**10*m2**
2*n1**8*n2**9 + 114*m1**10*m2**2*n1**6*n2**11 + 54*m1**10*m2**2*n1**4*n2**13 -
14*m1**10*m2**2*n1**2*n2**15 + 84*m1**9*m2**3*n1**11*n2**6 - 105*m1**9*m2**3*n1
**9*n2**8 - 380*m1**9*m2**3*n1**7*n2**10 - 110*m1**9*m2**3*n1**5*n2**12 + 80*m1
**9*m2**3*n1**3*n2**14 - m1**9*m2**3*n1*n2**16 - 126*m1**8*m2**4*n1**12*n2**5 +
330*m1**8*m2**4*n1**10*n2**7 + 765*m1**8*m2**4*n1**8*n2**9 + 45*m1**8*m2**4*n1**
6*n2**11 - 255*m1**8*m2**4*n1**4*n2**13 + 9*m1**8*m2**4*n1**2*n2**15 + 126*m1**7
*m2**5*n1**13*n2**4 - 588*m1**7*m2**5*n1**11*n2**6 - 972*m1**7*m2**5*n1**9*n2**8
+ 288*m1**7*m2**5*n1**7*n2**10 + 510*m1**7*m2**5*n1**5*n2**12 - 36*m1**7*m2**5*
n1**3*n2**14 - 84*m1**6*m2**6*n1**14*n2**3 + 672*m1**6*m2**6*n1**12*n2**5 + 756*
m1**6*m2**6*n1**10*n2**7 - 756*m1**6*m2**6*n1**8*n2**9 - 672*m1**6*m2**6*n1**6*
n2**11 + 84*m1**6*m2**6*n1**4*n2**13 + 36*m1**5*m2**7*n1**15*n2**2 - 510*m1**5*
m2**7*n1**13*n2**4 - 288*m1**5*m2**7*n1**11*n2**6 + 972*m1**5*m2**7*n1**9*n2**8
+ 588*m1**5*m2**7*n1**7*n2**10 - 126*m1**5*m2**7*n1**5*n2**12 - 9*m1**4*m2**8*n1
**16*n2 + 255*m1**4*m2**8*n1**14*n2**3 - 45*m1**4*m2**8*n1**12*n2**5 - 765*m1**4
*m2**8*n1**10*n2**7 - 330*m1**4*m2**8*n1**8*n2**9 + 126*m1**4*m2**8*n1**6*n2**11
+ m1**3*m2**9*n1**17 - 80*m1**3*m2**9*n1**15*n2**2 + 110*m1**3*m2**9*n1**13*n2
**4 + 380*m1**3*m2**9*n1**11*n2**6 + 105*m1**3*m2**9*n1**9*n2**8 - 84*m1**3*m2**
9*n1**7*n2**10 + 14*m1**2*m2**10*n1**16*n2 - 54*m1**2*m2**10*n1**14*n2**3 - 114*
m1**2*m2**10*n1**12*n2**5 - 10*m1**2*m2**10*n1**10*n2**7 + 36*m1**2*m2**10*n1**8
*n2**9 - m1*m2**11*n1**17 + 12*m1*m2**11*n1**15*n2**2 + 18*m1*m2**11*n1**13*n2**
4 - 4*m1*m2**11*n1**11*n2**6 - 9*m1*m2**11*n1**9*n2**8 - m2**12*n1**16*n2 - m2**
12*n1**14*n2**3 + m2**12*n1**12*n2**5 + m2**12*n1**10*n2**7) + u2**3*v2*(a33*m1
**11*n1**8*n2**9 + 2*a33*m1**11*n1**6*n2**11 - 2*a33*m1**11*n1**2*n2**15 - a33*
m1**11*n2**17 - 9*a33*m1**10*m2*n1**9*n2**8 - 14*a33*m1**10*m2*n1**7*n2**10 + 12
*a33*m1**10*m2*n1**5*n2**12 + 30*a33*m1**10*m2*n1**3*n2**14 + 13*a33*m1**10*m2*
n1*n2**16 + 36*a33*m1**9*m2**2*n1**10*n2**7 + 35*a33*m1**9*m2**2*n1**8*n2**9 -
110*a33*m1**9*m2**2*n1**6*n2**11 - 180*a33*m1**9*m2**2*n1**4*n2**13 - 70*a33*m1
**9*m2**2*n1**2*n2**15 + a33*m1**9*m2**2*n2**17 - 84*a33*m1**8*m2**3*n1**11*n2**
6 - 15*a33*m1**8*m2**3*n1**9*n2**8 + 450*a33*m1**8*m2**3*n1**7*n2**10 + 600*a33*
m1**8*m2**3*n1**5*n2**12 + 210*a33*m1**8*m2**3*n1**3*n2**14 - 9*a33*m1**8*m2**3*
n1*n2**16 + 126*a33*m1**7*m2**4*n1**12*n2**5 - 120*a33*m1**7*m2**4*n1**10*n2**7
- 1080*a33*m1**7*m2**4*n1**8*n2**9 - 1260*a33*m1**7*m2**4*n1**6*n2**11 - 390*a33
*m1**7*m2**4*n1**4*n2**13 + 36*a33*m1**7*m2**4*n1**2*n2**15 - 126*a33*m1**6*m2**
5*n1**13*n2**4 + 336*a33*m1**6*m2**5*n1**11*n2**6 + 1680*a33*m1**6*m2**5*n1**9*
n2**8 + 1764*a33*m1**6*m2**5*n1**7*n2**10 + 462*a33*m1**6*m2**5*n1**5*n2**12 -
84*a33*m1**6*m2**5*n1**3*n2**14 + 84*a33*m1**5*m2**6*n1**14*n2**3 - 462*a33*m1**
5*m2**6*n1**12*n2**5 - 1764*a33*m1**5*m2**6*n1**10*n2**7 - 1680*a33*m1**5*m2**6*
n1**8*n2**9 - 336*a33*m1**5*m2**6*n1**6*n2**11 + 126*a33*m1**5*m2**6*n1**4*n2**
13 - 36*a33*m1**4*m2**7*n1**15*n2**2 + 390*a33*m1**4*m2**7*n1**13*n2**4 + 1260*
a33*m1**4*m2**7*n1**11*n2**6 + 1080*a33*m1**4*m2**7*n1**9*n2**8 + 120*a33*m1**4*
m2**7*n1**7*n2**10 - 126*a33*m1**4*m2**7*n1**5*n2**12 + 9*a33*m1**3*m2**8*n1**16
*n2 - 210*a33*m1**3*m2**8*n1**14*n2**3 - 600*a33*m1**3*m2**8*n1**12*n2**5 - 450*
a33*m1**3*m2**8*n1**10*n2**7 + 15*a33*m1**3*m2**8*n1**8*n2**9 + 84*a33*m1**3*m2
**8*n1**6*n2**11 - a33*m1**2*m2**9*n1**17 + 70*a33*m1**2*m2**9*n1**15*n2**2 +
180*a33*m1**2*m2**9*n1**13*n2**4 + 110*a33*m1**2*m2**9*n1**11*n2**6 - 35*a33*m1
**2*m2**9*n1**9*n2**8 - 36*a33*m1**2*m2**9*n1**7*n2**10 - 13*a33*m1*m2**10*n1**
16*n2 - 30*a33*m1*m2**10*n1**14*n2**3 - 12*a33*m1*m2**10*n1**12*n2**5 + 14*a33*
m1*m2**10*n1**10*n2**7 + 9*a33*m1*m2**10*n1**8*n2**9 + a33*m2**11*n1**17 + 2*a33
*m2**11*n1**15*n2**2 - 2*a33*m2**11*n1**11*n2**6 - a33*m2**11*n1**9*n2**8) + u2
**2*u3*v3*(a33*m1**11*n1**8*n2**9 + 2*a33*m1**11*n1**6*n2**11 - 2*a33*m1**11*n1
**2*n2**15 - a33*m1**11*n2**17 - 9*a33*m1**10*m2*n1**9*n2**8 - 14*a33*m1**10*m2*
n1**7*n2**10 + 12*a33*m1**10*m2*n1**5*n2**12 + 30*a33*m1**10*m2*n1**3*n2**14 +
13*a33*m1**10*m2*n1*n2**16 + 36*a33*m1**9*m2**2*n1**10*n2**7 + 35*a33*m1**9*m2**
2*n1**8*n2**9 - 110*a33*m1**9*m2**2*n1**6*n2**11 - 180*a33*m1**9*m2**2*n1**4*n2
**13 - 70*a33*m1**9*m2**2*n1**2*n2**15 + a33*m1**9*m2**2*n2**17 - 84*a33*m1**8*
m2**3*n1**11*n2**6 - 15*a33*m1**8*m2**3*n1**9*n2**8 + 450*a33*m1**8*m2**3*n1**7*
n2**10 + 600*a33*m1**8*m2**3*n1**5*n2**12 + 210*a33*m1**8*m2**3*n1**3*n2**14 - 9
*a33*m1**8*m2**3*n1*n2**16 + 126*a33*m1**7*m2**4*n1**12*n2**5 - 120*a33*m1**7*m2
**4*n1**10*n2**7 - 1080*a33*m1**7*m2**4*n1**8*n2**9 - 1260*a33*m1**7*m2**4*n1**6
*n2**11 - 390*a33*m1**7*m2**4*n1**4*n2**13 + 36*a33*m1**7*m2**4*n1**2*n2**15 -
126*a33*m1**6*m2**5*n1**13*n2**4 + 336*a33*m1**6*m2**5*n1**11*n2**6 + 1680*a33*
m1**6*m2**5*n1**9*n2**8 + 1764*a33*m1**6*m2**5*n1**7*n2**10 + 462*a33*m1**6*m2**
5*n1**5*n2**12 - 84*a33*m1**6*m2**5*n1**3*n2**14 + 84*a33*m1**5*m2**6*n1**14*n2
**3 - 462*a33*m1**5*m2**6*n1**12*n2**5 - 1764*a33*m1**5*m2**6*n1**10*n2**7 -
1680*a33*m1**5*m2**6*n1**8*n2**9 - 336*a33*m1**5*m2**6*n1**6*n2**11 + 126*a33*m1
**5*m2**6*n1**4*n2**13 - 36*a33*m1**4*m2**7*n1**15*n2**2 + 390*a33*m1**4*m2**7*
n1**13*n2**4 + 1260*a33*m1**4*m2**7*n1**11*n2**6 + 1080*a33*m1**4*m2**7*n1**9*n2
**8 + 120*a33*m1**4*m2**7*n1**7*n2**10 - 126*a33*m1**4*m2**7*n1**5*n2**12 + 9*
a33*m1**3*m2**8*n1**16*n2 - 210*a33*m1**3*m2**8*n1**14*n2**3 - 600*a33*m1**3*m2
**8*n1**12*n2**5 - 450*a33*m1**3*m2**8*n1**10*n2**7 + 15*a33*m1**3*m2**8*n1**8*
n2**9 + 84*a33*m1**3*m2**8*n1**6*n2**11 - a33*m1**2*m2**9*n1**17 + 70*a33*m1**2*
m2**9*n1**15*n2**2 + 180*a33*m1**2*m2**9*n1**13*n2**4 + 110*a33*m1**2*m2**9*n1**
11*n2**6 - 35*a33*m1**2*m2**9*n1**9*n2**8 - 36*a33*m1**2*m2**9*n1**7*n2**10 - 13
*a33*m1*m2**10*n1**16*n2 - 30*a33*m1*m2**10*n1**14*n2**3 - 12*a33*m1*m2**10*n1**
12*n2**5 + 14*a33*m1*m2**10*n1**10*n2**7 + 9*a33*m1*m2**10*n1**8*n2**9 + a33*m2
**11*n1**17 + 2*a33*m2**11*n1**15*n2**2 - 2*a33*m2**11*n1**11*n2**6 - a33*m2**11
*n1**9*n2**8) + u2**2*v1**2*(a33*m1**12*n1**7*n2**9 + a33*m1**12*n1**5*n2**11 -
a33*m1**12*n1**3*n2**13 - a33*m1**12*n1*n2**15 - 9*a33*m1**11*m2*n1**8*n2**8 - 4
*a33*m1**11*m2*n1**6*n2**10 + 18*a33*m1**11*m2*n1**4*n2**12 + 12*a33*m1**11*m2*
n1**2*n2**14 - a33*m1**11*m2*n2**16 + 36*a33*m1**10*m2**2*n1**9*n2**7 - 10*a33*
m1**10*m2**2*n1**7*n2**9 - 114*a33*m1**10*m2**2*n1**5*n2**11 - 54*a33*m1**10*m2
**2*n1**3*n2**13 + 14*a33*m1**10*m2**2*n1*n2**15 - 84*a33*m1**9*m2**3*n1**10*n2
**6 + 105*a33*m1**9*m2**3*n1**8*n2**8 + 380*a33*m1**9*m2**3*n1**6*n2**10 + 110*
a33*m1**9*m2**3*n1**4*n2**12 - 80*a33*m1**9*m2**3*n1**2*n2**14 + a33*m1**9*m2**3
*n2**16 + 126*a33*m1**8*m2**4*n1**11*n2**5 - 330*a33*m1**8*m2**4*n1**9*n2**7 -
765*a33*m1**8*m2**4*n1**7*n2**9 - 45*a33*m1**8*m2**4*n1**5*n2**11 + 255*a33*m1**
8*m2**4*n1**3*n2**13 - 9*a33*m1**8*m2**4*n1*n2**15 - 126*a33*m1**7*m2**5*n1**12*
n2**4 + 588*a33*m1**7*m2**5*n1**10*n2**6 + 972*a33*m1**7*m2**5*n1**8*n2**8 - 288
*a33*m1**7*m2**5*n1**6*n2**10 - 510*a33*m1**7*m2**5*n1**4*n2**12 + 36*a33*m1**7*
m2**5*n1**2*n2**14 + 84*a33*m1**6*m2**6*n1**13*n2**3 - 672*a33*m1**6*m2**6*n1**
11*n2**5 - 756*a33*m1**6*m2**6*n1**9*n2**7 + 756*a33*m1**6*m2**6*n1**7*n2**9 +
672*a33*m1**6*m2**6*n1**5*n2**11 - 84*a33*m1**6*m2**6*n1**3*n2**13 - 36*a33*m1**
5*m2**7*n1**14*n2**2 + 510*a33*m1**5*m2**7*n1**12*n2**4 + 288*a33*m1**5*m2**7*n1
**10*n2**6 - 972*a33*m1**5*m2**7*n1**8*n2**8 - 588*a33*m1**5*m2**7*n1**6*n2**10
+ 126*a33*m1**5*m2**7*n1**4*n2**12 + 9*a33*m1**4*m2**8*n1**15*n2 - 255*a33*m1**4
*m2**8*n1**13*n2**3 + 45*a33*m1**4*m2**8*n1**11*n2**5 + 765*a33*m1**4*m2**8*n1**
9*n2**7 + 330*a33*m1**4*m2**8*n1**7*n2**9 - 126*a33*m1**4*m2**8*n1**5*n2**11 -
a33*m1**3*m2**9*n1**16 + 80*a33*m1**3*m2**9*n1**14*n2**2 - 110*a33*m1**3*m2**9*
n1**12*n2**4 - 380*a33*m1**3*m2**9*n1**10*n2**6 - 105*a33*m1**3*m2**9*n1**8*n2**
8 + 84*a33*m1**3*m2**9*n1**6*n2**10 - 14*a33*m1**2*m2**10*n1**15*n2 + 54*a33*m1
**2*m2**10*n1**13*n2**3 + 114*a33*m1**2*m2**10*n1**11*n2**5 + 10*a33*m1**2*m2**
10*n1**9*n2**7 - 36*a33*m1**2*m2**10*n1**7*n2**9 + a33*m1*m2**11*n1**16 - 12*a33
*m1*m2**11*n1**14*n2**2 - 18*a33*m1*m2**11*n1**12*n2**4 + 4*a33*m1*m2**11*n1**10
*n2**6 + 9*a33*m1*m2**11*n1**8*n2**8 + a33*m2**12*n1**15*n2 + a33*m2**12*n1**13*
n2**3 - a33*m2**12*n1**11*n2**5 - a33*m2**12*n1**9*n2**7) + u2**2*v1*v2*(2*a33*
m1**12*n1**6*n2**10 + 2*a33*m1**12*n1**4*n2**12 - 2*a33*m1**12*n1**2*n2**14 - 2*
a33*m1**12*n2**16 - 20*a33*m1**11*m2*n1**7*n2**9 - 12*a33*m1**11*m2*n1**5*n2**11
+ 36*a33*m1**11*m2*n1**3*n2**13 + 28*a33*m1**11*m2*n1*n2**15 + 90*a33*m1**10*m2
**2*n1**8*n2**8 + 8*a33*m1**10*m2**2*n1**6*n2**10 - 252*a33*m1**10*m2**2*n1**4*
n2**12 - 168*a33*m1**10*m2**2*n1**2*n2**14 + 2*a33*m1**10*m2**2*n2**16 - 240*a33
*m1**9*m2**3*n1**9*n2**7 + 140*a33*m1**9*m2**3*n1**7*n2**9 + 980*a33*m1**9*m2**3
*n1**5*n2**11 + 580*a33*m1**9*m2**3*n1**3*n2**13 - 20*a33*m1**9*m2**3*n1*n2**15
+ 420*a33*m1**8*m2**4*n1**10*n2**6 - 630*a33*m1**8*m2**4*n1**8*n2**8 - 2430*a33*
m1**8*m2**4*n1**6*n2**10 - 1290*a33*m1**8*m2**4*n1**4*n2**12 + 90*a33*m1**8*m2**
4*n1**2*n2**14 - 504*a33*m1**7*m2**5*n1**11*n2**5 + 1416*a33*m1**7*m2**5*n1**9*
n2**7 + 4104*a33*m1**7*m2**5*n1**7*n2**9 + 1944*a33*m1**7*m2**5*n1**5*n2**11 -
240*a33*m1**7*m2**5*n1**3*n2**13 + 420*a33*m1**6*m2**6*n1**12*n2**4 - 2016*a33*
m1**6*m2**6*n1**10*n2**6 - 4872*a33*m1**6*m2**6*n1**8*n2**8 - 2016*a33*m1**6*m2
**6*n1**6*n2**10 + 420*a33*m1**6*m2**6*n1**4*n2**12 - 240*a33*m1**5*m2**7*n1**13
*n2**3 + 1944*a33*m1**5*m2**7*n1**11*n2**5 + 4104*a33*m1**5*m2**7*n1**9*n2**7 +
1416*a33*m1**5*m2**7*n1**7*n2**9 - 504*a33*m1**5*m2**7*n1**5*n2**11 + 90*a33*m1
**4*m2**8*n1**14*n2**2 - 1290*a33*m1**4*m2**8*n1**12*n2**4 - 2430*a33*m1**4*m2**
8*n1**10*n2**6 - 630*a33*m1**4*m2**8*n1**8*n2**8 + 420*a33*m1**4*m2**8*n1**6*n2
**10 - 20*a33*m1**3*m2**9*n1**15*n2 + 580*a33*m1**3*m2**9*n1**13*n2**3 + 980*a33
*m1**3*m2**9*n1**11*n2**5 + 140*a33*m1**3*m2**9*n1**9*n2**7 - 240*a33*m1**3*m2**
9*n1**7*n2**9 + 2*a33*m1**2*m2**10*n1**16 - 168*a33*m1**2*m2**10*n1**14*n2**2 -
252*a33*m1**2*m2**10*n1**12*n2**4 + 8*a33*m1**2*m2**10*n1**10*n2**6 + 90*a33*m1
**2*m2**10*n1**8*n2**8 + 28*a33*m1*m2**11*n1**15*n2 + 36*a33*m1*m2**11*n1**13*n2
**3 - 12*a33*m1*m2**11*n1**11*n2**5 - 20*a33*m1*m2**11*n1**9*n2**7 - 2*a33*m2**
12*n1**16 - 2*a33*m2**12*n1**14*n2**2 + 2*a33*m2**12*n1**12*n2**4 + 2*a33*m2**12
*n1**10*n2**6) + u2**2*v2*( - m1**11*n1**8*n2**10 - 2*m1**11*n1**6*n2**12 + 2*m1
**11*n1**2*n2**16 + m1**11*n2**18 + 9*m1**10*m2*n1**9*n2**9 + 14*m1**10*m2*n1**7
*n2**11 - 12*m1**10*m2*n1**5*n2**13 - 30*m1**10*m2*n1**3*n2**15 - 13*m1**10*m2*
n1*n2**17 - 36*m1**9*m2**2*n1**10*n2**8 - 35*m1**9*m2**2*n1**8*n2**10 + 110*m1**
9*m2**2*n1**6*n2**12 + 180*m1**9*m2**2*n1**4*n2**14 + 70*m1**9*m2**2*n1**2*n2**
16 - m1**9*m2**2*n2**18 + 84*m1**8*m2**3*n1**11*n2**7 + 15*m1**8*m2**3*n1**9*n2
**9 - 450*m1**8*m2**3*n1**7*n2**11 - 600*m1**8*m2**3*n1**5*n2**13 - 210*m1**8*m2
**3*n1**3*n2**15 + 9*m1**8*m2**3*n1*n2**17 - 126*m1**7*m2**4*n1**12*n2**6 + 120*
m1**7*m2**4*n1**10*n2**8 + 1080*m1**7*m2**4*n1**8*n2**10 + 1260*m1**7*m2**4*n1**
6*n2**12 + 390*m1**7*m2**4*n1**4*n2**14 - 36*m1**7*m2**4*n1**2*n2**16 + 126*m1**
6*m2**5*n1**13*n2**5 - 336*m1**6*m2**5*n1**11*n2**7 - 1680*m1**6*m2**5*n1**9*n2
**9 - 1764*m1**6*m2**5*n1**7*n2**11 - 462*m1**6*m2**5*n1**5*n2**13 + 84*m1**6*m2
**5*n1**3*n2**15 - 84*m1**5*m2**6*n1**14*n2**4 + 462*m1**5*m2**6*n1**12*n2**6 +
1764*m1**5*m2**6*n1**10*n2**8 + 1680*m1**5*m2**6*n1**8*n2**10 + 336*m1**5*m2**6*
n1**6*n2**12 - 126*m1**5*m2**6*n1**4*n2**14 + 36*m1**4*m2**7*n1**15*n2**3 - 390*
m1**4*m2**7*n1**13*n2**5 - 1260*m1**4*m2**7*n1**11*n2**7 - 1080*m1**4*m2**7*n1**
9*n2**9 - 120*m1**4*m2**7*n1**7*n2**11 + 126*m1**4*m2**7*n1**5*n2**13 - 9*m1**3*
m2**8*n1**16*n2**2 + 210*m1**3*m2**8*n1**14*n2**4 + 600*m1**3*m2**8*n1**12*n2**6
+ 450*m1**3*m2**8*n1**10*n2**8 - 15*m1**3*m2**8*n1**8*n2**10 - 84*m1**3*m2**8*
n1**6*n2**12 + m1**2*m2**9*n1**17*n2 - 70*m1**2*m2**9*n1**15*n2**3 - 180*m1**2*
m2**9*n1**13*n2**5 - 110*m1**2*m2**9*n1**11*n2**7 + 35*m1**2*m2**9*n1**9*n2**9 +
36*m1**2*m2**9*n1**7*n2**11 + 13*m1*m2**10*n1**16*n2**2 + 30*m1*m2**10*n1**14*
n2**4 + 12*m1*m2**10*n1**12*n2**6 - 14*m1*m2**10*n1**10*n2**8 - 9*m1*m2**10*n1**
8*n2**10 - m2**11*n1**17*n2 - 2*m2**11*n1**15*n2**3 + 2*m2**11*n1**11*n2**7 + m2
**11*n1**9*n2**9) + u2**2*v3**2*(a33*m1**12*n1**7*n2**9 + a33*m1**12*n1**5*n2**
11 - a33*m1**12*n1**3*n2**13 - a33*m1**12*n1*n2**15 - 9*a33*m1**11*m2*n1**8*n2**
8 - 4*a33*m1**11*m2*n1**6*n2**10 + 18*a33*m1**11*m2*n1**4*n2**12 + 12*a33*m1**11
*m2*n1**2*n2**14 - a33*m1**11*m2*n2**16 + 36*a33*m1**10*m2**2*n1**9*n2**7 - 10*
a33*m1**10*m2**2*n1**7*n2**9 - 114*a33*m1**10*m2**2*n1**5*n2**11 - 54*a33*m1**10
*m2**2*n1**3*n2**13 + 14*a33*m1**10*m2**2*n1*n2**15 - 84*a33*m1**9*m2**3*n1**10*
n2**6 + 105*a33*m1**9*m2**3*n1**8*n2**8 + 380*a33*m1**9*m2**3*n1**6*n2**10 + 110
*a33*m1**9*m2**3*n1**4*n2**12 - 80*a33*m1**9*m2**3*n1**2*n2**14 + a33*m1**9*m2**
3*n2**16 + 126*a33*m1**8*m2**4*n1**11*n2**5 - 330*a33*m1**8*m2**4*n1**9*n2**7 -
765*a33*m1**8*m2**4*n1**7*n2**9 - 45*a33*m1**8*m2**4*n1**5*n2**11 + 255*a33*m1**
8*m2**4*n1**3*n2**13 - 9*a33*m1**8*m2**4*n1*n2**15 - 126*a33*m1**7*m2**5*n1**12*
n2**4 + 588*a33*m1**7*m2**5*n1**10*n2**6 + 972*a33*m1**7*m2**5*n1**8*n2**8 - 288
*a33*m1**7*m2**5*n1**6*n2**10 - 510*a33*m1**7*m2**5*n1**4*n2**12 + 36*a33*m1**7*
m2**5*n1**2*n2**14 + 84*a33*m1**6*m2**6*n1**13*n2**3 - 672*a33*m1**6*m2**6*n1**
11*n2**5 - 756*a33*m1**6*m2**6*n1**9*n2**7 + 756*a33*m1**6*m2**6*n1**7*n2**9 +
672*a33*m1**6*m2**6*n1**5*n2**11 - 84*a33*m1**6*m2**6*n1**3*n2**13 - 36*a33*m1**
5*m2**7*n1**14*n2**2 + 510*a33*m1**5*m2**7*n1**12*n2**4 + 288*a33*m1**5*m2**7*n1
**10*n2**6 - 972*a33*m1**5*m2**7*n1**8*n2**8 - 588*a33*m1**5*m2**7*n1**6*n2**10
+ 126*a33*m1**5*m2**7*n1**4*n2**12 + 9*a33*m1**4*m2**8*n1**15*n2 - 255*a33*m1**4
*m2**8*n1**13*n2**3 + 45*a33*m1**4*m2**8*n1**11*n2**5 + 765*a33*m1**4*m2**8*n1**
9*n2**7 + 330*a33*m1**4*m2**8*n1**7*n2**9 - 126*a33*m1**4*m2**8*n1**5*n2**11 -
a33*m1**3*m2**9*n1**16 + 80*a33*m1**3*m2**9*n1**14*n2**2 - 110*a33*m1**3*m2**9*
n1**12*n2**4 - 380*a33*m1**3*m2**9*n1**10*n2**6 - 105*a33*m1**3*m2**9*n1**8*n2**
8 + 84*a33*m1**3*m2**9*n1**6*n2**10 - 14*a33*m1**2*m2**10*n1**15*n2 + 54*a33*m1
**2*m2**10*n1**13*n2**3 + 114*a33*m1**2*m2**10*n1**11*n2**5 + 10*a33*m1**2*m2**
10*n1**9*n2**7 - 36*a33*m1**2*m2**10*n1**7*n2**9 + a33*m1*m2**11*n1**16 - 12*a33
*m1*m2**11*n1**14*n2**2 - 18*a33*m1*m2**11*n1**12*n2**4 + 4*a33*m1*m2**11*n1**10
*n2**6 + 9*a33*m1*m2**11*n1**8*n2**8 + a33*m2**12*n1**15*n2 + a33*m2**12*n1**13*
n2**3 - a33*m2**12*n1**11*n2**5 - a33*m2**12*n1**9*n2**7) + u2*u3*v1*v3*(2*a33*
m1**12*n1**6*n2**10 + 2*a33*m1**12*n1**4*n2**12 - 2*a33*m1**12*n1**2*n2**14 - 2*
a33*m1**12*n2**16 - 20*a33*m1**11*m2*n1**7*n2**9 - 12*a33*m1**11*m2*n1**5*n2**11
+ 36*a33*m1**11*m2*n1**3*n2**13 + 28*a33*m1**11*m2*n1*n2**15 + 90*a33*m1**10*m2
**2*n1**8*n2**8 + 8*a33*m1**10*m2**2*n1**6*n2**10 - 252*a33*m1**10*m2**2*n1**4*
n2**12 - 168*a33*m1**10*m2**2*n1**2*n2**14 + 2*a33*m1**10*m2**2*n2**16 - 240*a33
*m1**9*m2**3*n1**9*n2**7 + 140*a33*m1**9*m2**3*n1**7*n2**9 + 980*a33*m1**9*m2**3
*n1**5*n2**11 + 580*a33*m1**9*m2**3*n1**3*n2**13 - 20*a33*m1**9*m2**3*n1*n2**15
+ 420*a33*m1**8*m2**4*n1**10*n2**6 - 630*a33*m1**8*m2**4*n1**8*n2**8 - 2430*a33*
m1**8*m2**4*n1**6*n2**10 - 1290*a33*m1**8*m2**4*n1**4*n2**12 + 90*a33*m1**8*m2**
4*n1**2*n2**14 - 504*a33*m1**7*m2**5*n1**11*n2**5 + 1416*a33*m1**7*m2**5*n1**9*
n2**7 + 4104*a33*m1**7*m2**5*n1**7*n2**9 + 1944*a33*m1**7*m2**5*n1**5*n2**11 -
240*a33*m1**7*m2**5*n1**3*n2**13 + 420*a33*m1**6*m2**6*n1**12*n2**4 - 2016*a33*
m1**6*m2**6*n1**10*n2**6 - 4872*a33*m1**6*m2**6*n1**8*n2**8 - 2016*a33*m1**6*m2
**6*n1**6*n2**10 + 420*a33*m1**6*m2**6*n1**4*n2**12 - 240*a33*m1**5*m2**7*n1**13
*n2**3 + 1944*a33*m1**5*m2**7*n1**11*n2**5 + 4104*a33*m1**5*m2**7*n1**9*n2**7 +
1416*a33*m1**5*m2**7*n1**7*n2**9 - 504*a33*m1**5*m2**7*n1**5*n2**11 + 90*a33*m1
**4*m2**8*n1**14*n2**2 - 1290*a33*m1**4*m2**8*n1**12*n2**4 - 2430*a33*m1**4*m2**
8*n1**10*n2**6 - 630*a33*m1**4*m2**8*n1**8*n2**8 + 420*a33*m1**4*m2**8*n1**6*n2
**10 - 20*a33*m1**3*m2**9*n1**15*n2 + 580*a33*m1**3*m2**9*n1**13*n2**3 + 980*a33
*m1**3*m2**9*n1**11*n2**5 + 140*a33*m1**3*m2**9*n1**9*n2**7 - 240*a33*m1**3*m2**
9*n1**7*n2**9 + 2*a33*m1**2*m2**10*n1**16 - 168*a33*m1**2*m2**10*n1**14*n2**2 -
252*a33*m1**2*m2**10*n1**12*n2**4 + 8*a33*m1**2*m2**10*n1**10*n2**6 + 90*a33*m1
**2*m2**10*n1**8*n2**8 + 28*a33*m1*m2**11*n1**15*n2 + 36*a33*m1*m2**11*n1**13*n2
**3 - 12*a33*m1*m2**11*n1**11*n2**5 - 20*a33*m1*m2**11*n1**9*n2**7 - 2*a33*m2**
12*n1**16 - 2*a33*m2**12*n1**14*n2**2 + 2*a33*m2**12*n1**12*n2**4 + 2*a33*m2**12
*n1**10*n2**6) + u2*u3*v3*( - m1**11*n1**8*n2**10 - 2*m1**11*n1**6*n2**12 + 2*m1
**11*n1**2*n2**16 + m1**11*n2**18 + 9*m1**10*m2*n1**9*n2**9 + 14*m1**10*m2*n1**7
*n2**11 - 12*m1**10*m2*n1**5*n2**13 - 30*m1**10*m2*n1**3*n2**15 - 13*m1**10*m2*
n1*n2**17 - 36*m1**9*m2**2*n1**10*n2**8 - 35*m1**9*m2**2*n1**8*n2**10 + 110*m1**
9*m2**2*n1**6*n2**12 + 180*m1**9*m2**2*n1**4*n2**14 + 70*m1**9*m2**2*n1**2*n2**
16 - m1**9*m2**2*n2**18 + 84*m1**8*m2**3*n1**11*n2**7 + 15*m1**8*m2**3*n1**9*n2
**9 - 450*m1**8*m2**3*n1**7*n2**11 - 600*m1**8*m2**3*n1**5*n2**13 - 210*m1**8*m2
**3*n1**3*n2**15 + 9*m1**8*m2**3*n1*n2**17 - 126*m1**7*m2**4*n1**12*n2**6 + 120*
m1**7*m2**4*n1**10*n2**8 + 1080*m1**7*m2**4*n1**8*n2**10 + 1260*m1**7*m2**4*n1**
6*n2**12 + 390*m1**7*m2**4*n1**4*n2**14 - 36*m1**7*m2**4*n1**2*n2**16 + 126*m1**
6*m2**5*n1**13*n2**5 - 336*m1**6*m2**5*n1**11*n2**7 - 1680*m1**6*m2**5*n1**9*n2
**9 - 1764*m1**6*m2**5*n1**7*n2**11 - 462*m1**6*m2**5*n1**5*n2**13 + 84*m1**6*m2
**5*n1**3*n2**15 - 84*m1**5*m2**6*n1**14*n2**4 + 462*m1**5*m2**6*n1**12*n2**6 +
1764*m1**5*m2**6*n1**10*n2**8 + 1680*m1**5*m2**6*n1**8*n2**10 + 336*m1**5*m2**6*
n1**6*n2**12 - 126*m1**5*m2**6*n1**4*n2**14 + 36*m1**4*m2**7*n1**15*n2**3 - 390*
m1**4*m2**7*n1**13*n2**5 - 1260*m1**4*m2**7*n1**11*n2**7 - 1080*m1**4*m2**7*n1**
9*n2**9 - 120*m1**4*m2**7*n1**7*n2**11 + 126*m1**4*m2**7*n1**5*n2**13 - 9*m1**3*
m2**8*n1**16*n2**2 + 210*m1**3*m2**8*n1**14*n2**4 + 600*m1**3*m2**8*n1**12*n2**6
+ 450*m1**3*m2**8*n1**10*n2**8 - 15*m1**3*m2**8*n1**8*n2**10 - 84*m1**3*m2**8*
n1**6*n2**12 + m1**2*m2**9*n1**17*n2 - 70*m1**2*m2**9*n1**15*n2**3 - 180*m1**2*
m2**9*n1**13*n2**5 - 110*m1**2*m2**9*n1**11*n2**7 + 35*m1**2*m2**9*n1**9*n2**9 +
36*m1**2*m2**9*n1**7*n2**11 + 13*m1*m2**10*n1**16*n2**2 + 30*m1*m2**10*n1**14*
n2**4 + 12*m1*m2**10*n1**12*n2**6 - 14*m1*m2**10*n1**10*n2**8 - 9*m1*m2**10*n1**
8*n2**10 - m2**11*n1**17*n2 - 2*m2**11*n1**15*n2**3 + 2*m2**11*n1**11*n2**7 + m2
**11*n1**9*n2**9) + u2*v1**3*(2*a33*m1**13*n1**5*n2**10 - 2*a33*m1**13*n1*n2**14
- 20*a33*m1**12*m2*n1**6*n2**9 + 10*a33*m1**12*m2*n1**4*n2**11 + 28*a33*m1**12*
m2*n1**2*n2**13 - 2*a33*m1**12*m2*n2**15 + 90*a33*m1**11*m2**2*n1**7*n2**8 - 102
*a33*m1**11*m2**2*n1**5*n2**10 - 162*a33*m1**11*m2**2*n1**3*n2**12 + 30*a33*m1**
11*m2**2*n1*n2**14 - 240*a33*m1**10*m2**3*n1**8*n2**7 + 470*a33*m1**10*m2**3*n1
**6*n2**9 + 518*a33*m1**10*m2**3*n1**4*n2**11 - 190*a33*m1**10*m2**3*n1**2*n2**
13 + 2*a33*m1**10*m2**3*n2**15 + 420*a33*m1**9*m2**4*n1**9*n2**6 - 1290*a33*m1**
9*m2**4*n1**7*n2**8 - 1000*a33*m1**9*m2**4*n1**5*n2**10 + 690*a33*m1**9*m2**4*n1
**3*n2**12 - 20*a33*m1**9*m2**4*n1*n2**14 - 504*a33*m1**8*m2**5*n1**10*n2**5 +
2340*a33*m1**8*m2**5*n1**8*n2**7 + 1134*a33*m1**8*m2**5*n1**6*n2**9 - 1620*a33*
m1**8*m2**5*n1**4*n2**11 + 90*a33*m1**8*m2**5*n1**2*n2**13 + 420*a33*m1**7*m2**6
*n1**11*n2**4 - 2940*a33*m1**7*m2**6*n1**9*n2**6 - 516*a33*m1**7*m2**6*n1**7*n2
**8 + 2604*a33*m1**7*m2**6*n1**5*n2**10 - 240*a33*m1**7*m2**6*n1**3*n2**12 - 240
*a33*m1**6*m2**7*n1**12*n2**3 + 2604*a33*m1**6*m2**7*n1**10*n2**5 - 516*a33*m1**
6*m2**7*n1**8*n2**7 - 2940*a33*m1**6*m2**7*n1**6*n2**9 + 420*a33*m1**6*m2**7*n1
**4*n2**11 + 90*a33*m1**5*m2**8*n1**13*n2**2 - 1620*a33*m1**5*m2**8*n1**11*n2**4
+ 1134*a33*m1**5*m2**8*n1**9*n2**6 + 2340*a33*m1**5*m2**8*n1**7*n2**8 - 504*a33
*m1**5*m2**8*n1**5*n2**10 - 20*a33*m1**4*m2**9*n1**14*n2 + 690*a33*m1**4*m2**9*
n1**12*n2**3 - 1000*a33*m1**4*m2**9*n1**10*n2**5 - 1290*a33*m1**4*m2**9*n1**8*n2
**7 + 420*a33*m1**4*m2**9*n1**6*n2**9 + 2*a33*m1**3*m2**10*n1**15 - 190*a33*m1**
3*m2**10*n1**13*n2**2 + 518*a33*m1**3*m2**10*n1**11*n2**4 + 470*a33*m1**3*m2**10
*n1**9*n2**6 - 240*a33*m1**3*m2**10*n1**7*n2**8 + 30*a33*m1**2*m2**11*n1**14*n2
- 162*a33*m1**2*m2**11*n1**12*n2**3 - 102*a33*m1**2*m2**11*n1**10*n2**5 + 90*a33
*m1**2*m2**11*n1**8*n2**7 - 2*a33*m1*m2**12*n1**15 + 28*a33*m1*m2**12*n1**13*n2
**2 + 10*a33*m1*m2**12*n1**11*n2**4 - 20*a33*m1*m2**12*n1**9*n2**6 - 2*a33*m2**
13*n1**14*n2 + 2*a33*m2**13*n1**10*n2**5) + u2*v1**2*( - m1**12*n1**7*n2**10 -
m1**12*n1**5*n2**12 + m1**12*n1**3*n2**14 + m1**12*n1*n2**16 + 9*m1**11*m2*n1**8
*n2**9 + 4*m1**11*m2*n1**6*n2**11 - 18*m1**11*m2*n1**4*n2**13 - 12*m1**11*m2*n1
**2*n2**15 + m1**11*m2*n2**17 - 36*m1**10*m2**2*n1**9*n2**8 + 10*m1**10*m2**2*n1
**7*n2**10 + 114*m1**10*m2**2*n1**5*n2**12 + 54*m1**10*m2**2*n1**3*n2**14 - 14*
m1**10*m2**2*n1*n2**16 + 84*m1**9*m2**3*n1**10*n2**7 - 105*m1**9*m2**3*n1**8*n2
**9 - 380*m1**9*m2**3*n1**6*n2**11 - 110*m1**9*m2**3*n1**4*n2**13 + 80*m1**9*m2
**3*n1**2*n2**15 - m1**9*m2**3*n2**17 - 126*m1**8*m2**4*n1**11*n2**6 + 330*m1**8
*m2**4*n1**9*n2**8 + 765*m1**8*m2**4*n1**7*n2**10 + 45*m1**8*m2**4*n1**5*n2**12
- 255*m1**8*m2**4*n1**3*n2**14 + 9*m1**8*m2**4*n1*n2**16 + 126*m1**7*m2**5*n1**
12*n2**5 - 588*m1**7*m2**5*n1**10*n2**7 - 972*m1**7*m2**5*n1**8*n2**9 + 288*m1**
7*m2**5*n1**6*n2**11 + 510*m1**7*m2**5*n1**4*n2**13 - 36*m1**7*m2**5*n1**2*n2**
15 - 84*m1**6*m2**6*n1**13*n2**4 + 672*m1**6*m2**6*n1**11*n2**6 + 756*m1**6*m2**
6*n1**9*n2**8 - 756*m1**6*m2**6*n1**7*n2**10 - 672*m1**6*m2**6*n1**5*n2**12 + 84
*m1**6*m2**6*n1**3*n2**14 + 36*m1**5*m2**7*n1**14*n2**3 - 510*m1**5*m2**7*n1**12
*n2**5 - 288*m1**5*m2**7*n1**10*n2**7 + 972*m1**5*m2**7*n1**8*n2**9 + 588*m1**5*
m2**7*n1**6*n2**11 - 126*m1**5*m2**7*n1**4*n2**13 - 9*m1**4*m2**8*n1**15*n2**2 +
255*m1**4*m2**8*n1**13*n2**4 - 45*m1**4*m2**8*n1**11*n2**6 - 765*m1**4*m2**8*n1
**9*n2**8 - 330*m1**4*m2**8*n1**7*n2**10 + 126*m1**4*m2**8*n1**5*n2**12 + m1**3*
m2**9*n1**16*n2 - 80*m1**3*m2**9*n1**14*n2**3 + 110*m1**3*m2**9*n1**12*n2**5 +
380*m1**3*m2**9*n1**10*n2**7 + 105*m1**3*m2**9*n1**8*n2**9 - 84*m1**3*m2**9*n1**
6*n2**11 + 14*m1**2*m2**10*n1**15*n2**2 - 54*m1**2*m2**10*n1**13*n2**4 - 114*m1
**2*m2**10*n1**11*n2**6 - 10*m1**2*m2**10*n1**9*n2**8 + 36*m1**2*m2**10*n1**7*n2
**10 - m1*m2**11*n1**16*n2 + 12*m1*m2**11*n1**14*n2**3 + 18*m1*m2**11*n1**12*n2
**5 - 4*m1*m2**11*n1**10*n2**7 - 9*m1*m2**11*n1**8*n2**9 - m2**12*n1**15*n2**2 -
m2**12*n1**13*n2**4 + m2**12*n1**11*n2**6 + m2**12*n1**9*n2**8) + u2*v1*v2**2*(
2*a33*m1**13*n1**5*n2**10 - 2*a33*m1**13*n1*n2**14 - 20*a33*m1**12*m2*n1**6*n2**
9 + 10*a33*m1**12*m2*n1**4*n2**11 + 28*a33*m1**12*m2*n1**2*n2**13 - 2*a33*m1**12
*m2*n2**15 + 90*a33*m1**11*m2**2*n1**7*n2**8 - 102*a33*m1**11*m2**2*n1**5*n2**10
- 162*a33*m1**11*m2**2*n1**3*n2**12 + 30*a33*m1**11*m2**2*n1*n2**14 - 240*a33*
m1**10*m2**3*n1**8*n2**7 + 470*a33*m1**10*m2**3*n1**6*n2**9 + 518*a33*m1**10*m2
**3*n1**4*n2**11 - 190*a33*m1**10*m2**3*n1**2*n2**13 + 2*a33*m1**10*m2**3*n2**15
+ 420*a33*m1**9*m2**4*n1**9*n2**6 - 1290*a33*m1**9*m2**4*n1**7*n2**8 - 1000*a33
*m1**9*m2**4*n1**5*n2**10 + 690*a33*m1**9*m2**4*n1**3*n2**12 - 20*a33*m1**9*m2**
4*n1*n2**14 - 504*a33*m1**8*m2**5*n1**10*n2**5 + 2340*a33*m1**8*m2**5*n1**8*n2**
7 + 1134*a33*m1**8*m2**5*n1**6*n2**9 - 1620*a33*m1**8*m2**5*n1**4*n2**11 + 90*
a33*m1**8*m2**5*n1**2*n2**13 + 420*a33*m1**7*m2**6*n1**11*n2**4 - 2940*a33*m1**7
*m2**6*n1**9*n2**6 - 516*a33*m1**7*m2**6*n1**7*n2**8 + 2604*a33*m1**7*m2**6*n1**
5*n2**10 - 240*a33*m1**7*m2**6*n1**3*n2**12 - 240*a33*m1**6*m2**7*n1**12*n2**3 +
2604*a33*m1**6*m2**7*n1**10*n2**5 - 516*a33*m1**6*m2**7*n1**8*n2**7 - 2940*a33*
m1**6*m2**7*n1**6*n2**9 + 420*a33*m1**6*m2**7*n1**4*n2**11 + 90*a33*m1**5*m2**8*
n1**13*n2**2 - 1620*a33*m1**5*m2**8*n1**11*n2**4 + 1134*a33*m1**5*m2**8*n1**9*n2
**6 + 2340*a33*m1**5*m2**8*n1**7*n2**8 - 504*a33*m1**5*m2**8*n1**5*n2**10 - 20*
a33*m1**4*m2**9*n1**14*n2 + 690*a33*m1**4*m2**9*n1**12*n2**3 - 1000*a33*m1**4*m2
**9*n1**10*n2**5 - 1290*a33*m1**4*m2**9*n1**8*n2**7 + 420*a33*m1**4*m2**9*n1**6*
n2**9 + 2*a33*m1**3*m2**10*n1**15 - 190*a33*m1**3*m2**10*n1**13*n2**2 + 518*a33*
m1**3*m2**10*n1**11*n2**4 + 470*a33*m1**3*m2**10*n1**9*n2**6 - 240*a33*m1**3*m2
**10*n1**7*n2**8 + 30*a33*m1**2*m2**11*n1**14*n2 - 162*a33*m1**2*m2**11*n1**12*
n2**3 - 102*a33*m1**2*m2**11*n1**10*n2**5 + 90*a33*m1**2*m2**11*n1**8*n2**7 - 2*
a33*m1*m2**12*n1**15 + 28*a33*m1*m2**12*n1**13*n2**2 + 10*a33*m1*m2**12*n1**11*
n2**4 - 20*a33*m1*m2**12*n1**9*n2**6 - 2*a33*m2**13*n1**14*n2 + 2*a33*m2**13*n1
**10*n2**5) + u2*v1*v2*(m1**12*n1**8*n2**9 - 2*m1**12*n1**4*n2**13 + m1**12*n2**
17 - 9*m1**11*m2*n1**9*n2**8 + 6*m1**11*m2*n1**7*n2**10 + 24*m1**11*m2*n1**5*n2
**12 - 6*m1**11*m2*n1**3*n2**14 - 15*m1**11*m2*n1*n2**16 + 36*m1**10*m2**2*n1**
10*n2**7 - 55*m1**10*m2**2*n1**8*n2**9 - 118*m1**10*m2**2*n1**6*n2**11 + 72*m1**
10*m2**2*n1**4*n2**13 + 98*m1**10*m2**2*n1**2*n2**15 - m1**10*m2**2*n2**17 - 84*
m1**9*m2**3*n1**11*n2**6 + 225*m1**9*m2**3*n1**9*n2**8 + 310*m1**9*m2**3*n1**7*
n2**10 - 380*m1**9*m2**3*n1**5*n2**12 - 370*m1**9*m2**3*n1**3*n2**14 + 11*m1**9*
m2**3*n1*n2**16 + 126*m1**8*m2**4*n1**12*n2**5 - 540*m1**8*m2**4*n1**10*n2**7 -
450*m1**8*m2**4*n1**8*n2**9 + 1170*m1**8*m2**4*n1**6*n2**11 + 900*m1**8*m2**4*n1
**4*n2**13 - 54*m1**8*m2**4*n1**2*n2**15 - 126*m1**7*m2**5*n1**13*n2**4 + 840*m1
**7*m2**5*n1**11*n2**6 + 264*m1**7*m2**5*n1**9*n2**8 - 2340*m1**7*m2**5*n1**7*n2
**10 - 1482*m1**7*m2**5*n1**5*n2**12 + 156*m1**7*m2**5*n1**3*n2**14 + 84*m1**6*
m2**6*n1**14*n2**3 - 882*m1**6*m2**6*n1**12*n2**5 + 252*m1**6*m2**6*n1**10*n2**7
+ 3192*m1**6*m2**6*n1**8*n2**9 + 1680*m1**6*m2**6*n1**6*n2**11 - 294*m1**6*m2**
6*n1**4*n2**13 - 36*m1**5*m2**7*n1**15*n2**2 + 630*m1**5*m2**7*n1**13*n2**4 -
684*m1**5*m2**7*n1**11*n2**6 - 3024*m1**5*m2**7*n1**9*n2**8 - 1296*m1**5*m2**7*
n1**7*n2**10 + 378*m1**5*m2**7*n1**5*n2**12 + 9*m1**4*m2**8*n1**16*n2 - 300*m1**
4*m2**8*n1**14*n2**3 + 690*m1**4*m2**8*n1**12*n2**5 + 1980*m1**4*m2**8*n1**10*n2
**7 + 645*m1**4*m2**8*n1**8*n2**9 - 336*m1**4*m2**8*n1**6*n2**11 - m1**3*m2**9*
n1**17 + 90*m1**3*m2**9*n1**15*n2**2 - 400*m1**3*m2**9*n1**13*n2**4 - 870*m1**3*
m2**9*n1**11*n2**6 - 175*m1**3*m2**9*n1**9*n2**8 + 204*m1**3*m2**9*n1**7*n2**10
- 15*m1**2*m2**10*n1**16*n2 + 138*m1**2*m2**10*n1**14*n2**3 + 240*m1**2*m2**10*
n1**12*n2**5 + 6*m1**2*m2**10*n1**10*n2**7 - 81*m1**2*m2**10*n1**8*n2**9 + m1*m2
**11*n1**17 - 26*m1*m2**11*n1**15*n2**2 - 36*m1*m2**11*n1**13*n2**4 + 10*m1*m2**
11*n1**11*n2**6 + 19*m1*m2**11*n1**9*n2**8 + 2*m2**12*n1**16*n2 + 2*m2**12*n1**
14*n2**3 - 2*m2**12*n1**12*n2**5 - 2*m2**12*n1**10*n2**7) + u2*v1*v3**2*(2*a33*
m1**13*n1**5*n2**10 - 2*a33*m1**13*n1*n2**14 - 20*a33*m1**12*m2*n1**6*n2**9 + 10
*a33*m1**12*m2*n1**4*n2**11 + 28*a33*m1**12*m2*n1**2*n2**13 - 2*a33*m1**12*m2*n2
**15 + 90*a33*m1**11*m2**2*n1**7*n2**8 - 102*a33*m1**11*m2**2*n1**5*n2**10 - 162
*a33*m1**11*m2**2*n1**3*n2**12 + 30*a33*m1**11*m2**2*n1*n2**14 - 240*a33*m1**10*
m2**3*n1**8*n2**7 + 470*a33*m1**10*m2**3*n1**6*n2**9 + 518*a33*m1**10*m2**3*n1**
4*n2**11 - 190*a33*m1**10*m2**3*n1**2*n2**13 + 2*a33*m1**10*m2**3*n2**15 + 420*
a33*m1**9*m2**4*n1**9*n2**6 - 1290*a33*m1**9*m2**4*n1**7*n2**8 - 1000*a33*m1**9*
m2**4*n1**5*n2**10 + 690*a33*m1**9*m2**4*n1**3*n2**12 - 20*a33*m1**9*m2**4*n1*n2
**14 - 504*a33*m1**8*m2**5*n1**10*n2**5 + 2340*a33*m1**8*m2**5*n1**8*n2**7 +
1134*a33*m1**8*m2**5*n1**6*n2**9 - 1620*a33*m1**8*m2**5*n1**4*n2**11 + 90*a33*m1
**8*m2**5*n1**2*n2**13 + 420*a33*m1**7*m2**6*n1**11*n2**4 - 2940*a33*m1**7*m2**6
*n1**9*n2**6 - 516*a33*m1**7*m2**6*n1**7*n2**8 + 2604*a33*m1**7*m2**6*n1**5*n2**
10 - 240*a33*m1**7*m2**6*n1**3*n2**12 - 240*a33*m1**6*m2**7*n1**12*n2**3 + 2604*
a33*m1**6*m2**7*n1**10*n2**5 - 516*a33*m1**6*m2**7*n1**8*n2**7 - 2940*a33*m1**6*
m2**7*n1**6*n2**9 + 420*a33*m1**6*m2**7*n1**4*n2**11 + 90*a33*m1**5*m2**8*n1**13
*n2**2 - 1620*a33*m1**5*m2**8*n1**11*n2**4 + 1134*a33*m1**5*m2**8*n1**9*n2**6 +
2340*a33*m1**5*m2**8*n1**7*n2**8 - 504*a33*m1**5*m2**8*n1**5*n2**10 - 20*a33*m1
**4*m2**9*n1**14*n2 + 690*a33*m1**4*m2**9*n1**12*n2**3 - 1000*a33*m1**4*m2**9*n1
**10*n2**5 - 1290*a33*m1**4*m2**9*n1**8*n2**7 + 420*a33*m1**4*m2**9*n1**6*n2**9
+ 2*a33*m1**3*m2**10*n1**15 - 190*a33*m1**3*m2**10*n1**13*n2**2 + 518*a33*m1**3*
m2**10*n1**11*n2**4 + 470*a33*m1**3*m2**10*n1**9*n2**6 - 240*a33*m1**3*m2**10*n1
**7*n2**8 + 30*a33*m1**2*m2**11*n1**14*n2 - 162*a33*m1**2*m2**11*n1**12*n2**3 -
102*a33*m1**2*m2**11*n1**10*n2**5 + 90*a33*m1**2*m2**11*n1**8*n2**7 - 2*a33*m1*
m2**12*n1**15 + 28*a33*m1*m2**12*n1**13*n2**2 + 10*a33*m1*m2**12*n1**11*n2**4 -
20*a33*m1*m2**12*n1**9*n2**6 - 2*a33*m2**13*n1**14*n2 + 2*a33*m2**13*n1**10*n2**
5) + u2*v2**2*(m1**12*n1**7*n2**10 + m1**12*n1**5*n2**12 - m1**12*n1**3*n2**14 -
m1**12*n1*n2**16 - 10*m1**11*m2*n1**8*n2**9 - 6*m1**11*m2*n1**6*n2**11 + 18*m1
**11*m2*n1**4*n2**13 + 14*m1**11*m2*n1**2*n2**15 + 45*m1**10*m2**2*n1**9*n2**8 +
4*m1**10*m2**2*n1**7*n2**10 - 126*m1**10*m2**2*n1**5*n2**12 - 84*m1**10*m2**2*
n1**3*n2**14 + m1**10*m2**2*n1*n2**16 - 120*m1**9*m2**3*n1**10*n2**7 + 70*m1**9*
m2**3*n1**8*n2**9 + 490*m1**9*m2**3*n1**6*n2**11 + 290*m1**9*m2**3*n1**4*n2**13
- 10*m1**9*m2**3*n1**2*n2**15 + 210*m1**8*m2**4*n1**11*n2**6 - 315*m1**8*m2**4*
n1**9*n2**8 - 1215*m1**8*m2**4*n1**7*n2**10 - 645*m1**8*m2**4*n1**5*n2**12 + 45*
m1**8*m2**4*n1**3*n2**14 - 252*m1**7*m2**5*n1**12*n2**5 + 708*m1**7*m2**5*n1**10
*n2**7 + 2052*m1**7*m2**5*n1**8*n2**9 + 972*m1**7*m2**5*n1**6*n2**11 - 120*m1**7
*m2**5*n1**4*n2**13 + 210*m1**6*m2**6*n1**13*n2**4 - 1008*m1**6*m2**6*n1**11*n2
**6 - 2436*m1**6*m2**6*n1**9*n2**8 - 1008*m1**6*m2**6*n1**7*n2**10 + 210*m1**6*
m2**6*n1**5*n2**12 - 120*m1**5*m2**7*n1**14*n2**3 + 972*m1**5*m2**7*n1**12*n2**5
+ 2052*m1**5*m2**7*n1**10*n2**7 + 708*m1**5*m2**7*n1**8*n2**9 - 252*m1**5*m2**7
*n1**6*n2**11 + 45*m1**4*m2**8*n1**15*n2**2 - 645*m1**4*m2**8*n1**13*n2**4 -
1215*m1**4*m2**8*n1**11*n2**6 - 315*m1**4*m2**8*n1**9*n2**8 + 210*m1**4*m2**8*n1
**7*n2**10 - 10*m1**3*m2**9*n1**16*n2 + 290*m1**3*m2**9*n1**14*n2**3 + 490*m1**3
*m2**9*n1**12*n2**5 + 70*m1**3*m2**9*n1**10*n2**7 - 120*m1**3*m2**9*n1**8*n2**9
+ m1**2*m2**10*n1**17 - 84*m1**2*m2**10*n1**15*n2**2 - 126*m1**2*m2**10*n1**13*
n2**4 + 4*m1**2*m2**10*n1**11*n2**6 + 45*m1**2*m2**10*n1**9*n2**8 + 14*m1*m2**11
*n1**16*n2 + 18*m1*m2**11*n1**14*n2**3 - 6*m1*m2**11*n1**12*n2**5 - 10*m1*m2**11
*n1**10*n2**7 - m2**12*n1**17 - m2**12*n1**15*n2**2 + m2**12*n1**13*n2**4 + m2**
12*n1**11*n2**6) + u2*v2*v3**2*( - a33*m1**13*n1**6*n2**9 - a33*m1**13*n1**4*n2
**11 + a33*m1**13*n1**2*n2**13 + a33*m1**13*n2**15 + 9*a33*m1**12*m2*n1**7*n2**8
+ 5*a33*m1**12*m2*n1**5*n2**10 - 17*a33*m1**12*m2*n1**3*n2**12 - 13*a33*m1**12*
m2*n1*n2**14 - 36*a33*m1**11*m2**2*n1**8*n2**7 + 108*a33*m1**11*m2**2*n1**4*n2**
11 + 72*a33*m1**11*m2**2*n1**2*n2**13 + 84*a33*m1**10*m2**3*n1**9*n2**6 - 60*a33
*m1**10*m2**3*n1**7*n2**8 - 376*a33*m1**10*m2**3*n1**5*n2**10 - 236*a33*m1**10*
m2**3*n1**3*n2**12 - 4*a33*m1**10*m2**3*n1*n2**14 - 126*a33*m1**9*m2**4*n1**10*
n2**5 + 210*a33*m1**9*m2**4*n1**8*n2**7 + 835*a33*m1**9*m2**4*n1**6*n2**9 + 535*
a33*m1**9*m2**4*n1**4*n2**11 + 35*a33*m1**9*m2**4*n1**2*n2**13 - a33*m1**9*m2**4
*n2**15 + 126*a33*m1**8*m2**5*n1**11*n2**4 - 378*a33*m1**8*m2**5*n1**9*n2**6 -
1287*a33*m1**8*m2**5*n1**7*n2**8 - 927*a33*m1**8*m2**5*n1**5*n2**10 - 135*a33*m1
**8*m2**5*n1**3*n2**12 + 9*a33*m1**8*m2**5*n1*n2**14 - 84*a33*m1**7*m2**6*n1**12
*n2**3 + 420*a33*m1**7*m2**6*n1**10*n2**5 + 1464*a33*m1**7*m2**6*n1**8*n2**7 +
1296*a33*m1**7*m2**6*n1**6*n2**9 + 300*a33*m1**7*m2**6*n1**4*n2**11 - 36*a33*m1
**7*m2**6*n1**2*n2**13 + 36*a33*m1**6*m2**7*n1**13*n2**2 - 300*a33*m1**6*m2**7*
n1**11*n2**4 - 1296*a33*m1**6*m2**7*n1**9*n2**6 - 1464*a33*m1**6*m2**7*n1**7*n2
**8 - 420*a33*m1**6*m2**7*n1**5*n2**10 + 84*a33*m1**6*m2**7*n1**3*n2**12 - 9*a33
*m1**5*m2**8*n1**14*n2 + 135*a33*m1**5*m2**8*n1**12*n2**3 + 927*a33*m1**5*m2**8*
n1**10*n2**5 + 1287*a33*m1**5*m2**8*n1**8*n2**7 + 378*a33*m1**5*m2**8*n1**6*n2**
9 - 126*a33*m1**5*m2**8*n1**4*n2**11 + a33*m1**4*m2**9*n1**15 - 35*a33*m1**4*m2
**9*n1**13*n2**2 - 535*a33*m1**4*m2**9*n1**11*n2**4 - 835*a33*m1**4*m2**9*n1**9*
n2**6 - 210*a33*m1**4*m2**9*n1**7*n2**8 + 126*a33*m1**4*m2**9*n1**5*n2**10 + 4*
a33*m1**3*m2**10*n1**14*n2 + 236*a33*m1**3*m2**10*n1**12*n2**3 + 376*a33*m1**3*
m2**10*n1**10*n2**5 + 60*a33*m1**3*m2**10*n1**8*n2**7 - 84*a33*m1**3*m2**10*n1**
6*n2**9 - 72*a33*m1**2*m2**11*n1**13*n2**2 - 108*a33*m1**2*m2**11*n1**11*n2**4 +
36*a33*m1**2*m2**11*n1**7*n2**8 + 13*a33*m1*m2**12*n1**14*n2 + 17*a33*m1*m2**12
*n1**12*n2**3 - 5*a33*m1*m2**12*n1**10*n2**5 - 9*a33*m1*m2**12*n1**8*n2**7 - a33
*m2**13*n1**15 - a33*m2**13*n1**13*n2**2 + a33*m2**13*n1**11*n2**4 + a33*m2**13*
n1**9*n2**6) + u2*v3**2*( - m1**12*n1**7*n2**10 - m1**12*n1**5*n2**12 + m1**12*
n1**3*n2**14 + m1**12*n1*n2**16 + 9*m1**11*m2*n1**8*n2**9 + 4*m1**11*m2*n1**6*n2
**11 - 18*m1**11*m2*n1**4*n2**13 - 12*m1**11*m2*n1**2*n2**15 + m1**11*m2*n2**17
- 36*m1**10*m2**2*n1**9*n2**8 + 10*m1**10*m2**2*n1**7*n2**10 + 114*m1**10*m2**2*
n1**5*n2**12 + 54*m1**10*m2**2*n1**3*n2**14 - 14*m1**10*m2**2*n1*n2**16 + 84*m1
**9*m2**3*n1**10*n2**7 - 105*m1**9*m2**3*n1**8*n2**9 - 380*m1**9*m2**3*n1**6*n2
**11 - 110*m1**9*m2**3*n1**4*n2**13 + 80*m1**9*m2**3*n1**2*n2**15 - m1**9*m2**3*
n2**17 - 126*m1**8*m2**4*n1**11*n2**6 + 330*m1**8*m2**4*n1**9*n2**8 + 765*m1**8*
m2**4*n1**7*n2**10 + 45*m1**8*m2**4*n1**5*n2**12 - 255*m1**8*m2**4*n1**3*n2**14
+ 9*m1**8*m2**4*n1*n2**16 + 126*m1**7*m2**5*n1**12*n2**5 - 588*m1**7*m2**5*n1**
10*n2**7 - 972*m1**7*m2**5*n1**8*n2**9 + 288*m1**7*m2**5*n1**6*n2**11 + 510*m1**
7*m2**5*n1**4*n2**13 - 36*m1**7*m2**5*n1**2*n2**15 - 84*m1**6*m2**6*n1**13*n2**4
+ 672*m1**6*m2**6*n1**11*n2**6 + 756*m1**6*m2**6*n1**9*n2**8 - 756*m1**6*m2**6*
n1**7*n2**10 - 672*m1**6*m2**6*n1**5*n2**12 + 84*m1**6*m2**6*n1**3*n2**14 + 36*
m1**5*m2**7*n1**14*n2**3 - 510*m1**5*m2**7*n1**12*n2**5 - 288*m1**5*m2**7*n1**10
*n2**7 + 972*m1**5*m2**7*n1**8*n2**9 + 588*m1**5*m2**7*n1**6*n2**11 - 126*m1**5*
m2**7*n1**4*n2**13 - 9*m1**4*m2**8*n1**15*n2**2 + 255*m1**4*m2**8*n1**13*n2**4 -
45*m1**4*m2**8*n1**11*n2**6 - 765*m1**4*m2**8*n1**9*n2**8 - 330*m1**4*m2**8*n1
**7*n2**10 + 126*m1**4*m2**8*n1**5*n2**12 + m1**3*m2**9*n1**16*n2 - 80*m1**3*m2
**9*n1**14*n2**3 + 110*m1**3*m2**9*n1**12*n2**5 + 380*m1**3*m2**9*n1**10*n2**7 +
105*m1**3*m2**9*n1**8*n2**9 - 84*m1**3*m2**9*n1**6*n2**11 + 14*m1**2*m2**10*n1
**15*n2**2 - 54*m1**2*m2**10*n1**13*n2**4 - 114*m1**2*m2**10*n1**11*n2**6 - 10*
m1**2*m2**10*n1**9*n2**8 + 36*m1**2*m2**10*n1**7*n2**10 - m1*m2**11*n1**16*n2 +
12*m1*m2**11*n1**14*n2**3 + 18*m1*m2**11*n1**12*n2**5 - 4*m1*m2**11*n1**10*n2**7
- 9*m1*m2**11*n1**8*n2**9 - m2**12*n1**15*n2**2 - m2**12*n1**13*n2**4 + m2**12*
n1**11*n2**6 + m2**12*n1**9*n2**8) + u3**2*v3**2*(a33*m1**12*n1**7*n2**9 + a33*
m1**12*n1**5*n2**11 - a33*m1**12*n1**3*n2**13 - a33*m1**12*n1*n2**15 - 9*a33*m1
**11*m2*n1**8*n2**8 - 4*a33*m1**11*m2*n1**6*n2**10 + 18*a33*m1**11*m2*n1**4*n2**
12 + 12*a33*m1**11*m2*n1**2*n2**14 - a33*m1**11*m2*n2**16 + 36*a33*m1**10*m2**2*
n1**9*n2**7 - 10*a33*m1**10*m2**2*n1**7*n2**9 - 114*a33*m1**10*m2**2*n1**5*n2**
11 - 54*a33*m1**10*m2**2*n1**3*n2**13 + 14*a33*m1**10*m2**2*n1*n2**15 - 84*a33*
m1**9*m2**3*n1**10*n2**6 + 105*a33*m1**9*m2**3*n1**8*n2**8 + 380*a33*m1**9*m2**3
*n1**6*n2**10 + 110*a33*m1**9*m2**3*n1**4*n2**12 - 80*a33*m1**9*m2**3*n1**2*n2**
14 + a33*m1**9*m2**3*n2**16 + 126*a33*m1**8*m2**4*n1**11*n2**5 - 330*a33*m1**8*
m2**4*n1**9*n2**7 - 765*a33*m1**8*m2**4*n1**7*n2**9 - 45*a33*m1**8*m2**4*n1**5*
n2**11 + 255*a33*m1**8*m2**4*n1**3*n2**13 - 9*a33*m1**8*m2**4*n1*n2**15 - 126*
a33*m1**7*m2**5*n1**12*n2**4 + 588*a33*m1**7*m2**5*n1**10*n2**6 + 972*a33*m1**7*
m2**5*n1**8*n2**8 - 288*a33*m1**7*m2**5*n1**6*n2**10 - 510*a33*m1**7*m2**5*n1**4
*n2**12 + 36*a33*m1**7*m2**5*n1**2*n2**14 + 84*a33*m1**6*m2**6*n1**13*n2**3 -
672*a33*m1**6*m2**6*n1**11*n2**5 - 756*a33*m1**6*m2**6*n1**9*n2**7 + 756*a33*m1
**6*m2**6*n1**7*n2**9 + 672*a33*m1**6*m2**6*n1**5*n2**11 - 84*a33*m1**6*m2**6*n1
**3*n2**13 - 36*a33*m1**5*m2**7*n1**14*n2**2 + 510*a33*m1**5*m2**7*n1**12*n2**4
+ 288*a33*m1**5*m2**7*n1**10*n2**6 - 972*a33*m1**5*m2**7*n1**8*n2**8 - 588*a33*
m1**5*m2**7*n1**6*n2**10 + 126*a33*m1**5*m2**7*n1**4*n2**12 + 9*a33*m1**4*m2**8*
n1**15*n2 - 255*a33*m1**4*m2**8*n1**13*n2**3 + 45*a33*m1**4*m2**8*n1**11*n2**5 +
765*a33*m1**4*m2**8*n1**9*n2**7 + 330*a33*m1**4*m2**8*n1**7*n2**9 - 126*a33*m1
**4*m2**8*n1**5*n2**11 - a33*m1**3*m2**9*n1**16 + 80*a33*m1**3*m2**9*n1**14*n2**
2 - 110*a33*m1**3*m2**9*n1**12*n2**4 - 380*a33*m1**3*m2**9*n1**10*n2**6 - 105*
a33*m1**3*m2**9*n1**8*n2**8 + 84*a33*m1**3*m2**9*n1**6*n2**10 - 14*a33*m1**2*m2
**10*n1**15*n2 + 54*a33*m1**2*m2**10*n1**13*n2**3 + 114*a33*m1**2*m2**10*n1**11*
n2**5 + 10*a33*m1**2*m2**10*n1**9*n2**7 - 36*a33*m1**2*m2**10*n1**7*n2**9 + a33*
m1*m2**11*n1**16 - 12*a33*m1*m2**11*n1**14*n2**2 - 18*a33*m1*m2**11*n1**12*n2**4
+ 4*a33*m1*m2**11*n1**10*n2**6 + 9*a33*m1*m2**11*n1**8*n2**8 + a33*m2**12*n1**
15*n2 + a33*m2**12*n1**13*n2**3 - a33*m2**12*n1**11*n2**5 - a33*m2**12*n1**9*n2
**7) + u3*v1**2*v3*(2*a33*m1**13*n1**6*n2**9 - 2*a33*m1**13*n1**2*n2**13 - 18*
a33*m1**12*m2*n1**7*n2**8 + 12*a33*m1**12*m2*n1**5*n2**10 + 26*a33*m1**12*m2*n1
**3*n2**12 - 4*a33*m1**12*m2*n1*n2**14 + 72*a33*m1**11*m2**2*n1**8*n2**7 - 110*
a33*m1**11*m2**2*n1**6*n2**9 - 126*a33*m1**11*m2**2*n1**4*n2**11 + 54*a33*m1**11
*m2**2*n1**2*n2**13 - 2*a33*m1**11*m2**2*n2**15 - 168*a33*m1**10*m2**3*n1**9*n2
**6 + 450*a33*m1**10*m2**3*n1**7*n2**8 + 290*a33*m1**10*m2**3*n1**5*n2**10 - 298
*a33*m1**10*m2**3*n1**3*n2**12 + 30*a33*m1**10*m2**3*n1*n2**14 + 252*a33*m1**9*
m2**4*n1**10*n2**5 - 1080*a33*m1**9*m2**4*n1**8*n2**7 - 240*a33*m1**9*m2**4*n1**
6*n2**9 + 910*a33*m1**9*m2**4*n1**4*n2**11 - 180*a33*m1**9*m2**4*n1**2*n2**13 +
2*a33*m1**9*m2**4*n2**15 - 252*a33*m1**8*m2**5*n1**11*n2**4 + 1680*a33*m1**8*m2
**5*n1**9*n2**6 - 396*a33*m1**8*m2**5*n1**7*n2**8 - 1710*a33*m1**8*m2**5*n1**5*
n2**10 + 600*a33*m1**8*m2**5*n1**3*n2**12 - 18*a33*m1**8*m2**5*n1*n2**14 + 168*
a33*m1**7*m2**6*n1**12*n2**3 - 1764*a33*m1**7*m2**6*n1**10*n2**5 + 1428*a33*m1**
7*m2**6*n1**8*n2**7 + 2028*a33*m1**7*m2**6*n1**6*n2**9 - 1260*a33*m1**7*m2**6*n1
**4*n2**11 + 72*a33*m1**7*m2**6*n1**2*n2**13 - 72*a33*m1**6*m2**7*n1**13*n2**2 +
1260*a33*m1**6*m2**7*n1**11*n2**4 - 2028*a33*m1**6*m2**7*n1**9*n2**6 - 1428*a33
*m1**6*m2**7*n1**7*n2**8 + 1764*a33*m1**6*m2**7*n1**5*n2**10 - 168*a33*m1**6*m2
**7*n1**3*n2**12 + 18*a33*m1**5*m2**8*n1**14*n2 - 600*a33*m1**5*m2**8*n1**12*n2
**3 + 1710*a33*m1**5*m2**8*n1**10*n2**5 + 396*a33*m1**5*m2**8*n1**8*n2**7 - 1680
*a33*m1**5*m2**8*n1**6*n2**9 + 252*a33*m1**5*m2**8*n1**4*n2**11 - 2*a33*m1**4*m2
**9*n1**15 + 180*a33*m1**4*m2**9*n1**13*n2**2 - 910*a33*m1**4*m2**9*n1**11*n2**4
+ 240*a33*m1**4*m2**9*n1**9*n2**6 + 1080*a33*m1**4*m2**9*n1**7*n2**8 - 252*a33*
m1**4*m2**9*n1**5*n2**10 - 30*a33*m1**3*m2**10*n1**14*n2 + 298*a33*m1**3*m2**10*
n1**12*n2**3 - 290*a33*m1**3*m2**10*n1**10*n2**5 - 450*a33*m1**3*m2**10*n1**8*n2
**7 + 168*a33*m1**3*m2**10*n1**6*n2**9 + 2*a33*m1**2*m2**11*n1**15 - 54*a33*m1**
2*m2**11*n1**13*n2**2 + 126*a33*m1**2*m2**11*n1**11*n2**4 + 110*a33*m1**2*m2**11
*n1**9*n2**6 - 72*a33*m1**2*m2**11*n1**7*n2**8 + 4*a33*m1*m2**12*n1**14*n2 - 26*
a33*m1*m2**12*n1**12*n2**3 - 12*a33*m1*m2**12*n1**10*n2**5 + 18*a33*m1*m2**12*n1
**8*n2**7 + 2*a33*m2**13*n1**13*n2**2 - 2*a33*m2**13*n1**9*n2**6) + u3*v1*v3*(m1
**12*n1**8*n2**9 - 2*m1**12*n1**4*n2**13 + m1**12*n2**17 - 9*m1**11*m2*n1**9*n2
**8 + 6*m1**11*m2*n1**7*n2**10 + 24*m1**11*m2*n1**5*n2**12 - 6*m1**11*m2*n1**3*
n2**14 - 15*m1**11*m2*n1*n2**16 + 36*m1**10*m2**2*n1**10*n2**7 - 55*m1**10*m2**2
*n1**8*n2**9 - 118*m1**10*m2**2*n1**6*n2**11 + 72*m1**10*m2**2*n1**4*n2**13 + 98
*m1**10*m2**2*n1**2*n2**15 - m1**10*m2**2*n2**17 - 84*m1**9*m2**3*n1**11*n2**6 +
225*m1**9*m2**3*n1**9*n2**8 + 310*m1**9*m2**3*n1**7*n2**10 - 380*m1**9*m2**3*n1
**5*n2**12 - 370*m1**9*m2**3*n1**3*n2**14 + 11*m1**9*m2**3*n1*n2**16 + 126*m1**8
*m2**4*n1**12*n2**5 - 540*m1**8*m2**4*n1**10*n2**7 - 450*m1**8*m2**4*n1**8*n2**9
+ 1170*m1**8*m2**4*n1**6*n2**11 + 900*m1**8*m2**4*n1**4*n2**13 - 54*m1**8*m2**4
*n1**2*n2**15 - 126*m1**7*m2**5*n1**13*n2**4 + 840*m1**7*m2**5*n1**11*n2**6 +
264*m1**7*m2**5*n1**9*n2**8 - 2340*m1**7*m2**5*n1**7*n2**10 - 1482*m1**7*m2**5*
n1**5*n2**12 + 156*m1**7*m2**5*n1**3*n2**14 + 84*m1**6*m2**6*n1**14*n2**3 - 882*
m1**6*m2**6*n1**12*n2**5 + 252*m1**6*m2**6*n1**10*n2**7 + 3192*m1**6*m2**6*n1**8
*n2**9 + 1680*m1**6*m2**6*n1**6*n2**11 - 294*m1**6*m2**6*n1**4*n2**13 - 36*m1**5
*m2**7*n1**15*n2**2 + 630*m1**5*m2**7*n1**13*n2**4 - 684*m1**5*m2**7*n1**11*n2**
6 - 3024*m1**5*m2**7*n1**9*n2**8 - 1296*m1**5*m2**7*n1**7*n2**10 + 378*m1**5*m2
**7*n1**5*n2**12 + 9*m1**4*m2**8*n1**16*n2 - 300*m1**4*m2**8*n1**14*n2**3 + 690*
m1**4*m2**8*n1**12*n2**5 + 1980*m1**4*m2**8*n1**10*n2**7 + 645*m1**4*m2**8*n1**8
*n2**9 - 336*m1**4*m2**8*n1**6*n2**11 - m1**3*m2**9*n1**17 + 90*m1**3*m2**9*n1**
15*n2**2 - 400*m1**3*m2**9*n1**13*n2**4 - 870*m1**3*m2**9*n1**11*n2**6 - 175*m1
**3*m2**9*n1**9*n2**8 + 204*m1**3*m2**9*n1**7*n2**10 - 15*m1**2*m2**10*n1**16*n2
+ 138*m1**2*m2**10*n1**14*n2**3 + 240*m1**2*m2**10*n1**12*n2**5 + 6*m1**2*m2**
10*n1**10*n2**7 - 81*m1**2*m2**10*n1**8*n2**9 + m1*m2**11*n1**17 - 26*m1*m2**11*
n1**15*n2**2 - 36*m1*m2**11*n1**13*n2**4 + 10*m1*m2**11*n1**11*n2**6 + 19*m1*m2
**11*n1**9*n2**8 + 2*m2**12*n1**16*n2 + 2*m2**12*n1**14*n2**3 - 2*m2**12*n1**12*
n2**5 - 2*m2**12*n1**10*n2**7) + u3*v2**2*v3*(2*a33*m1**13*n1**6*n2**9 - 2*a33*
m1**13*n1**2*n2**13 - 18*a33*m1**12*m2*n1**7*n2**8 + 12*a33*m1**12*m2*n1**5*n2**
10 + 26*a33*m1**12*m2*n1**3*n2**12 - 4*a33*m1**12*m2*n1*n2**14 + 72*a33*m1**11*
m2**2*n1**8*n2**7 - 110*a33*m1**11*m2**2*n1**6*n2**9 - 126*a33*m1**11*m2**2*n1**
4*n2**11 + 54*a33*m1**11*m2**2*n1**2*n2**13 - 2*a33*m1**11*m2**2*n2**15 - 168*
a33*m1**10*m2**3*n1**9*n2**6 + 450*a33*m1**10*m2**3*n1**7*n2**8 + 290*a33*m1**10
*m2**3*n1**5*n2**10 - 298*a33*m1**10*m2**3*n1**3*n2**12 + 30*a33*m1**10*m2**3*n1
*n2**14 + 252*a33*m1**9*m2**4*n1**10*n2**5 - 1080*a33*m1**9*m2**4*n1**8*n2**7 -
240*a33*m1**9*m2**4*n1**6*n2**9 + 910*a33*m1**9*m2**4*n1**4*n2**11 - 180*a33*m1
**9*m2**4*n1**2*n2**13 + 2*a33*m1**9*m2**4*n2**15 - 252*a33*m1**8*m2**5*n1**11*
n2**4 + 1680*a33*m1**8*m2**5*n1**9*n2**6 - 396*a33*m1**8*m2**5*n1**7*n2**8 -
1710*a33*m1**8*m2**5*n1**5*n2**10 + 600*a33*m1**8*m2**5*n1**3*n2**12 - 18*a33*m1
**8*m2**5*n1*n2**14 + 168*a33*m1**7*m2**6*n1**12*n2**3 - 1764*a33*m1**7*m2**6*n1
**10*n2**5 + 1428*a33*m1**7*m2**6*n1**8*n2**7 + 2028*a33*m1**7*m2**6*n1**6*n2**9
- 1260*a33*m1**7*m2**6*n1**4*n2**11 + 72*a33*m1**7*m2**6*n1**2*n2**13 - 72*a33*
m1**6*m2**7*n1**13*n2**2 + 1260*a33*m1**6*m2**7*n1**11*n2**4 - 2028*a33*m1**6*m2
**7*n1**9*n2**6 - 1428*a33*m1**6*m2**7*n1**7*n2**8 + 1764*a33*m1**6*m2**7*n1**5*
n2**10 - 168*a33*m1**6*m2**7*n1**3*n2**12 + 18*a33*m1**5*m2**8*n1**14*n2 - 600*
a33*m1**5*m2**8*n1**12*n2**3 + 1710*a33*m1**5*m2**8*n1**10*n2**5 + 396*a33*m1**5
*m2**8*n1**8*n2**7 - 1680*a33*m1**5*m2**8*n1**6*n2**9 + 252*a33*m1**5*m2**8*n1**
4*n2**11 - 2*a33*m1**4*m2**9*n1**15 + 180*a33*m1**4*m2**9*n1**13*n2**2 - 910*a33
*m1**4*m2**9*n1**11*n2**4 + 240*a33*m1**4*m2**9*n1**9*n2**6 + 1080*a33*m1**4*m2
**9*n1**7*n2**8 - 252*a33*m1**4*m2**9*n1**5*n2**10 - 30*a33*m1**3*m2**10*n1**14*
n2 + 298*a33*m1**3*m2**10*n1**12*n2**3 - 290*a33*m1**3*m2**10*n1**10*n2**5 - 450
*a33*m1**3*m2**10*n1**8*n2**7 + 168*a33*m1**3*m2**10*n1**6*n2**9 + 2*a33*m1**2*
m2**11*n1**15 - 54*a33*m1**2*m2**11*n1**13*n2**2 + 126*a33*m1**2*m2**11*n1**11*
n2**4 + 110*a33*m1**2*m2**11*n1**9*n2**6 - 72*a33*m1**2*m2**11*n1**7*n2**8 + 4*
a33*m1*m2**12*n1**14*n2 - 26*a33*m1*m2**12*n1**12*n2**3 - 12*a33*m1*m2**12*n1**
10*n2**5 + 18*a33*m1*m2**12*n1**8*n2**7 + 2*a33*m2**13*n1**13*n2**2 - 2*a33*m2**
13*n1**9*n2**6) + u3*v2*v3*(2*m1**12*n1**7*n2**10 + 2*m1**12*n1**5*n2**12 - 2*m1
**12*n1**3*n2**14 - 2*m1**12*n1*n2**16 - 19*m1**11*m2*n1**8*n2**9 - 10*m1**11*m2
*n1**6*n2**11 + 36*m1**11*m2*n1**4*n2**13 + 26*m1**11*m2*n1**2*n2**15 - m1**11*
m2*n2**17 + 81*m1**10*m2**2*n1**9*n2**8 - 6*m1**10*m2**2*n1**7*n2**10 - 240*m1**
10*m2**2*n1**5*n2**12 - 138*m1**10*m2**2*n1**3*n2**14 + 15*m1**10*m2**2*n1*n2**
16 - 204*m1**9*m2**3*n1**10*n2**7 + 175*m1**9*m2**3*n1**8*n2**9 + 870*m1**9*m2**
3*n1**6*n2**11 + 400*m1**9*m2**3*n1**4*n2**13 - 90*m1**9*m2**3*n1**2*n2**15 + m1
**9*m2**3*n2**17 + 336*m1**8*m2**4*n1**11*n2**6 - 645*m1**8*m2**4*n1**9*n2**8 -
1980*m1**8*m2**4*n1**7*n2**10 - 690*m1**8*m2**4*n1**5*n2**12 + 300*m1**8*m2**4*
n1**3*n2**14 - 9*m1**8*m2**4*n1*n2**16 - 378*m1**7*m2**5*n1**12*n2**5 + 1296*m1
**7*m2**5*n1**10*n2**7 + 3024*m1**7*m2**5*n1**8*n2**9 + 684*m1**7*m2**5*n1**6*n2
**11 - 630*m1**7*m2**5*n1**4*n2**13 + 36*m1**7*m2**5*n1**2*n2**15 + 294*m1**6*m2
**6*n1**13*n2**4 - 1680*m1**6*m2**6*n1**11*n2**6 - 3192*m1**6*m2**6*n1**9*n2**8
- 252*m1**6*m2**6*n1**7*n2**10 + 882*m1**6*m2**6*n1**5*n2**12 - 84*m1**6*m2**6*
n1**3*n2**14 - 156*m1**5*m2**7*n1**14*n2**3 + 1482*m1**5*m2**7*n1**12*n2**5 +
2340*m1**5*m2**7*n1**10*n2**7 - 264*m1**5*m2**7*n1**8*n2**9 - 840*m1**5*m2**7*n1
**6*n2**11 + 126*m1**5*m2**7*n1**4*n2**13 + 54*m1**4*m2**8*n1**15*n2**2 - 900*m1
**4*m2**8*n1**13*n2**4 - 1170*m1**4*m2**8*n1**11*n2**6 + 450*m1**4*m2**8*n1**9*
n2**8 + 540*m1**4*m2**8*n1**7*n2**10 - 126*m1**4*m2**8*n1**5*n2**12 - 11*m1**3*
m2**9*n1**16*n2 + 370*m1**3*m2**9*n1**14*n2**3 + 380*m1**3*m2**9*n1**12*n2**5 -
310*m1**3*m2**9*n1**10*n2**7 - 225*m1**3*m2**9*n1**8*n2**9 + 84*m1**3*m2**9*n1**
6*n2**11 + m1**2*m2**10*n1**17 - 98*m1**2*m2**10*n1**15*n2**2 - 72*m1**2*m2**10*
n1**13*n2**4 + 118*m1**2*m2**10*n1**11*n2**6 + 55*m1**2*m2**10*n1**9*n2**8 - 36*
m1**2*m2**10*n1**7*n2**10 + 15*m1*m2**11*n1**16*n2 + 6*m1*m2**11*n1**14*n2**3 -
24*m1*m2**11*n1**12*n2**5 - 6*m1*m2**11*n1**10*n2**7 + 9*m1*m2**11*n1**8*n2**9 -
m2**12*n1**17 + 2*m2**12*n1**13*n2**4 - m2**12*n1**9*n2**8) + u3*v3**3*(a33*m1
**13*n1**6*n2**9 - a33*m1**13*n1**4*n2**11 - a33*m1**13*n1**2*n2**13 + a33*m1**
13*n2**15 - 9*a33*m1**12*m2*n1**7*n2**8 + 17*a33*m1**12*m2*n1**5*n2**10 + 9*a33*
m1**12*m2*n1**3*n2**12 - 17*a33*m1**12*m2*n1*n2**14 + 36*a33*m1**11*m2**2*n1**8*
n2**7 - 110*a33*m1**11*m2**2*n1**6*n2**9 - 18*a33*m1**11*m2**2*n1**4*n2**11 +
126*a33*m1**11*m2**2*n1**2*n2**13 - 2*a33*m1**11*m2**2*n2**15 - 84*a33*m1**10*m2
**3*n1**9*n2**6 + 390*a33*m1**10*m2**3*n1**7*n2**8 - 86*a33*m1**10*m2**3*n1**5*
n2**10 - 534*a33*m1**10*m2**3*n1**3*n2**12 + 26*a33*m1**10*m2**3*n1*n2**14 + 126
*a33*m1**9*m2**4*n1**10*n2**5 - 870*a33*m1**9*m2**4*n1**8*n2**7 + 595*a33*m1**9*
m2**4*n1**6*n2**9 + 1445*a33*m1**9*m2**4*n1**4*n2**11 - 145*a33*m1**9*m2**4*n1**
2*n2**13 + a33*m1**9*m2**4*n2**15 - 126*a33*m1**8*m2**5*n1**11*n2**4 + 1302*a33*
m1**8*m2**5*n1**9*n2**6 - 1683*a33*m1**8*m2**5*n1**7*n2**8 - 2637*a33*m1**8*m2**
5*n1**5*n2**10 + 465*a33*m1**8*m2**5*n1**3*n2**12 - 9*a33*m1**8*m2**5*n1*n2**14
+ 84*a33*m1**7*m2**6*n1**12*n2**3 - 1344*a33*m1**7*m2**6*n1**10*n2**5 + 2892*a33
*m1**7*m2**6*n1**8*n2**7 + 3324*a33*m1**7*m2**6*n1**6*n2**9 - 960*a33*m1**7*m2**
6*n1**4*n2**11 + 36*a33*m1**7*m2**6*n1**2*n2**13 - 36*a33*m1**6*m2**7*n1**13*n2
**2 + 960*a33*m1**6*m2**7*n1**11*n2**4 - 3324*a33*m1**6*m2**7*n1**9*n2**6 - 2892
*a33*m1**6*m2**7*n1**7*n2**8 + 1344*a33*m1**6*m2**7*n1**5*n2**10 - 84*a33*m1**6*
m2**7*n1**3*n2**12 + 9*a33*m1**5*m2**8*n1**14*n2 - 465*a33*m1**5*m2**8*n1**12*n2
**3 + 2637*a33*m1**5*m2**8*n1**10*n2**5 + 1683*a33*m1**5*m2**8*n1**8*n2**7 -
1302*a33*m1**5*m2**8*n1**6*n2**9 + 126*a33*m1**5*m2**8*n1**4*n2**11 - a33*m1**4*
m2**9*n1**15 + 145*a33*m1**4*m2**9*n1**13*n2**2 - 1445*a33*m1**4*m2**9*n1**11*n2
**4 - 595*a33*m1**4*m2**9*n1**9*n2**6 + 870*a33*m1**4*m2**9*n1**7*n2**8 - 126*
a33*m1**4*m2**9*n1**5*n2**10 - 26*a33*m1**3*m2**10*n1**14*n2 + 534*a33*m1**3*m2
**10*n1**12*n2**3 + 86*a33*m1**3*m2**10*n1**10*n2**5 - 390*a33*m1**3*m2**10*n1**
8*n2**7 + 84*a33*m1**3*m2**10*n1**6*n2**9 + 2*a33*m1**2*m2**11*n1**15 - 126*a33*
m1**2*m2**11*n1**13*n2**2 + 18*a33*m1**2*m2**11*n1**11*n2**4 + 110*a33*m1**2*m2
**11*n1**9*n2**6 - 36*a33*m1**2*m2**11*n1**7*n2**8 + 17*a33*m1*m2**12*n1**14*n2
- 9*a33*m1*m2**12*n1**12*n2**3 - 17*a33*m1*m2**12*n1**10*n2**5 + 9*a33*m1*m2**12
*n1**8*n2**7 - a33*m2**13*n1**15 + a33*m2**13*n1**13*n2**2 + a33*m2**13*n1**11*
n2**4 - a33*m2**13*n1**9*n2**6) + v1**3*(m1**13*n1**7*n2**9 - m1**13*n1**5*n2**
11 - m1**13*n1**3*n2**13 + m1**13*n1*n2**15 - 9*m1**12*m2*n1**8*n2**8 + 16*m1**
12*m2*n1**6*n2**10 + 8*m1**12*m2*n1**4*n2**12 - 16*m1**12*m2*n1**2*n2**14 + m1**
12*m2*n2**16 + 36*m1**11*m2**2*n1**9*n2**7 - 100*m1**11*m2**2*n1**7*n2**9 - 12*
m1**11*m2**2*n1**5*n2**11 + 108*m1**11*m2**2*n1**3*n2**13 - 16*m1**11*m2**2*n1*
n2**15 - 84*m1**10*m2**3*n1**10*n2**6 + 345*m1**10*m2**3*n1**8*n2**8 - 90*m1**10
*m2**3*n1**6*n2**10 - 408*m1**10*m2**3*n1**4*n2**12 + 110*m1**10*m2**3*n1**2*n2
**14 - m1**10*m2**3*n2**16 + 126*m1**9*m2**4*n1**11*n2**5 - 750*m1**9*m2**4*n1**
9*n2**7 + 525*m1**9*m2**4*n1**7*n2**9 + 955*m1**9*m2**4*n1**5*n2**11 - 435*m1**9
*m2**4*n1**3*n2**13 + 11*m1**9*m2**4*n1*n2**15 - 126*m1**8*m2**5*n1**12*n2**4 +
1092*m1**8*m2**5*n1**10*n2**6 - 1368*m1**8*m2**5*n1**8*n2**8 - 1422*m1**8*m2**5*
n1**6*n2**10 + 1110*m1**8*m2**5*n1**4*n2**12 - 54*m1**8*m2**5*n1**2*n2**14 + 84*
m1**7*m2**6*n1**13*n2**3 - 1092*m1**7*m2**6*n1**11*n2**5 + 2184*m1**7*m2**6*n1**
9*n2**7 + 1272*m1**7*m2**6*n1**7*n2**9 - 1932*m1**7*m2**6*n1**5*n2**11 + 156*m1
**7*m2**6*n1**3*n2**13 - 36*m1**6*m2**7*n1**14*n2**2 + 750*m1**6*m2**7*n1**12*n2
**4 - 2316*m1**6*m2**7*n1**10*n2**6 - 456*m1**6*m2**7*n1**8*n2**8 + 2352*m1**6*
m2**7*n1**6*n2**10 - 294*m1**6*m2**7*n1**4*n2**12 + 9*m1**5*m2**8*n1**15*n2 -
345*m1**5*m2**8*n1**13*n2**3 + 1665*m1**5*m2**8*n1**11*n2**5 - 369*m1**5*m2**8*
n1**9*n2**7 - 2010*m1**5*m2**8*n1**7*n2**9 + 378*m1**5*m2**8*n1**5*n2**11 - m1**
4*m2**9*n1**16 + 100*m1**4*m2**9*n1**14*n2**2 - 800*m1**4*m2**9*n1**12*n2**4 +
620*m1**4*m2**9*n1**10*n2**6 + 1185*m1**4*m2**9*n1**8*n2**8 - 336*m1**4*m2**9*n1
**6*n2**10 - 16*m1**3*m2**10*n1**15*n2 + 244*m1**3*m2**10*n1**13*n2**3 - 404*m1
**3*m2**10*n1**11*n2**5 - 460*m1**3*m2**10*n1**9*n2**7 + 204*m1**3*m2**10*n1**7*
n2**9 + m1**2*m2**11*n1**16 - 42*m1**2*m2**11*n1**14*n2**2 + 144*m1**2*m2**11*n1
**12*n2**4 + 106*m1**2*m2**11*n1**10*n2**6 - 81*m1**2*m2**11*n1**8*n2**8 + 3*m1*
m2**12*n1**15*n2 - 27*m1*m2**12*n1**13*n2**3 - 11*m1*m2**12*n1**11*n2**5 + 19*m1
*m2**12*n1**9*n2**7 + 2*m2**13*n1**14*n2**2 - 2*m2**13*n1**10*n2**6) + v1**2*v2*
(2*m1**13*n1**6*n2**10 - 2*m1**13*n1**2*n2**14 - 19*m1**12*m2*n1**7*n2**9 + 11*
m1**12*m2*n1**5*n2**11 + 27*m1**12*m2*n1**3*n2**13 - 3*m1**12*m2*n1*n2**15 + 81*
m1**11*m2**2*n1**8*n2**8 - 106*m1**11*m2**2*n1**6*n2**10 - 144*m1**11*m2**2*n1**
4*n2**12 + 42*m1**11*m2**2*n1**2*n2**14 - m1**11*m2**2*n2**16 - 204*m1**10*m2**3
*n1**9*n2**7 + 460*m1**10*m2**3*n1**7*n2**9 + 404*m1**10*m2**3*n1**5*n2**11 -
244*m1**10*m2**3*n1**3*n2**13 + 16*m1**10*m2**3*n1*n2**15 + 336*m1**9*m2**4*n1**
10*n2**6 - 1185*m1**9*m2**4*n1**8*n2**8 - 620*m1**9*m2**4*n1**6*n2**10 + 800*m1
**9*m2**4*n1**4*n2**12 - 100*m1**9*m2**4*n1**2*n2**14 + m1**9*m2**4*n2**16 - 378
*m1**8*m2**5*n1**11*n2**5 + 2010*m1**8*m2**5*n1**9*n2**7 + 369*m1**8*m2**5*n1**7
*n2**9 - 1665*m1**8*m2**5*n1**5*n2**11 + 345*m1**8*m2**5*n1**3*n2**13 - 9*m1**8*
m2**5*n1*n2**15 + 294*m1**7*m2**6*n1**12*n2**4 - 2352*m1**7*m2**6*n1**10*n2**6 +
456*m1**7*m2**6*n1**8*n2**8 + 2316*m1**7*m2**6*n1**6*n2**10 - 750*m1**7*m2**6*
n1**4*n2**12 + 36*m1**7*m2**6*n1**2*n2**14 - 156*m1**6*m2**7*n1**13*n2**3 + 1932
*m1**6*m2**7*n1**11*n2**5 - 1272*m1**6*m2**7*n1**9*n2**7 - 2184*m1**6*m2**7*n1**
7*n2**9 + 1092*m1**6*m2**7*n1**5*n2**11 - 84*m1**6*m2**7*n1**3*n2**13 + 54*m1**5
*m2**8*n1**14*n2**2 - 1110*m1**5*m2**8*n1**12*n2**4 + 1422*m1**5*m2**8*n1**10*n2
**6 + 1368*m1**5*m2**8*n1**8*n2**8 - 1092*m1**5*m2**8*n1**6*n2**10 + 126*m1**5*
m2**8*n1**4*n2**12 - 11*m1**4*m2**9*n1**15*n2 + 435*m1**4*m2**9*n1**13*n2**3 -
955*m1**4*m2**9*n1**11*n2**5 - 525*m1**4*m2**9*n1**9*n2**7 + 750*m1**4*m2**9*n1
**7*n2**9 - 126*m1**4*m2**9*n1**5*n2**11 + m1**3*m2**10*n1**16 - 110*m1**3*m2**
10*n1**14*n2**2 + 408*m1**3*m2**10*n1**12*n2**4 + 90*m1**3*m2**10*n1**10*n2**6 -
345*m1**3*m2**10*n1**8*n2**8 + 84*m1**3*m2**10*n1**6*n2**10 + 16*m1**2*m2**11*
n1**15*n2 - 108*m1**2*m2**11*n1**13*n2**3 + 12*m1**2*m2**11*n1**11*n2**5 + 100*
m1**2*m2**11*n1**9*n2**7 - 36*m1**2*m2**11*n1**7*n2**9 - m1*m2**12*n1**16 + 16*
m1*m2**12*n1**14*n2**2 - 8*m1*m2**12*n1**12*n2**4 - 16*m1*m2**12*n1**10*n2**6 +
9*m1*m2**12*n1**8*n2**8 - m2**13*n1**15*n2 + m2**13*n1**13*n2**3 + m2**13*n1**11
*n2**5 - m2**13*n1**9*n2**7) + v1**2*v3**2*( - a33*m1**14*n1**5*n2**9 + a33*m1**
14*n1*n2**13 + 9*a33*m1**13*m2*n1**6*n2**8 - 5*a33*m1**13*m2*n1**4*n2**10 - 13*
a33*m1**13*m2*n1**2*n2**12 + a33*m1**13*m2*n2**14 - 36*a33*m1**12*m2**2*n1**7*n2
**7 + 45*a33*m1**12*m2**2*n1**5*n2**9 + 68*a33*m1**12*m2**2*n1**3*n2**11 - 13*
a33*m1**12*m2**2*n1*n2**13 + 84*a33*m1**11*m2**3*n1**8*n2**6 - 180*a33*m1**11*m2
**3*n1**6*n2**8 - 196*a33*m1**11*m2**3*n1**4*n2**10 + 68*a33*m1**11*m2**3*n1**2*
n2**12 - 126*a33*m1**10*m2**4*n1**9*n2**5 + 420*a33*m1**10*m2**4*n1**7*n2**7 +
355*a33*m1**10*m2**4*n1**5*n2**9 - 196*a33*m1**10*m2**4*n1**3*n2**11 - 5*a33*m1
**10*m2**4*n1*n2**13 + 126*a33*m1**9*m2**5*n1**10*n2**4 - 630*a33*m1**9*m2**5*n1
**8*n2**6 - 447*a33*m1**9*m2**5*n1**6*n2**8 + 355*a33*m1**9*m2**5*n1**4*n2**10 +
45*a33*m1**9*m2**5*n1**2*n2**12 - a33*m1**9*m2**5*n2**14 - 84*a33*m1**8*m2**6*
n1**11*n2**3 + 630*a33*m1**8*m2**6*n1**9*n2**5 + 456*a33*m1**8*m2**6*n1**7*n2**7
- 447*a33*m1**8*m2**6*n1**5*n2**9 - 180*a33*m1**8*m2**6*n1**3*n2**11 + 9*a33*m1
**8*m2**6*n1*n2**13 + 36*a33*m1**7*m2**7*n1**12*n2**2 - 420*a33*m1**7*m2**7*n1**
10*n2**4 - 456*a33*m1**7*m2**7*n1**8*n2**6 + 456*a33*m1**7*m2**7*n1**6*n2**8 +
420*a33*m1**7*m2**7*n1**4*n2**10 - 36*a33*m1**7*m2**7*n1**2*n2**12 - 9*a33*m1**6
*m2**8*n1**13*n2 + 180*a33*m1**6*m2**8*n1**11*n2**3 + 447*a33*m1**6*m2**8*n1**9*
n2**5 - 456*a33*m1**6*m2**8*n1**7*n2**7 - 630*a33*m1**6*m2**8*n1**5*n2**9 + 84*
a33*m1**6*m2**8*n1**3*n2**11 + a33*m1**5*m2**9*n1**14 - 45*a33*m1**5*m2**9*n1**
12*n2**2 - 355*a33*m1**5*m2**9*n1**10*n2**4 + 447*a33*m1**5*m2**9*n1**8*n2**6 +
630*a33*m1**5*m2**9*n1**6*n2**8 - 126*a33*m1**5*m2**9*n1**4*n2**10 + 5*a33*m1**4
*m2**10*n1**13*n2 + 196*a33*m1**4*m2**10*n1**11*n2**3 - 355*a33*m1**4*m2**10*n1
**9*n2**5 - 420*a33*m1**4*m2**10*n1**7*n2**7 + 126*a33*m1**4*m2**10*n1**5*n2**9
- 68*a33*m1**3*m2**11*n1**12*n2**2 + 196*a33*m1**3*m2**11*n1**10*n2**4 + 180*a33
*m1**3*m2**11*n1**8*n2**6 - 84*a33*m1**3*m2**11*n1**6*n2**8 + 13*a33*m1**2*m2**
12*n1**13*n2 - 68*a33*m1**2*m2**12*n1**11*n2**3 - 45*a33*m1**2*m2**12*n1**9*n2**
5 + 36*a33*m1**2*m2**12*n1**7*n2**7 - a33*m1*m2**13*n1**14 + 13*a33*m1*m2**13*n1
**12*n2**2 + 5*a33*m1*m2**13*n1**10*n2**4 - 9*a33*m1*m2**13*n1**8*n2**6 - a33*m2
**14*n1**13*n2 + a33*m2**14*n1**9*n2**5) + v1*v2**2*(m1**13*n1**7*n2**9 - m1**13
*n1**5*n2**11 - m1**13*n1**3*n2**13 + m1**13*n1*n2**15 - 9*m1**12*m2*n1**8*n2**8
+ 16*m1**12*m2*n1**6*n2**10 + 8*m1**12*m2*n1**4*n2**12 - 16*m1**12*m2*n1**2*n2
**14 + m1**12*m2*n2**16 + 36*m1**11*m2**2*n1**9*n2**7 - 100*m1**11*m2**2*n1**7*
n2**9 - 12*m1**11*m2**2*n1**5*n2**11 + 108*m1**11*m2**2*n1**3*n2**13 - 16*m1**11
*m2**2*n1*n2**15 - 84*m1**10*m2**3*n1**10*n2**6 + 345*m1**10*m2**3*n1**8*n2**8 -
90*m1**10*m2**3*n1**6*n2**10 - 408*m1**10*m2**3*n1**4*n2**12 + 110*m1**10*m2**3
*n1**2*n2**14 - m1**10*m2**3*n2**16 + 126*m1**9*m2**4*n1**11*n2**5 - 750*m1**9*
m2**4*n1**9*n2**7 + 525*m1**9*m2**4*n1**7*n2**9 + 955*m1**9*m2**4*n1**5*n2**11 -
435*m1**9*m2**4*n1**3*n2**13 + 11*m1**9*m2**4*n1*n2**15 - 126*m1**8*m2**5*n1**
12*n2**4 + 1092*m1**8*m2**5*n1**10*n2**6 - 1368*m1**8*m2**5*n1**8*n2**8 - 1422*
m1**8*m2**5*n1**6*n2**10 + 1110*m1**8*m2**5*n1**4*n2**12 - 54*m1**8*m2**5*n1**2*
n2**14 + 84*m1**7*m2**6*n1**13*n2**3 - 1092*m1**7*m2**6*n1**11*n2**5 + 2184*m1**
7*m2**6*n1**9*n2**7 + 1272*m1**7*m2**6*n1**7*n2**9 - 1932*m1**7*m2**6*n1**5*n2**
11 + 156*m1**7*m2**6*n1**3*n2**13 - 36*m1**6*m2**7*n1**14*n2**2 + 750*m1**6*m2**
7*n1**12*n2**4 - 2316*m1**6*m2**7*n1**10*n2**6 - 456*m1**6*m2**7*n1**8*n2**8 +
2352*m1**6*m2**7*n1**6*n2**10 - 294*m1**6*m2**7*n1**4*n2**12 + 9*m1**5*m2**8*n1
**15*n2 - 345*m1**5*m2**8*n1**13*n2**3 + 1665*m1**5*m2**8*n1**11*n2**5 - 369*m1
**5*m2**8*n1**9*n2**7 - 2010*m1**5*m2**8*n1**7*n2**9 + 378*m1**5*m2**8*n1**5*n2
**11 - m1**4*m2**9*n1**16 + 100*m1**4*m2**9*n1**14*n2**2 - 800*m1**4*m2**9*n1**
12*n2**4 + 620*m1**4*m2**9*n1**10*n2**6 + 1185*m1**4*m2**9*n1**8*n2**8 - 336*m1
**4*m2**9*n1**6*n2**10 - 16*m1**3*m2**10*n1**15*n2 + 244*m1**3*m2**10*n1**13*n2
**3 - 404*m1**3*m2**10*n1**11*n2**5 - 460*m1**3*m2**10*n1**9*n2**7 + 204*m1**3*
m2**10*n1**7*n2**9 + m1**2*m2**11*n1**16 - 42*m1**2*m2**11*n1**14*n2**2 + 144*m1
**2*m2**11*n1**12*n2**4 + 106*m1**2*m2**11*n1**10*n2**6 - 81*m1**2*m2**11*n1**8*
n2**8 + 3*m1*m2**12*n1**15*n2 - 27*m1*m2**12*n1**13*n2**3 - 11*m1*m2**12*n1**11*
n2**5 + 19*m1*m2**12*n1**9*n2**7 + 2*m2**13*n1**14*n2**2 - 2*m2**13*n1**10*n2**6
) + v1*v3**2*(m1**13*n1**7*n2**9 - m1**13*n1**5*n2**11 - m1**13*n1**3*n2**13 +
m1**13*n1*n2**15 - 9*m1**12*m2*n1**8*n2**8 + 16*m1**12*m2*n1**6*n2**10 + 8*m1**
12*m2*n1**4*n2**12 - 16*m1**12*m2*n1**2*n2**14 + m1**12*m2*n2**16 + 36*m1**11*m2
**2*n1**9*n2**7 - 100*m1**11*m2**2*n1**7*n2**9 - 12*m1**11*m2**2*n1**5*n2**11 +
108*m1**11*m2**2*n1**3*n2**13 - 16*m1**11*m2**2*n1*n2**15 - 84*m1**10*m2**3*n1**
10*n2**6 + 345*m1**10*m2**3*n1**8*n2**8 - 90*m1**10*m2**3*n1**6*n2**10 - 408*m1
**10*m2**3*n1**4*n2**12 + 110*m1**10*m2**3*n1**2*n2**14 - m1**10*m2**3*n2**16 +
126*m1**9*m2**4*n1**11*n2**5 - 750*m1**9*m2**4*n1**9*n2**7 + 525*m1**9*m2**4*n1
**7*n2**9 + 955*m1**9*m2**4*n1**5*n2**11 - 435*m1**9*m2**4*n1**3*n2**13 + 11*m1
**9*m2**4*n1*n2**15 - 126*m1**8*m2**5*n1**12*n2**4 + 1092*m1**8*m2**5*n1**10*n2
**6 - 1368*m1**8*m2**5*n1**8*n2**8 - 1422*m1**8*m2**5*n1**6*n2**10 + 1110*m1**8*
m2**5*n1**4*n2**12 - 54*m1**8*m2**5*n1**2*n2**14 + 84*m1**7*m2**6*n1**13*n2**3 -
1092*m1**7*m2**6*n1**11*n2**5 + 2184*m1**7*m2**6*n1**9*n2**7 + 1272*m1**7*m2**6
*n1**7*n2**9 - 1932*m1**7*m2**6*n1**5*n2**11 + 156*m1**7*m2**6*n1**3*n2**13 - 36
*m1**6*m2**7*n1**14*n2**2 + 750*m1**6*m2**7*n1**12*n2**4 - 2316*m1**6*m2**7*n1**
10*n2**6 - 456*m1**6*m2**7*n1**8*n2**8 + 2352*m1**6*m2**7*n1**6*n2**10 - 294*m1
**6*m2**7*n1**4*n2**12 + 9*m1**5*m2**8*n1**15*n2 - 345*m1**5*m2**8*n1**13*n2**3
+ 1665*m1**5*m2**8*n1**11*n2**5 - 369*m1**5*m2**8*n1**9*n2**7 - 2010*m1**5*m2**8
*n1**7*n2**9 + 378*m1**5*m2**8*n1**5*n2**11 - m1**4*m2**9*n1**16 + 100*m1**4*m2
**9*n1**14*n2**2 - 800*m1**4*m2**9*n1**12*n2**4 + 620*m1**4*m2**9*n1**10*n2**6 +
1185*m1**4*m2**9*n1**8*n2**8 - 336*m1**4*m2**9*n1**6*n2**10 - 16*m1**3*m2**10*
n1**15*n2 + 244*m1**3*m2**10*n1**13*n2**3 - 404*m1**3*m2**10*n1**11*n2**5 - 460*
m1**3*m2**10*n1**9*n2**7 + 204*m1**3*m2**10*n1**7*n2**9 + m1**2*m2**11*n1**16 -
42*m1**2*m2**11*n1**14*n2**2 + 144*m1**2*m2**11*n1**12*n2**4 + 106*m1**2*m2**11*
n1**10*n2**6 - 81*m1**2*m2**11*n1**8*n2**8 + 3*m1*m2**12*n1**15*n2 - 27*m1*m2**
12*n1**13*n2**3 - 11*m1*m2**12*n1**11*n2**5 + 19*m1*m2**12*n1**9*n2**7 + 2*m2**
13*n1**14*n2**2 - 2*m2**13*n1**10*n2**6) + v2**3*(2*m1**13*n1**6*n2**10 - 2*m1**
13*n1**2*n2**14 - 19*m1**12*m2*n1**7*n2**9 + 11*m1**12*m2*n1**5*n2**11 + 27*m1**
12*m2*n1**3*n2**13 - 3*m1**12*m2*n1*n2**15 + 81*m1**11*m2**2*n1**8*n2**8 - 106*
m1**11*m2**2*n1**6*n2**10 - 144*m1**11*m2**2*n1**4*n2**12 + 42*m1**11*m2**2*n1**
2*n2**14 - m1**11*m2**2*n2**16 - 204*m1**10*m2**3*n1**9*n2**7 + 460*m1**10*m2**3
*n1**7*n2**9 + 404*m1**10*m2**3*n1**5*n2**11 - 244*m1**10*m2**3*n1**3*n2**13 +
16*m1**10*m2**3*n1*n2**15 + 336*m1**9*m2**4*n1**10*n2**6 - 1185*m1**9*m2**4*n1**
8*n2**8 - 620*m1**9*m2**4*n1**6*n2**10 + 800*m1**9*m2**4*n1**4*n2**12 - 100*m1**
9*m2**4*n1**2*n2**14 + m1**9*m2**4*n2**16 - 378*m1**8*m2**5*n1**11*n2**5 + 2010*
m1**8*m2**5*n1**9*n2**7 + 369*m1**8*m2**5*n1**7*n2**9 - 1665*m1**8*m2**5*n1**5*
n2**11 + 345*m1**8*m2**5*n1**3*n2**13 - 9*m1**8*m2**5*n1*n2**15 + 294*m1**7*m2**
6*n1**12*n2**4 - 2352*m1**7*m2**6*n1**10*n2**6 + 456*m1**7*m2**6*n1**8*n2**8 +
2316*m1**7*m2**6*n1**6*n2**10 - 750*m1**7*m2**6*n1**4*n2**12 + 36*m1**7*m2**6*n1
**2*n2**14 - 156*m1**6*m2**7*n1**13*n2**3 + 1932*m1**6*m2**7*n1**11*n2**5 - 1272
*m1**6*m2**7*n1**9*n2**7 - 2184*m1**6*m2**7*n1**7*n2**9 + 1092*m1**6*m2**7*n1**5
*n2**11 - 84*m1**6*m2**7*n1**3*n2**13 + 54*m1**5*m2**8*n1**14*n2**2 - 1110*m1**5
*m2**8*n1**12*n2**4 + 1422*m1**5*m2**8*n1**10*n2**6 + 1368*m1**5*m2**8*n1**8*n2
**8 - 1092*m1**5*m2**8*n1**6*n2**10 + 126*m1**5*m2**8*n1**4*n2**12 - 11*m1**4*m2
**9*n1**15*n2 + 435*m1**4*m2**9*n1**13*n2**3 - 955*m1**4*m2**9*n1**11*n2**5 -
525*m1**4*m2**9*n1**9*n2**7 + 750*m1**4*m2**9*n1**7*n2**9 - 126*m1**4*m2**9*n1**
5*n2**11 + m1**3*m2**10*n1**16 - 110*m1**3*m2**10*n1**14*n2**2 + 408*m1**3*m2**
10*n1**12*n2**4 + 90*m1**3*m2**10*n1**10*n2**6 - 345*m1**3*m2**10*n1**8*n2**8 +
84*m1**3*m2**10*n1**6*n2**10 + 16*m1**2*m2**11*n1**15*n2 - 108*m1**2*m2**11*n1**
13*n2**3 + 12*m1**2*m2**11*n1**11*n2**5 + 100*m1**2*m2**11*n1**9*n2**7 - 36*m1**
2*m2**11*n1**7*n2**9 - m1*m2**12*n1**16 + 16*m1*m2**12*n1**14*n2**2 - 8*m1*m2**
12*n1**12*n2**4 - 16*m1*m2**12*n1**10*n2**6 + 9*m1*m2**12*n1**8*n2**8 - m2**13*
n1**15*n2 + m2**13*n1**13*n2**3 + m2**13*n1**11*n2**5 - m2**13*n1**9*n2**7) + v2
**2*v3**2*( - a33*m1**14*n1**5*n2**9 + a33*m1**14*n1*n2**13 + 9*a33*m1**13*m2*n1
**6*n2**8 - 5*a33*m1**13*m2*n1**4*n2**10 - 13*a33*m1**13*m2*n1**2*n2**12 + a33*
m1**13*m2*n2**14 - 36*a33*m1**12*m2**2*n1**7*n2**7 + 45*a33*m1**12*m2**2*n1**5*
n2**9 + 68*a33*m1**12*m2**2*n1**3*n2**11 - 13*a33*m1**12*m2**2*n1*n2**13 + 84*
a33*m1**11*m2**3*n1**8*n2**6 - 180*a33*m1**11*m2**3*n1**6*n2**8 - 196*a33*m1**11
*m2**3*n1**4*n2**10 + 68*a33*m1**11*m2**3*n1**2*n2**12 - 126*a33*m1**10*m2**4*n1
**9*n2**5 + 420*a33*m1**10*m2**4*n1**7*n2**7 + 355*a33*m1**10*m2**4*n1**5*n2**9
- 196*a33*m1**10*m2**4*n1**3*n2**11 - 5*a33*m1**10*m2**4*n1*n2**13 + 126*a33*m1
**9*m2**5*n1**10*n2**4 - 630*a33*m1**9*m2**5*n1**8*n2**6 - 447*a33*m1**9*m2**5*
n1**6*n2**8 + 355*a33*m1**9*m2**5*n1**4*n2**10 + 45*a33*m1**9*m2**5*n1**2*n2**12
- a33*m1**9*m2**5*n2**14 - 84*a33*m1**8*m2**6*n1**11*n2**3 + 630*a33*m1**8*m2**
6*n1**9*n2**5 + 456*a33*m1**8*m2**6*n1**7*n2**7 - 447*a33*m1**8*m2**6*n1**5*n2**
9 - 180*a33*m1**8*m2**6*n1**3*n2**11 + 9*a33*m1**8*m2**6*n1*n2**13 + 36*a33*m1**
7*m2**7*n1**12*n2**2 - 420*a33*m1**7*m2**7*n1**10*n2**4 - 456*a33*m1**7*m2**7*n1
**8*n2**6 + 456*a33*m1**7*m2**7*n1**6*n2**8 + 420*a33*m1**7*m2**7*n1**4*n2**10 -
36*a33*m1**7*m2**7*n1**2*n2**12 - 9*a33*m1**6*m2**8*n1**13*n2 + 180*a33*m1**6*
m2**8*n1**11*n2**3 + 447*a33*m1**6*m2**8*n1**9*n2**5 - 456*a33*m1**6*m2**8*n1**7
*n2**7 - 630*a33*m1**6*m2**8*n1**5*n2**9 + 84*a33*m1**6*m2**8*n1**3*n2**11 + a33
*m1**5*m2**9*n1**14 - 45*a33*m1**5*m2**9*n1**12*n2**2 - 355*a33*m1**5*m2**9*n1**
10*n2**4 + 447*a33*m1**5*m2**9*n1**8*n2**6 + 630*a33*m1**5*m2**9*n1**6*n2**8 -
126*a33*m1**5*m2**9*n1**4*n2**10 + 5*a33*m1**4*m2**10*n1**13*n2 + 196*a33*m1**4*
m2**10*n1**11*n2**3 - 355*a33*m1**4*m2**10*n1**9*n2**5 - 420*a33*m1**4*m2**10*n1
**7*n2**7 + 126*a33*m1**4*m2**10*n1**5*n2**9 - 68*a33*m1**3*m2**11*n1**12*n2**2
+ 196*a33*m1**3*m2**11*n1**10*n2**4 + 180*a33*m1**3*m2**11*n1**8*n2**6 - 84*a33*
m1**3*m2**11*n1**6*n2**8 + 13*a33*m1**2*m2**12*n1**13*n2 - 68*a33*m1**2*m2**12*
n1**11*n2**3 - 45*a33*m1**2*m2**12*n1**9*n2**5 + 36*a33*m1**2*m2**12*n1**7*n2**7
- a33*m1*m2**13*n1**14 + 13*a33*m1*m2**13*n1**12*n2**2 + 5*a33*m1*m2**13*n1**10
*n2**4 - 9*a33*m1*m2**13*n1**8*n2**6 - a33*m2**14*n1**13*n2 + a33*m2**14*n1**9*
n2**5) + v2*v3**2*(2*m1**13*n1**6*n2**10 - 2*m1**13*n1**2*n2**14 - 19*m1**12*m2*
n1**7*n2**9 + 11*m1**12*m2*n1**5*n2**11 + 27*m1**12*m2*n1**3*n2**13 - 3*m1**12*
m2*n1*n2**15 + 81*m1**11*m2**2*n1**8*n2**8 - 106*m1**11*m2**2*n1**6*n2**10 - 144
*m1**11*m2**2*n1**4*n2**12 + 42*m1**11*m2**2*n1**2*n2**14 - m1**11*m2**2*n2**16
- 204*m1**10*m2**3*n1**9*n2**7 + 460*m1**10*m2**3*n1**7*n2**9 + 404*m1**10*m2**3
*n1**5*n2**11 - 244*m1**10*m2**3*n1**3*n2**13 + 16*m1**10*m2**3*n1*n2**15 + 336*
m1**9*m2**4*n1**10*n2**6 - 1185*m1**9*m2**4*n1**8*n2**8 - 620*m1**9*m2**4*n1**6*
n2**10 + 800*m1**9*m2**4*n1**4*n2**12 - 100*m1**9*m2**4*n1**2*n2**14 + m1**9*m2
**4*n2**16 - 378*m1**8*m2**5*n1**11*n2**5 + 2010*m1**8*m2**5*n1**9*n2**7 + 369*
m1**8*m2**5*n1**7*n2**9 - 1665*m1**8*m2**5*n1**5*n2**11 + 345*m1**8*m2**5*n1**3*
n2**13 - 9*m1**8*m2**5*n1*n2**15 + 294*m1**7*m2**6*n1**12*n2**4 - 2352*m1**7*m2
**6*n1**10*n2**6 + 456*m1**7*m2**6*n1**8*n2**8 + 2316*m1**7*m2**6*n1**6*n2**10 -
750*m1**7*m2**6*n1**4*n2**12 + 36*m1**7*m2**6*n1**2*n2**14 - 156*m1**6*m2**7*n1
**13*n2**3 + 1932*m1**6*m2**7*n1**11*n2**5 - 1272*m1**6*m2**7*n1**9*n2**7 - 2184
*m1**6*m2**7*n1**7*n2**9 + 1092*m1**6*m2**7*n1**5*n2**11 - 84*m1**6*m2**7*n1**3*
n2**13 + 54*m1**5*m2**8*n1**14*n2**2 - 1110*m1**5*m2**8*n1**12*n2**4 + 1422*m1**
5*m2**8*n1**10*n2**6 + 1368*m1**5*m2**8*n1**8*n2**8 - 1092*m1**5*m2**8*n1**6*n2
**10 + 126*m1**5*m2**8*n1**4*n2**12 - 11*m1**4*m2**9*n1**15*n2 + 435*m1**4*m2**9
*n1**13*n2**3 - 955*m1**4*m2**9*n1**11*n2**5 - 525*m1**4*m2**9*n1**9*n2**7 + 750
*m1**4*m2**9*n1**7*n2**9 - 126*m1**4*m2**9*n1**5*n2**11 + m1**3*m2**10*n1**16 -
110*m1**3*m2**10*n1**14*n2**2 + 408*m1**3*m2**10*n1**12*n2**4 + 90*m1**3*m2**10*
n1**10*n2**6 - 345*m1**3*m2**10*n1**8*n2**8 + 84*m1**3*m2**10*n1**6*n2**10 + 16*
m1**2*m2**11*n1**15*n2 - 108*m1**2*m2**11*n1**13*n2**3 + 12*m1**2*m2**11*n1**11*
n2**5 + 100*m1**2*m2**11*n1**9*n2**7 - 36*m1**2*m2**11*n1**7*n2**9 - m1*m2**12*
n1**16 + 16*m1*m2**12*n1**14*n2**2 - 8*m1*m2**12*n1**12*n2**4 - 16*m1*m2**12*n1
**10*n2**6 + 9*m1*m2**12*n1**8*n2**8 - m2**13*n1**15*n2 + m2**13*n1**13*n2**3 +
m2**13*n1**11*n2**5 - m2**13*n1**9*n2**7) + v3**4*( - a33*m1**14*n1**5*n2**9 +
a33*m1**14*n1*n2**13 + 9*a33*m1**13*m2*n1**6*n2**8 - 5*a33*m1**13*m2*n1**4*n2**
10 - 13*a33*m1**13*m2*n1**2*n2**12 + a33*m1**13*m2*n2**14 - 36*a33*m1**12*m2**2*
n1**7*n2**7 + 45*a33*m1**12*m2**2*n1**5*n2**9 + 68*a33*m1**12*m2**2*n1**3*n2**11
- 13*a33*m1**12*m2**2*n1*n2**13 + 84*a33*m1**11*m2**3*n1**8*n2**6 - 180*a33*m1
**11*m2**3*n1**6*n2**8 - 196*a33*m1**11*m2**3*n1**4*n2**10 + 68*a33*m1**11*m2**3
*n1**2*n2**12 - 126*a33*m1**10*m2**4*n1**9*n2**5 + 420*a33*m1**10*m2**4*n1**7*n2
**7 + 355*a33*m1**10*m2**4*n1**5*n2**9 - 196*a33*m1**10*m2**4*n1**3*n2**11 - 5*
a33*m1**10*m2**4*n1*n2**13 + 126*a33*m1**9*m2**5*n1**10*n2**4 - 630*a33*m1**9*m2
**5*n1**8*n2**6 - 447*a33*m1**9*m2**5*n1**6*n2**8 + 355*a33*m1**9*m2**5*n1**4*n2
**10 + 45*a33*m1**9*m2**5*n1**2*n2**12 - a33*m1**9*m2**5*n2**14 - 84*a33*m1**8*
m2**6*n1**11*n2**3 + 630*a33*m1**8*m2**6*n1**9*n2**5 + 456*a33*m1**8*m2**6*n1**7
*n2**7 - 447*a33*m1**8*m2**6*n1**5*n2**9 - 180*a33*m1**8*m2**6*n1**3*n2**11 + 9*
a33*m1**8*m2**6*n1*n2**13 + 36*a33*m1**7*m2**7*n1**12*n2**2 - 420*a33*m1**7*m2**
7*n1**10*n2**4 - 456*a33*m1**7*m2**7*n1**8*n2**6 + 456*a33*m1**7*m2**7*n1**6*n2
**8 + 420*a33*m1**7*m2**7*n1**4*n2**10 - 36*a33*m1**7*m2**7*n1**2*n2**12 - 9*a33
*m1**6*m2**8*n1**13*n2 + 180*a33*m1**6*m2**8*n1**11*n2**3 + 447*a33*m1**6*m2**8*
n1**9*n2**5 - 456*a33*m1**6*m2**8*n1**7*n2**7 - 630*a33*m1**6*m2**8*n1**5*n2**9
+ 84*a33*m1**6*m2**8*n1**3*n2**11 + a33*m1**5*m2**9*n1**14 - 45*a33*m1**5*m2**9*
n1**12*n2**2 - 355*a33*m1**5*m2**9*n1**10*n2**4 + 447*a33*m1**5*m2**9*n1**8*n2**
6 + 630*a33*m1**5*m2**9*n1**6*n2**8 - 126*a33*m1**5*m2**9*n1**4*n2**10 + 5*a33*
m1**4*m2**10*n1**13*n2 + 196*a33*m1**4*m2**10*n1**11*n2**3 - 355*a33*m1**4*m2**
10*n1**9*n2**5 - 420*a33*m1**4*m2**10*n1**7*n2**7 + 126*a33*m1**4*m2**10*n1**5*
n2**9 - 68*a33*m1**3*m2**11*n1**12*n2**2 + 196*a33*m1**3*m2**11*n1**10*n2**4 +
180*a33*m1**3*m2**11*n1**8*n2**6 - 84*a33*m1**3*m2**11*n1**6*n2**8 + 13*a33*m1**
2*m2**12*n1**13*n2 - 68*a33*m1**2*m2**12*n1**11*n2**3 - 45*a33*m1**2*m2**12*n1**
9*n2**5 + 36*a33*m1**2*m2**12*n1**7*n2**7 - a33*m1*m2**13*n1**14 + 13*a33*m1*m2
**13*n1**12*n2**2 + 5*a33*m1*m2**13*n1**10*n2**4 - 9*a33*m1*m2**13*n1**8*n2**6 -
a33*m2**14*n1**13*n2 + a33*m2**14*n1**9*n2**5)$
FI=u1**4*(a33**3*m1**11*n1**8*n2**9 + 2*a33**3*m1**11*n1**6*n2**11 - 2*a33**3*m1
**11*n1**2*n2**15 - a33**3*m1**11*n2**17 - 9*a33**3*m1**10*m2*n1**9*n2**8 - 14*
a33**3*m1**10*m2*n1**7*n2**10 + 12*a33**3*m1**10*m2*n1**5*n2**12 + 30*a33**3*m1
**10*m2*n1**3*n2**14 + 13*a33**3*m1**10*m2*n1*n2**16 + 36*a33**3*m1**9*m2**2*n1
**10*n2**7 + 35*a33**3*m1**9*m2**2*n1**8*n2**9 - 110*a33**3*m1**9*m2**2*n1**6*n2
**11 - 180*a33**3*m1**9*m2**2*n1**4*n2**13 - 70*a33**3*m1**9*m2**2*n1**2*n2**15
+ a33**3*m1**9*m2**2*n2**17 - 84*a33**3*m1**8*m2**3*n1**11*n2**6 - 15*a33**3*m1
**8*m2**3*n1**9*n2**8 + 450*a33**3*m1**8*m2**3*n1**7*n2**10 + 600*a33**3*m1**8*
m2**3*n1**5*n2**12 + 210*a33**3*m1**8*m2**3*n1**3*n2**14 - 9*a33**3*m1**8*m2**3*
n1*n2**16 + 126*a33**3*m1**7*m2**4*n1**12*n2**5 - 120*a33**3*m1**7*m2**4*n1**10*
n2**7 - 1080*a33**3*m1**7*m2**4*n1**8*n2**9 - 1260*a33**3*m1**7*m2**4*n1**6*n2**
11 - 390*a33**3*m1**7*m2**4*n1**4*n2**13 + 36*a33**3*m1**7*m2**4*n1**2*n2**15 -
126*a33**3*m1**6*m2**5*n1**13*n2**4 + 336*a33**3*m1**6*m2**5*n1**11*n2**6 + 1680
*a33**3*m1**6*m2**5*n1**9*n2**8 + 1764*a33**3*m1**6*m2**5*n1**7*n2**10 + 462*a33
**3*m1**6*m2**5*n1**5*n2**12 - 84*a33**3*m1**6*m2**5*n1**3*n2**14 + 84*a33**3*m1
**5*m2**6*n1**14*n2**3 - 462*a33**3*m1**5*m2**6*n1**12*n2**5 - 1764*a33**3*m1**5
*m2**6*n1**10*n2**7 - 1680*a33**3*m1**5*m2**6*n1**8*n2**9 - 336*a33**3*m1**5*m2
**6*n1**6*n2**11 + 126*a33**3*m1**5*m2**6*n1**4*n2**13 - 36*a33**3*m1**4*m2**7*
n1**15*n2**2 + 390*a33**3*m1**4*m2**7*n1**13*n2**4 + 1260*a33**3*m1**4*m2**7*n1
**11*n2**6 + 1080*a33**3*m1**4*m2**7*n1**9*n2**8 + 120*a33**3*m1**4*m2**7*n1**7*
n2**10 - 126*a33**3*m1**4*m2**7*n1**5*n2**12 + 9*a33**3*m1**3*m2**8*n1**16*n2 -
210*a33**3*m1**3*m2**8*n1**14*n2**3 - 600*a33**3*m1**3*m2**8*n1**12*n2**5 - 450*
a33**3*m1**3*m2**8*n1**10*n2**7 + 15*a33**3*m1**3*m2**8*n1**8*n2**9 + 84*a33**3*
m1**3*m2**8*n1**6*n2**11 - a33**3*m1**2*m2**9*n1**17 + 70*a33**3*m1**2*m2**9*n1
**15*n2**2 + 180*a33**3*m1**2*m2**9*n1**13*n2**4 + 110*a33**3*m1**2*m2**9*n1**11
*n2**6 - 35*a33**3*m1**2*m2**9*n1**9*n2**8 - 36*a33**3*m1**2*m2**9*n1**7*n2**10
- 13*a33**3*m1*m2**10*n1**16*n2 - 30*a33**3*m1*m2**10*n1**14*n2**3 - 12*a33**3*
m1*m2**10*n1**12*n2**5 + 14*a33**3*m1*m2**10*n1**10*n2**7 + 9*a33**3*m1*m2**10*
n1**8*n2**9 + a33**3*m2**11*n1**17 + 2*a33**3*m2**11*n1**15*n2**2 - 2*a33**3*m2
**11*n1**11*n2**6 - a33**3*m2**11*n1**9*n2**8) + u1**3*v1*( - 4*a33**3*m1**12*n1
**7*n2**9 - 4*a33**3*m1**12*n1**5*n2**11 + 4*a33**3*m1**12*n1**3*n2**13 + 4*a33
**3*m1**12*n1*n2**15 + 36*a33**3*m1**11*m2*n1**8*n2**8 + 16*a33**3*m1**11*m2*n1
**6*n2**10 - 72*a33**3*m1**11*m2*n1**4*n2**12 - 48*a33**3*m1**11*m2*n1**2*n2**14
+ 4*a33**3*m1**11*m2*n2**16 - 144*a33**3*m1**10*m2**2*n1**9*n2**7 + 40*a33**3*
m1**10*m2**2*n1**7*n2**9 + 456*a33**3*m1**10*m2**2*n1**5*n2**11 + 216*a33**3*m1
**10*m2**2*n1**3*n2**13 - 56*a33**3*m1**10*m2**2*n1*n2**15 + 336*a33**3*m1**9*m2
**3*n1**10*n2**6 - 420*a33**3*m1**9*m2**3*n1**8*n2**8 - 1520*a33**3*m1**9*m2**3*
n1**6*n2**10 - 440*a33**3*m1**9*m2**3*n1**4*n2**12 + 320*a33**3*m1**9*m2**3*n1**
2*n2**14 - 4*a33**3*m1**9*m2**3*n2**16 - 504*a33**3*m1**8*m2**4*n1**11*n2**5 +
1320*a33**3*m1**8*m2**4*n1**9*n2**7 + 3060*a33**3*m1**8*m2**4*n1**7*n2**9 + 180*
a33**3*m1**8*m2**4*n1**5*n2**11 - 1020*a33**3*m1**8*m2**4*n1**3*n2**13 + 36*a33
**3*m1**8*m2**4*n1*n2**15 + 504*a33**3*m1**7*m2**5*n1**12*n2**4 - 2352*a33**3*m1
**7*m2**5*n1**10*n2**6 - 3888*a33**3*m1**7*m2**5*n1**8*n2**8 + 1152*a33**3*m1**7
*m2**5*n1**6*n2**10 + 2040*a33**3*m1**7*m2**5*n1**4*n2**12 - 144*a33**3*m1**7*m2
**5*n1**2*n2**14 - 336*a33**3*m1**6*m2**6*n1**13*n2**3 + 2688*a33**3*m1**6*m2**6
*n1**11*n2**5 + 3024*a33**3*m1**6*m2**6*n1**9*n2**7 - 3024*a33**3*m1**6*m2**6*n1
**7*n2**9 - 2688*a33**3*m1**6*m2**6*n1**5*n2**11 + 336*a33**3*m1**6*m2**6*n1**3*
n2**13 + 144*a33**3*m1**5*m2**7*n1**14*n2**2 - 2040*a33**3*m1**5*m2**7*n1**12*n2
**4 - 1152*a33**3*m1**5*m2**7*n1**10*n2**6 + 3888*a33**3*m1**5*m2**7*n1**8*n2**8
+ 2352*a33**3*m1**5*m2**7*n1**6*n2**10 - 504*a33**3*m1**5*m2**7*n1**4*n2**12 -
36*a33**3*m1**4*m2**8*n1**15*n2 + 1020*a33**3*m1**4*m2**8*n1**13*n2**3 - 180*a33
**3*m1**4*m2**8*n1**11*n2**5 - 3060*a33**3*m1**4*m2**8*n1**9*n2**7 - 1320*a33**3
*m1**4*m2**8*n1**7*n2**9 + 504*a33**3*m1**4*m2**8*n1**5*n2**11 + 4*a33**3*m1**3*
m2**9*n1**16 - 320*a33**3*m1**3*m2**9*n1**14*n2**2 + 440*a33**3*m1**3*m2**9*n1**
12*n2**4 + 1520*a33**3*m1**3*m2**9*n1**10*n2**6 + 420*a33**3*m1**3*m2**9*n1**8*
n2**8 - 336*a33**3*m1**3*m2**9*n1**6*n2**10 + 56*a33**3*m1**2*m2**10*n1**15*n2 -
216*a33**3*m1**2*m2**10*n1**13*n2**3 - 456*a33**3*m1**2*m2**10*n1**11*n2**5 -
40*a33**3*m1**2*m2**10*n1**9*n2**7 + 144*a33**3*m1**2*m2**10*n1**7*n2**9 - 4*a33
**3*m1*m2**11*n1**16 + 48*a33**3*m1*m2**11*n1**14*n2**2 + 72*a33**3*m1*m2**11*n1
**12*n2**4 - 16*a33**3*m1*m2**11*n1**10*n2**6 - 36*a33**3*m1*m2**11*n1**8*n2**8
- 4*a33**3*m2**12*n1**15*n2 - 4*a33**3*m2**12*n1**13*n2**3 + 4*a33**3*m2**12*n1
**11*n2**5 + 4*a33**3*m2**12*n1**9*n2**7) + u1**3*v2*( - 4*a33**3*m1**12*n1**6*
n2**10 - 4*a33**3*m1**12*n1**4*n2**12 + 4*a33**3*m1**12*n1**2*n2**14 + 4*a33**3*
m1**12*n2**16 + 40*a33**3*m1**11*m2*n1**7*n2**9 + 24*a33**3*m1**11*m2*n1**5*n2**
11 - 72*a33**3*m1**11*m2*n1**3*n2**13 - 56*a33**3*m1**11*m2*n1*n2**15 - 180*a33
**3*m1**10*m2**2*n1**8*n2**8 - 16*a33**3*m1**10*m2**2*n1**6*n2**10 + 504*a33**3*
m1**10*m2**2*n1**4*n2**12 + 336*a33**3*m1**10*m2**2*n1**2*n2**14 - 4*a33**3*m1**
10*m2**2*n2**16 + 480*a33**3*m1**9*m2**3*n1**9*n2**7 - 280*a33**3*m1**9*m2**3*n1
**7*n2**9 - 1960*a33**3*m1**9*m2**3*n1**5*n2**11 - 1160*a33**3*m1**9*m2**3*n1**3
*n2**13 + 40*a33**3*m1**9*m2**3*n1*n2**15 - 840*a33**3*m1**8*m2**4*n1**10*n2**6
+ 1260*a33**3*m1**8*m2**4*n1**8*n2**8 + 4860*a33**3*m1**8*m2**4*n1**6*n2**10 +
2580*a33**3*m1**8*m2**4*n1**4*n2**12 - 180*a33**3*m1**8*m2**4*n1**2*n2**14 +
1008*a33**3*m1**7*m2**5*n1**11*n2**5 - 2832*a33**3*m1**7*m2**5*n1**9*n2**7 -
8208*a33**3*m1**7*m2**5*n1**7*n2**9 - 3888*a33**3*m1**7*m2**5*n1**5*n2**11 + 480
*a33**3*m1**7*m2**5*n1**3*n2**13 - 840*a33**3*m1**6*m2**6*n1**12*n2**4 + 4032*
a33**3*m1**6*m2**6*n1**10*n2**6 + 9744*a33**3*m1**6*m2**6*n1**8*n2**8 + 4032*a33
**3*m1**6*m2**6*n1**6*n2**10 - 840*a33**3*m1**6*m2**6*n1**4*n2**12 + 480*a33**3*
m1**5*m2**7*n1**13*n2**3 - 3888*a33**3*m1**5*m2**7*n1**11*n2**5 - 8208*a33**3*m1
**5*m2**7*n1**9*n2**7 - 2832*a33**3*m1**5*m2**7*n1**7*n2**9 + 1008*a33**3*m1**5*
m2**7*n1**5*n2**11 - 180*a33**3*m1**4*m2**8*n1**14*n2**2 + 2580*a33**3*m1**4*m2
**8*n1**12*n2**4 + 4860*a33**3*m1**4*m2**8*n1**10*n2**6 + 1260*a33**3*m1**4*m2**
8*n1**8*n2**8 - 840*a33**3*m1**4*m2**8*n1**6*n2**10 + 40*a33**3*m1**3*m2**9*n1**
15*n2 - 1160*a33**3*m1**3*m2**9*n1**13*n2**3 - 1960*a33**3*m1**3*m2**9*n1**11*n2
**5 - 280*a33**3*m1**3*m2**9*n1**9*n2**7 + 480*a33**3*m1**3*m2**9*n1**7*n2**9 -
4*a33**3*m1**2*m2**10*n1**16 + 336*a33**3*m1**2*m2**10*n1**14*n2**2 + 504*a33**3
*m1**2*m2**10*n1**12*n2**4 - 16*a33**3*m1**2*m2**10*n1**10*n2**6 - 180*a33**3*m1
**2*m2**10*n1**8*n2**8 - 56*a33**3*m1*m2**11*n1**15*n2 - 72*a33**3*m1*m2**11*n1
**13*n2**3 + 24*a33**3*m1*m2**11*n1**11*n2**5 + 40*a33**3*m1*m2**11*n1**9*n2**7
+ 4*a33**3*m2**12*n1**16 + 4*a33**3*m2**12*n1**14*n2**2 - 4*a33**3*m2**12*n1**12
*n2**4 - 4*a33**3*m2**12*n1**10*n2**6) + u1**3*( - 2*a33**2*m1**11*n1**9*n2**9 -
4*a33**2*m1**11*n1**7*n2**11 + 4*a33**2*m1**11*n1**3*n2**15 + 2*a33**2*m1**11*
n1*n2**17 + 18*a33**2*m1**10*m2*n1**10*n2**8 + 28*a33**2*m1**10*m2*n1**8*n2**10
- 24*a33**2*m1**10*m2*n1**6*n2**12 - 60*a33**2*m1**10*m2*n1**4*n2**14 - 26*a33**
2*m1**10*m2*n1**2*n2**16 - 72*a33**2*m1**9*m2**2*n1**11*n2**7 - 70*a33**2*m1**9*
m2**2*n1**9*n2**9 + 220*a33**2*m1**9*m2**2*n1**7*n2**11 + 360*a33**2*m1**9*m2**2
*n1**5*n2**13 + 140*a33**2*m1**9*m2**2*n1**3*n2**15 - 2*a33**2*m1**9*m2**2*n1*n2
**17 + 168*a33**2*m1**8*m2**3*n1**12*n2**6 + 30*a33**2*m1**8*m2**3*n1**10*n2**8
- 900*a33**2*m1**8*m2**3*n1**8*n2**10 - 1200*a33**2*m1**8*m2**3*n1**6*n2**12 -
420*a33**2*m1**8*m2**3*n1**4*n2**14 + 18*a33**2*m1**8*m2**3*n1**2*n2**16 - 252*
a33**2*m1**7*m2**4*n1**13*n2**5 + 240*a33**2*m1**7*m2**4*n1**11*n2**7 + 2160*a33
**2*m1**7*m2**4*n1**9*n2**9 + 2520*a33**2*m1**7*m2**4*n1**7*n2**11 + 780*a33**2*
m1**7*m2**4*n1**5*n2**13 - 72*a33**2*m1**7*m2**4*n1**3*n2**15 + 252*a33**2*m1**6
*m2**5*n1**14*n2**4 - 672*a33**2*m1**6*m2**5*n1**12*n2**6 - 3360*a33**2*m1**6*m2
**5*n1**10*n2**8 - 3528*a33**2*m1**6*m2**5*n1**8*n2**10 - 924*a33**2*m1**6*m2**5
*n1**6*n2**12 + 168*a33**2*m1**6*m2**5*n1**4*n2**14 - 168*a33**2*m1**5*m2**6*n1
**15*n2**3 + 924*a33**2*m1**5*m2**6*n1**13*n2**5 + 3528*a33**2*m1**5*m2**6*n1**
11*n2**7 + 3360*a33**2*m1**5*m2**6*n1**9*n2**9 + 672*a33**2*m1**5*m2**6*n1**7*n2
**11 - 252*a33**2*m1**5*m2**6*n1**5*n2**13 + 72*a33**2*m1**4*m2**7*n1**16*n2**2
- 780*a33**2*m1**4*m2**7*n1**14*n2**4 - 2520*a33**2*m1**4*m2**7*n1**12*n2**6 -
2160*a33**2*m1**4*m2**7*n1**10*n2**8 - 240*a33**2*m1**4*m2**7*n1**8*n2**10 + 252
*a33**2*m1**4*m2**7*n1**6*n2**12 - 18*a33**2*m1**3*m2**8*n1**17*n2 + 420*a33**2*
m1**3*m2**8*n1**15*n2**3 + 1200*a33**2*m1**3*m2**8*n1**13*n2**5 + 900*a33**2*m1
**3*m2**8*n1**11*n2**7 - 30*a33**2*m1**3*m2**8*n1**9*n2**9 - 168*a33**2*m1**3*m2
**8*n1**7*n2**11 + 2*a33**2*m1**2*m2**9*n1**18 - 140*a33**2*m1**2*m2**9*n1**16*
n2**2 - 360*a33**2*m1**2*m2**9*n1**14*n2**4 - 220*a33**2*m1**2*m2**9*n1**12*n2**
6 + 70*a33**2*m1**2*m2**9*n1**10*n2**8 + 72*a33**2*m1**2*m2**9*n1**8*n2**10 + 26
*a33**2*m1*m2**10*n1**17*n2 + 60*a33**2*m1*m2**10*n1**15*n2**3 + 24*a33**2*m1*m2
**10*n1**13*n2**5 - 28*a33**2*m1*m2**10*n1**11*n2**7 - 18*a33**2*m1*m2**10*n1**9
*n2**9 - 2*a33**2*m2**11*n1**18 - 4*a33**2*m2**11*n1**16*n2**2 + 4*a33**2*m2**11
*n1**12*n2**6 + 2*a33**2*m2**11*n1**10*n2**8) + u1**2*u2**2*(2*a33**3*m1**11*n1
**8*n2**9 + 4*a33**3*m1**11*n1**6*n2**11 - 4*a33**3*m1**11*n1**2*n2**15 - 2*a33
**3*m1**11*n2**17 - 18*a33**3*m1**10*m2*n1**9*n2**8 - 28*a33**3*m1**10*m2*n1**7*
n2**10 + 24*a33**3*m1**10*m2*n1**5*n2**12 + 60*a33**3*m1**10*m2*n1**3*n2**14 +
26*a33**3*m1**10*m2*n1*n2**16 + 72*a33**3*m1**9*m2**2*n1**10*n2**7 + 70*a33**3*
m1**9*m2**2*n1**8*n2**9 - 220*a33**3*m1**9*m2**2*n1**6*n2**11 - 360*a33**3*m1**9
*m2**2*n1**4*n2**13 - 140*a33**3*m1**9*m2**2*n1**2*n2**15 + 2*a33**3*m1**9*m2**2
*n2**17 - 168*a33**3*m1**8*m2**3*n1**11*n2**6 - 30*a33**3*m1**8*m2**3*n1**9*n2**
8 + 900*a33**3*m1**8*m2**3*n1**7*n2**10 + 1200*a33**3*m1**8*m2**3*n1**5*n2**12 +
420*a33**3*m1**8*m2**3*n1**3*n2**14 - 18*a33**3*m1**8*m2**3*n1*n2**16 + 252*a33
**3*m1**7*m2**4*n1**12*n2**5 - 240*a33**3*m1**7*m2**4*n1**10*n2**7 - 2160*a33**3
*m1**7*m2**4*n1**8*n2**9 - 2520*a33**3*m1**7*m2**4*n1**6*n2**11 - 780*a33**3*m1
**7*m2**4*n1**4*n2**13 + 72*a33**3*m1**7*m2**4*n1**2*n2**15 - 252*a33**3*m1**6*
m2**5*n1**13*n2**4 + 672*a33**3*m1**6*m2**5*n1**11*n2**6 + 3360*a33**3*m1**6*m2
**5*n1**9*n2**8 + 3528*a33**3*m1**6*m2**5*n1**7*n2**10 + 924*a33**3*m1**6*m2**5*
n1**5*n2**12 - 168*a33**3*m1**6*m2**5*n1**3*n2**14 + 168*a33**3*m1**5*m2**6*n1**
14*n2**3 - 924*a33**3*m1**5*m2**6*n1**12*n2**5 - 3528*a33**3*m1**5*m2**6*n1**10*
n2**7 - 3360*a33**3*m1**5*m2**6*n1**8*n2**9 - 672*a33**3*m1**5*m2**6*n1**6*n2**
11 + 252*a33**3*m1**5*m2**6*n1**4*n2**13 - 72*a33**3*m1**4*m2**7*n1**15*n2**2 +
780*a33**3*m1**4*m2**7*n1**13*n2**4 + 2520*a33**3*m1**4*m2**7*n1**11*n2**6 +
2160*a33**3*m1**4*m2**7*n1**9*n2**8 + 240*a33**3*m1**4*m2**7*n1**7*n2**10 - 252*
a33**3*m1**4*m2**7*n1**5*n2**12 + 18*a33**3*m1**3*m2**8*n1**16*n2 - 420*a33**3*
m1**3*m2**8*n1**14*n2**3 - 1200*a33**3*m1**3*m2**8*n1**12*n2**5 - 900*a33**3*m1
**3*m2**8*n1**10*n2**7 + 30*a33**3*m1**3*m2**8*n1**8*n2**9 + 168*a33**3*m1**3*m2
**8*n1**6*n2**11 - 2*a33**3*m1**2*m2**9*n1**17 + 140*a33**3*m1**2*m2**9*n1**15*
n2**2 + 360*a33**3*m1**2*m2**9*n1**13*n2**4 + 220*a33**3*m1**2*m2**9*n1**11*n2**
6 - 70*a33**3*m1**2*m2**9*n1**9*n2**8 - 72*a33**3*m1**2*m2**9*n1**7*n2**10 - 26*
a33**3*m1*m2**10*n1**16*n2 - 60*a33**3*m1*m2**10*n1**14*n2**3 - 24*a33**3*m1*m2
**10*n1**12*n2**5 + 28*a33**3*m1*m2**10*n1**10*n2**7 + 18*a33**3*m1*m2**10*n1**8
*n2**9 + 2*a33**3*m2**11*n1**17 + 4*a33**3*m2**11*n1**15*n2**2 - 4*a33**3*m2**11
*n1**11*n2**6 - 2*a33**3*m2**11*n1**9*n2**8) + u1**2*u2*v1*(4*a33**3*m1**12*n1**
6*n2**10 + 4*a33**3*m1**12*n1**4*n2**12 - 4*a33**3*m1**12*n1**2*n2**14 - 4*a33**
3*m1**12*n2**16 - 40*a33**3*m1**11*m2*n1**7*n2**9 - 24*a33**3*m1**11*m2*n1**5*n2
**11 + 72*a33**3*m1**11*m2*n1**3*n2**13 + 56*a33**3*m1**11*m2*n1*n2**15 + 180*
a33**3*m1**10*m2**2*n1**8*n2**8 + 16*a33**3*m1**10*m2**2*n1**6*n2**10 - 504*a33
**3*m1**10*m2**2*n1**4*n2**12 - 336*a33**3*m1**10*m2**2*n1**2*n2**14 + 4*a33**3*
m1**10*m2**2*n2**16 - 480*a33**3*m1**9*m2**3*n1**9*n2**7 + 280*a33**3*m1**9*m2**
3*n1**7*n2**9 + 1960*a33**3*m1**9*m2**3*n1**5*n2**11 + 1160*a33**3*m1**9*m2**3*
n1**3*n2**13 - 40*a33**3*m1**9*m2**3*n1*n2**15 + 840*a33**3*m1**8*m2**4*n1**10*
n2**6 - 1260*a33**3*m1**8*m2**4*n1**8*n2**8 - 4860*a33**3*m1**8*m2**4*n1**6*n2**
10 - 2580*a33**3*m1**8*m2**4*n1**4*n2**12 + 180*a33**3*m1**8*m2**4*n1**2*n2**14
- 1008*a33**3*m1**7*m2**5*n1**11*n2**5 + 2832*a33**3*m1**7*m2**5*n1**9*n2**7 +
8208*a33**3*m1**7*m2**5*n1**7*n2**9 + 3888*a33**3*m1**7*m2**5*n1**5*n2**11 - 480
*a33**3*m1**7*m2**5*n1**3*n2**13 + 840*a33**3*m1**6*m2**6*n1**12*n2**4 - 4032*
a33**3*m1**6*m2**6*n1**10*n2**6 - 9744*a33**3*m1**6*m2**6*n1**8*n2**8 - 4032*a33
**3*m1**6*m2**6*n1**6*n2**10 + 840*a33**3*m1**6*m2**6*n1**4*n2**12 - 480*a33**3*
m1**5*m2**7*n1**13*n2**3 + 3888*a33**3*m1**5*m2**7*n1**11*n2**5 + 8208*a33**3*m1
**5*m2**7*n1**9*n2**7 + 2832*a33**3*m1**5*m2**7*n1**7*n2**9 - 1008*a33**3*m1**5*
m2**7*n1**5*n2**11 + 180*a33**3*m1**4*m2**8*n1**14*n2**2 - 2580*a33**3*m1**4*m2
**8*n1**12*n2**4 - 4860*a33**3*m1**4*m2**8*n1**10*n2**6 - 1260*a33**3*m1**4*m2**
8*n1**8*n2**8 + 840*a33**3*m1**4*m2**8*n1**6*n2**10 - 40*a33**3*m1**3*m2**9*n1**
15*n2 + 1160*a33**3*m1**3*m2**9*n1**13*n2**3 + 1960*a33**3*m1**3*m2**9*n1**11*n2
**5 + 280*a33**3*m1**3*m2**9*n1**9*n2**7 - 480*a33**3*m1**3*m2**9*n1**7*n2**9 +
4*a33**3*m1**2*m2**10*n1**16 - 336*a33**3*m1**2*m2**10*n1**14*n2**2 - 504*a33**3
*m1**2*m2**10*n1**12*n2**4 + 16*a33**3*m1**2*m2**10*n1**10*n2**6 + 180*a33**3*m1
**2*m2**10*n1**8*n2**8 + 56*a33**3*m1*m2**11*n1**15*n2 + 72*a33**3*m1*m2**11*n1
**13*n2**3 - 24*a33**3*m1*m2**11*n1**11*n2**5 - 40*a33**3*m1*m2**11*n1**9*n2**7
- 4*a33**3*m2**12*n1**16 - 4*a33**3*m2**12*n1**14*n2**2 + 4*a33**3*m2**12*n1**12
*n2**4 + 4*a33**3*m2**12*n1**10*n2**6) + u1**2*u2*v2*( - 4*a33**3*m1**12*n1**7*
n2**9 - 4*a33**3*m1**12*n1**5*n2**11 + 4*a33**3*m1**12*n1**3*n2**13 + 4*a33**3*
m1**12*n1*n2**15 + 36*a33**3*m1**11*m2*n1**8*n2**8 + 16*a33**3*m1**11*m2*n1**6*
n2**10 - 72*a33**3*m1**11*m2*n1**4*n2**12 - 48*a33**3*m1**11*m2*n1**2*n2**14 + 4
*a33**3*m1**11*m2*n2**16 - 144*a33**3*m1**10*m2**2*n1**9*n2**7 + 40*a33**3*m1**
10*m2**2*n1**7*n2**9 + 456*a33**3*m1**10*m2**2*n1**5*n2**11 + 216*a33**3*m1**10*
m2**2*n1**3*n2**13 - 56*a33**3*m1**10*m2**2*n1*n2**15 + 336*a33**3*m1**9*m2**3*
n1**10*n2**6 - 420*a33**3*m1**9*m2**3*n1**8*n2**8 - 1520*a33**3*m1**9*m2**3*n1**
6*n2**10 - 440*a33**3*m1**9*m2**3*n1**4*n2**12 + 320*a33**3*m1**9*m2**3*n1**2*n2
**14 - 4*a33**3*m1**9*m2**3*n2**16 - 504*a33**3*m1**8*m2**4*n1**11*n2**5 + 1320*
a33**3*m1**8*m2**4*n1**9*n2**7 + 3060*a33**3*m1**8*m2**4*n1**7*n2**9 + 180*a33**
3*m1**8*m2**4*n1**5*n2**11 - 1020*a33**3*m1**8*m2**4*n1**3*n2**13 + 36*a33**3*m1
**8*m2**4*n1*n2**15 + 504*a33**3*m1**7*m2**5*n1**12*n2**4 - 2352*a33**3*m1**7*m2
**5*n1**10*n2**6 - 3888*a33**3*m1**7*m2**5*n1**8*n2**8 + 1152*a33**3*m1**7*m2**5
*n1**6*n2**10 + 2040*a33**3*m1**7*m2**5*n1**4*n2**12 - 144*a33**3*m1**7*m2**5*n1
**2*n2**14 - 336*a33**3*m1**6*m2**6*n1**13*n2**3 + 2688*a33**3*m1**6*m2**6*n1**
11*n2**5 + 3024*a33**3*m1**6*m2**6*n1**9*n2**7 - 3024*a33**3*m1**6*m2**6*n1**7*
n2**9 - 2688*a33**3*m1**6*m2**6*n1**5*n2**11 + 336*a33**3*m1**6*m2**6*n1**3*n2**
13 + 144*a33**3*m1**5*m2**7*n1**14*n2**2 - 2040*a33**3*m1**5*m2**7*n1**12*n2**4
- 1152*a33**3*m1**5*m2**7*n1**10*n2**6 + 3888*a33**3*m1**5*m2**7*n1**8*n2**8 +
2352*a33**3*m1**5*m2**7*n1**6*n2**10 - 504*a33**3*m1**5*m2**7*n1**4*n2**12 - 36*
a33**3*m1**4*m2**8*n1**15*n2 + 1020*a33**3*m1**4*m2**8*n1**13*n2**3 - 180*a33**3
*m1**4*m2**8*n1**11*n2**5 - 3060*a33**3*m1**4*m2**8*n1**9*n2**7 - 1320*a33**3*m1
**4*m2**8*n1**7*n2**9 + 504*a33**3*m1**4*m2**8*n1**5*n2**11 + 4*a33**3*m1**3*m2
**9*n1**16 - 320*a33**3*m1**3*m2**9*n1**14*n2**2 + 440*a33**3*m1**3*m2**9*n1**12
*n2**4 + 1520*a33**3*m1**3*m2**9*n1**10*n2**6 + 420*a33**3*m1**3*m2**9*n1**8*n2
**8 - 336*a33**3*m1**3*m2**9*n1**6*n2**10 + 56*a33**3*m1**2*m2**10*n1**15*n2 -
216*a33**3*m1**2*m2**10*n1**13*n2**3 - 456*a33**3*m1**2*m2**10*n1**11*n2**5 - 40
*a33**3*m1**2*m2**10*n1**9*n2**7 + 144*a33**3*m1**2*m2**10*n1**7*n2**9 - 4*a33**
3*m1*m2**11*n1**16 + 48*a33**3*m1*m2**11*n1**14*n2**2 + 72*a33**3*m1*m2**11*n1**
12*n2**4 - 16*a33**3*m1*m2**11*n1**10*n2**6 - 36*a33**3*m1*m2**11*n1**8*n2**8 -
4*a33**3*m2**12*n1**15*n2 - 4*a33**3*m2**12*n1**13*n2**3 + 4*a33**3*m2**12*n1**
11*n2**5 + 4*a33**3*m2**12*n1**9*n2**7) + u1**2*u2*( - 2*a33**2*m1**11*n1**8*n2
**10 - 4*a33**2*m1**11*n1**6*n2**12 + 4*a33**2*m1**11*n1**2*n2**16 + 2*a33**2*m1
**11*n2**18 + 18*a33**2*m1**10*m2*n1**9*n2**9 + 28*a33**2*m1**10*m2*n1**7*n2**11
- 24*a33**2*m1**10*m2*n1**5*n2**13 - 60*a33**2*m1**10*m2*n1**3*n2**15 - 26*a33
**2*m1**10*m2*n1*n2**17 - 72*a33**2*m1**9*m2**2*n1**10*n2**8 - 70*a33**2*m1**9*
m2**2*n1**8*n2**10 + 220*a33**2*m1**9*m2**2*n1**6*n2**12 + 360*a33**2*m1**9*m2**
2*n1**4*n2**14 + 140*a33**2*m1**9*m2**2*n1**2*n2**16 - 2*a33**2*m1**9*m2**2*n2**
18 + 168*a33**2*m1**8*m2**3*n1**11*n2**7 + 30*a33**2*m1**8*m2**3*n1**9*n2**9 -
900*a33**2*m1**8*m2**3*n1**7*n2**11 - 1200*a33**2*m1**8*m2**3*n1**5*n2**13 - 420
*a33**2*m1**8*m2**3*n1**3*n2**15 + 18*a33**2*m1**8*m2**3*n1*n2**17 - 252*a33**2*
m1**7*m2**4*n1**12*n2**6 + 240*a33**2*m1**7*m2**4*n1**10*n2**8 + 2160*a33**2*m1
**7*m2**4*n1**8*n2**10 + 2520*a33**2*m1**7*m2**4*n1**6*n2**12 + 780*a33**2*m1**7
*m2**4*n1**4*n2**14 - 72*a33**2*m1**7*m2**4*n1**2*n2**16 + 252*a33**2*m1**6*m2**
5*n1**13*n2**5 - 672*a33**2*m1**6*m2**5*n1**11*n2**7 - 3360*a33**2*m1**6*m2**5*
n1**9*n2**9 - 3528*a33**2*m1**6*m2**5*n1**7*n2**11 - 924*a33**2*m1**6*m2**5*n1**
5*n2**13 + 168*a33**2*m1**6*m2**5*n1**3*n2**15 - 168*a33**2*m1**5*m2**6*n1**14*
n2**4 + 924*a33**2*m1**5*m2**6*n1**12*n2**6 + 3528*a33**2*m1**5*m2**6*n1**10*n2
**8 + 3360*a33**2*m1**5*m2**6*n1**8*n2**10 + 672*a33**2*m1**5*m2**6*n1**6*n2**12
- 252*a33**2*m1**5*m2**6*n1**4*n2**14 + 72*a33**2*m1**4*m2**7*n1**15*n2**3 -
780*a33**2*m1**4*m2**7*n1**13*n2**5 - 2520*a33**2*m1**4*m2**7*n1**11*n2**7 -
2160*a33**2*m1**4*m2**7*n1**9*n2**9 - 240*a33**2*m1**4*m2**7*n1**7*n2**11 + 252*
a33**2*m1**4*m2**7*n1**5*n2**13 - 18*a33**2*m1**3*m2**8*n1**16*n2**2 + 420*a33**
2*m1**3*m2**8*n1**14*n2**4 + 1200*a33**2*m1**3*m2**8*n1**12*n2**6 + 900*a33**2*
m1**3*m2**8*n1**10*n2**8 - 30*a33**2*m1**3*m2**8*n1**8*n2**10 - 168*a33**2*m1**3
*m2**8*n1**6*n2**12 + 2*a33**2*m1**2*m2**9*n1**17*n2 - 140*a33**2*m1**2*m2**9*n1
**15*n2**3 - 360*a33**2*m1**2*m2**9*n1**13*n2**5 - 220*a33**2*m1**2*m2**9*n1**11
*n2**7 + 70*a33**2*m1**2*m2**9*n1**9*n2**9 + 72*a33**2*m1**2*m2**9*n1**7*n2**11
+ 26*a33**2*m1*m2**10*n1**16*n2**2 + 60*a33**2*m1*m2**10*n1**14*n2**4 + 24*a33**
2*m1*m2**10*n1**12*n2**6 - 28*a33**2*m1*m2**10*n1**10*n2**8 - 18*a33**2*m1*m2**
10*n1**8*n2**10 - 2*a33**2*m2**11*n1**17*n2 - 4*a33**2*m2**11*n1**15*n2**3 + 4*
a33**2*m2**11*n1**11*n2**7 + 2*a33**2*m2**11*n1**9*n2**9) + u1**2*v1*v2*(8*a33**
3*m1**13*n1**5*n2**10 - 8*a33**3*m1**13*n1*n2**14 - 80*a33**3*m1**12*m2*n1**6*n2
**9 + 40*a33**3*m1**12*m2*n1**4*n2**11 + 112*a33**3*m1**12*m2*n1**2*n2**13 - 8*
a33**3*m1**12*m2*n2**15 + 360*a33**3*m1**11*m2**2*n1**7*n2**8 - 408*a33**3*m1**
11*m2**2*n1**5*n2**10 - 648*a33**3*m1**11*m2**2*n1**3*n2**12 + 120*a33**3*m1**11
*m2**2*n1*n2**14 - 960*a33**3*m1**10*m2**3*n1**8*n2**7 + 1880*a33**3*m1**10*m2**
3*n1**6*n2**9 + 2072*a33**3*m1**10*m2**3*n1**4*n2**11 - 760*a33**3*m1**10*m2**3*
n1**2*n2**13 + 8*a33**3*m1**10*m2**3*n2**15 + 1680*a33**3*m1**9*m2**4*n1**9*n2**
6 - 5160*a33**3*m1**9*m2**4*n1**7*n2**8 - 4000*a33**3*m1**9*m2**4*n1**5*n2**10 +
2760*a33**3*m1**9*m2**4*n1**3*n2**12 - 80*a33**3*m1**9*m2**4*n1*n2**14 - 2016*
a33**3*m1**8*m2**5*n1**10*n2**5 + 9360*a33**3*m1**8*m2**5*n1**8*n2**7 + 4536*a33
**3*m1**8*m2**5*n1**6*n2**9 - 6480*a33**3*m1**8*m2**5*n1**4*n2**11 + 360*a33**3*
m1**8*m2**5*n1**2*n2**13 + 1680*a33**3*m1**7*m2**6*n1**11*n2**4 - 11760*a33**3*
m1**7*m2**6*n1**9*n2**6 - 2064*a33**3*m1**7*m2**6*n1**7*n2**8 + 10416*a33**3*m1
**7*m2**6*n1**5*n2**10 - 960*a33**3*m1**7*m2**6*n1**3*n2**12 - 960*a33**3*m1**6*
m2**7*n1**12*n2**3 + 10416*a33**3*m1**6*m2**7*n1**10*n2**5 - 2064*a33**3*m1**6*
m2**7*n1**8*n2**7 - 11760*a33**3*m1**6*m2**7*n1**6*n2**9 + 1680*a33**3*m1**6*m2
**7*n1**4*n2**11 + 360*a33**3*m1**5*m2**8*n1**13*n2**2 - 6480*a33**3*m1**5*m2**8
*n1**11*n2**4 + 4536*a33**3*m1**5*m2**8*n1**9*n2**6 + 9360*a33**3*m1**5*m2**8*n1
**7*n2**8 - 2016*a33**3*m1**5*m2**8*n1**5*n2**10 - 80*a33**3*m1**4*m2**9*n1**14*
n2 + 2760*a33**3*m1**4*m2**9*n1**12*n2**3 - 4000*a33**3*m1**4*m2**9*n1**10*n2**5
- 5160*a33**3*m1**4*m2**9*n1**8*n2**7 + 1680*a33**3*m1**4*m2**9*n1**6*n2**9 + 8
*a33**3*m1**3*m2**10*n1**15 - 760*a33**3*m1**3*m2**10*n1**13*n2**2 + 2072*a33**3
*m1**3*m2**10*n1**11*n2**4 + 1880*a33**3*m1**3*m2**10*n1**9*n2**6 - 960*a33**3*
m1**3*m2**10*n1**7*n2**8 + 120*a33**3*m1**2*m2**11*n1**14*n2 - 648*a33**3*m1**2*
m2**11*n1**12*n2**3 - 408*a33**3*m1**2*m2**11*n1**10*n2**5 + 360*a33**3*m1**2*m2
**11*n1**8*n2**7 - 8*a33**3*m1*m2**12*n1**15 + 112*a33**3*m1*m2**12*n1**13*n2**2
+ 40*a33**3*m1*m2**12*n1**11*n2**4 - 80*a33**3*m1*m2**12*n1**9*n2**6 - 8*a33**3
*m2**13*n1**14*n2 + 8*a33**3*m2**13*n1**10*n2**5) + u1**2*v1*(6*a33**2*m1**12*n1
**8*n2**9 + 4*a33**2*m1**12*n1**6*n2**11 - 8*a33**2*m1**12*n1**4*n2**13 - 4*a33
**2*m1**12*n1**2*n2**15 + 2*a33**2*m1**12*n2**17 - 54*a33**2*m1**11*m2*n1**9*n2
**8 - 4*a33**2*m1**11*m2*n1**7*n2**10 + 120*a33**2*m1**11*m2*n1**5*n2**12 + 36*
a33**2*m1**11*m2*n1**3*n2**14 - 34*a33**2*m1**11*m2*n1*n2**16 + 216*a33**2*m1**
10*m2**2*n1**10*n2**7 - 150*a33**2*m1**10*m2**2*n1**8*n2**9 - 692*a33**2*m1**10*
m2**2*n1**6*n2**11 - 72*a33**2*m1**10*m2**2*n1**4*n2**13 + 252*a33**2*m1**10*m2
**2*n1**2*n2**15 - 2*a33**2*m1**10*m2**2*n2**17 - 504*a33**2*m1**9*m2**3*n1**11*
n2**6 + 870*a33**2*m1**9*m2**3*n1**9*n2**8 + 2140*a33**2*m1**9*m2**3*n1**7*n2**
10 - 320*a33**2*m1**9*m2**3*n1**5*n2**12 - 1060*a33**2*m1**9*m2**3*n1**3*n2**14
+ 26*a33**2*m1**9*m2**3*n1*n2**16 + 756*a33**2*m1**8*m2**4*n1**12*n2**5 - 2400*
a33**2*m1**8*m2**4*n1**10*n2**7 - 3960*a33**2*m1**8*m2**4*n1**8*n2**9 + 2160*a33
**2*m1**8*m2**4*n1**6*n2**11 + 2820*a33**2*m1**8*m2**4*n1**4*n2**13 - 144*a33**2
*m1**8*m2**4*n1**2*n2**15 - 756*a33**2*m1**7*m2**5*n1**13*n2**4 + 4032*a33**2*m1
**7*m2**5*n1**11*n2**6 + 4416*a33**2*m1**7*m2**5*n1**9*n2**8 - 5832*a33**2*m1**7
*m2**5*n1**7*n2**10 - 5004*a33**2*m1**7*m2**5*n1**5*n2**12 + 456*a33**2*m1**7*m2
**5*n1**3*n2**14 + 504*a33**2*m1**6*m2**6*n1**14*n2**3 - 4452*a33**2*m1**6*m2**6
*n1**12*n2**5 - 2520*a33**2*m1**6*m2**6*n1**10*n2**7 + 9408*a33**2*m1**6*m2**6*
n1**8*n2**9 + 6048*a33**2*m1**6*m2**6*n1**6*n2**11 - 924*a33**2*m1**6*m2**6*n1**
4*n2**13 - 216*a33**2*m1**5*m2**7*n1**15*n2**2 + 3300*a33**2*m1**5*m2**7*n1**13*
n2**4 - 216*a33**2*m1**5*m2**7*n1**11*n2**6 - 9936*a33**2*m1**5*m2**7*n1**9*n2**
8 - 4944*a33**2*m1**5*m2**7*n1**7*n2**10 + 1260*a33**2*m1**5*m2**7*n1**5*n2**12
+ 54*a33**2*m1**4*m2**8*n1**16*n2 - 1620*a33**2*m1**4*m2**8*n1**14*n2**3 + 1560*
a33**2*m1**4*m2**8*n1**12*n2**5 + 7020*a33**2*m1**4*m2**8*n1**10*n2**7 + 2610*
a33**2*m1**4*m2**8*n1**8*n2**9 - 1176*a33**2*m1**4*m2**8*n1**6*n2**11 - 6*a33**2
*m1**3*m2**9*n1**17 + 500*a33**2*m1**3*m2**9*n1**15*n2**2 - 1240*a33**2*m1**3*m2
**9*n1**13*n2**4 - 3260*a33**2*m1**3*m2**9*n1**11*n2**6 - 770*a33**2*m1**3*m2**9
*n1**9*n2**8 + 744*a33**2*m1**3*m2**9*n1**7*n2**10 - 86*a33**2*m1**2*m2**10*n1**
16*n2 + 492*a33**2*m1**2*m2**10*n1**14*n2**3 + 936*a33**2*m1**2*m2**10*n1**12*n2
**5 + 52*a33**2*m1**2*m2**10*n1**10*n2**7 - 306*a33**2*m1**2*m2**10*n1**8*n2**9
+ 6*a33**2*m1*m2**11*n1**17 - 100*a33**2*m1*m2**11*n1**15*n2**2 - 144*a33**2*m1*
m2**11*n1**13*n2**4 + 36*a33**2*m1*m2**11*n1**11*n2**6 + 74*a33**2*m1*m2**11*n1
**9*n2**8 + 8*a33**2*m2**12*n1**16*n2 + 8*a33**2*m2**12*n1**14*n2**3 - 8*a33**2*
m2**12*n1**12*n2**5 - 8*a33**2*m2**12*n1**10*n2**7) + u1**2*v2**2*( - 4*a33**3*
m1**13*n1**6*n2**9 + 4*a33**3*m1**13*n1**4*n2**11 + 4*a33**3*m1**13*n1**2*n2**13
- 4*a33**3*m1**13*n2**15 + 36*a33**3*m1**12*m2*n1**7*n2**8 - 68*a33**3*m1**12*
m2*n1**5*n2**10 - 36*a33**3*m1**12*m2*n1**3*n2**12 + 68*a33**3*m1**12*m2*n1*n2**
14 - 144*a33**3*m1**11*m2**2*n1**8*n2**7 + 440*a33**3*m1**11*m2**2*n1**6*n2**9 +
72*a33**3*m1**11*m2**2*n1**4*n2**11 - 504*a33**3*m1**11*m2**2*n1**2*n2**13 + 8*
a33**3*m1**11*m2**2*n2**15 + 336*a33**3*m1**10*m2**3*n1**9*n2**6 - 1560*a33**3*
m1**10*m2**3*n1**7*n2**8 + 344*a33**3*m1**10*m2**3*n1**5*n2**10 + 2136*a33**3*m1
**10*m2**3*n1**3*n2**12 - 104*a33**3*m1**10*m2**3*n1*n2**14 - 504*a33**3*m1**9*
m2**4*n1**10*n2**5 + 3480*a33**3*m1**9*m2**4*n1**8*n2**7 - 2380*a33**3*m1**9*m2
**4*n1**6*n2**9 - 5780*a33**3*m1**9*m2**4*n1**4*n2**11 + 580*a33**3*m1**9*m2**4*
n1**2*n2**13 - 4*a33**3*m1**9*m2**4*n2**15 + 504*a33**3*m1**8*m2**5*n1**11*n2**4
- 5208*a33**3*m1**8*m2**5*n1**9*n2**6 + 6732*a33**3*m1**8*m2**5*n1**7*n2**8 +
10548*a33**3*m1**8*m2**5*n1**5*n2**10 - 1860*a33**3*m1**8*m2**5*n1**3*n2**12 +
36*a33**3*m1**8*m2**5*n1*n2**14 - 336*a33**3*m1**7*m2**6*n1**12*n2**3 + 5376*a33
**3*m1**7*m2**6*n1**10*n2**5 - 11568*a33**3*m1**7*m2**6*n1**8*n2**7 - 13296*a33
**3*m1**7*m2**6*n1**6*n2**9 + 3840*a33**3*m1**7*m2**6*n1**4*n2**11 - 144*a33**3*
m1**7*m2**6*n1**2*n2**13 + 144*a33**3*m1**6*m2**7*n1**13*n2**2 - 3840*a33**3*m1
**6*m2**7*n1**11*n2**4 + 13296*a33**3*m1**6*m2**7*n1**9*n2**6 + 11568*a33**3*m1
**6*m2**7*n1**7*n2**8 - 5376*a33**3*m1**6*m2**7*n1**5*n2**10 + 336*a33**3*m1**6*
m2**7*n1**3*n2**12 - 36*a33**3*m1**5*m2**8*n1**14*n2 + 1860*a33**3*m1**5*m2**8*
n1**12*n2**3 - 10548*a33**3*m1**5*m2**8*n1**10*n2**5 - 6732*a33**3*m1**5*m2**8*
n1**8*n2**7 + 5208*a33**3*m1**5*m2**8*n1**6*n2**9 - 504*a33**3*m1**5*m2**8*n1**4
*n2**11 + 4*a33**3*m1**4*m2**9*n1**15 - 580*a33**3*m1**4*m2**9*n1**13*n2**2 +
5780*a33**3*m1**4*m2**9*n1**11*n2**4 + 2380*a33**3*m1**4*m2**9*n1**9*n2**6 -
3480*a33**3*m1**4*m2**9*n1**7*n2**8 + 504*a33**3*m1**4*m2**9*n1**5*n2**10 + 104*
a33**3*m1**3*m2**10*n1**14*n2 - 2136*a33**3*m1**3*m2**10*n1**12*n2**3 - 344*a33
**3*m1**3*m2**10*n1**10*n2**5 + 1560*a33**3*m1**3*m2**10*n1**8*n2**7 - 336*a33**
3*m1**3*m2**10*n1**6*n2**9 - 8*a33**3*m1**2*m2**11*n1**15 + 504*a33**3*m1**2*m2
**11*n1**13*n2**2 - 72*a33**3*m1**2*m2**11*n1**11*n2**4 - 440*a33**3*m1**2*m2**
11*n1**9*n2**6 + 144*a33**3*m1**2*m2**11*n1**7*n2**8 - 68*a33**3*m1*m2**12*n1**
14*n2 + 36*a33**3*m1*m2**12*n1**12*n2**3 + 68*a33**3*m1*m2**12*n1**10*n2**5 - 36
*a33**3*m1*m2**12*n1**8*n2**7 + 4*a33**3*m2**13*n1**15 - 4*a33**3*m2**13*n1**13*
n2**2 - 4*a33**3*m2**13*n1**11*n2**4 + 4*a33**3*m2**13*n1**9*n2**6) + u1**2*v2*(
8*a33**2*m1**12*n1**7*n2**10 + 8*a33**2*m1**12*n1**5*n2**12 - 8*a33**2*m1**12*n1
**3*n2**14 - 8*a33**2*m1**12*n1*n2**16 - 78*a33**2*m1**11*m2*n1**8*n2**9 - 44*
a33**2*m1**11*m2*n1**6*n2**11 + 144*a33**2*m1**11*m2*n1**4*n2**13 + 108*a33**2*
m1**11*m2*n1**2*n2**15 - 2*a33**2*m1**11*m2*n2**17 + 342*a33**2*m1**10*m2**2*n1
**9*n2**8 + 4*a33**2*m1**10*m2**2*n1**7*n2**10 - 984*a33**2*m1**10*m2**2*n1**5*
n2**12 - 612*a33**2*m1**10*m2**2*n1**3*n2**14 + 34*a33**2*m1**10*m2**2*n1*n2**16
- 888*a33**2*m1**9*m2**3*n1**10*n2**7 + 630*a33**2*m1**9*m2**3*n1**8*n2**9 +
3700*a33**2*m1**9*m2**3*n1**6*n2**11 + 1960*a33**2*m1**9*m2**3*n1**4*n2**13 -
220*a33**2*m1**9*m2**3*n1**2*n2**15 + 2*a33**2*m1**9*m2**3*n2**17 + 1512*a33**2*
m1**8*m2**4*n1**11*n2**6 - 2550*a33**2*m1**8*m2**4*n1**9*n2**8 - 8820*a33**2*m1
**8*m2**4*n1**7*n2**10 - 3960*a33**2*m1**8*m2**4*n1**5*n2**12 + 780*a33**2*m1**8
*m2**4*n1**3*n2**14 - 18*a33**2*m1**8*m2**4*n1*n2**16 - 1764*a33**2*m1**7*m2**5*
n1**12*n2**5 + 5424*a33**2*m1**7*m2**5*n1**10*n2**7 + 14256*a33**2*m1**7*m2**5*
n1**8*n2**9 + 5256*a33**2*m1**7*m2**5*n1**6*n2**11 - 1740*a33**2*m1**7*m2**5*n1
**4*n2**13 + 72*a33**2*m1**7*m2**5*n1**2*n2**15 + 1428*a33**2*m1**6*m2**6*n1**13
*n2**4 - 7392*a33**2*m1**6*m2**6*n1**11*n2**6 - 16128*a33**2*m1**6*m2**6*n1**9*
n2**8 - 4536*a33**2*m1**6*m2**6*n1**7*n2**10 + 2604*a33**2*m1**6*m2**6*n1**5*n2
**12 - 168*a33**2*m1**6*m2**6*n1**3*n2**14 - 792*a33**2*m1**5*m2**7*n1**14*n2**3
+ 6852*a33**2*m1**5*m2**7*n1**12*n2**5 + 12888*a33**2*m1**5*m2**7*n1**10*n2**7
+ 2304*a33**2*m1**5*m2**7*n1**8*n2**9 - 2688*a33**2*m1**5*m2**7*n1**6*n2**11 +
252*a33**2*m1**5*m2**7*n1**4*n2**13 + 288*a33**2*m1**4*m2**8*n1**15*n2**2 - 4380
*a33**2*m1**4*m2**8*n1**13*n2**4 - 7200*a33**2*m1**4*m2**8*n1**11*n2**6 - 360*
a33**2*m1**4*m2**8*n1**9*n2**8 + 1920*a33**2*m1**4*m2**8*n1**7*n2**10 - 252*a33
**2*m1**4*m2**8*n1**5*n2**12 - 62*a33**2*m1**3*m2**9*n1**16*n2 + 1900*a33**2*m1
**3*m2**9*n1**14*n2**3 + 2720*a33**2*m1**3*m2**9*n1**12*n2**5 - 340*a33**2*m1**3
*m2**9*n1**10*n2**7 - 930*a33**2*m1**3*m2**9*n1**8*n2**9 + 168*a33**2*m1**3*m2**
9*n1**6*n2**11 + 6*a33**2*m1**2*m2**10*n1**17 - 532*a33**2*m1**2*m2**10*n1**15*
n2**2 - 648*a33**2*m1**2*m2**10*n1**13*n2**4 + 252*a33**2*m1**2*m2**10*n1**11*n2
**6 + 290*a33**2*m1**2*m2**10*n1**9*n2**8 - 72*a33**2*m1**2*m2**10*n1**7*n2**10
+ 86*a33**2*m1*m2**11*n1**16*n2 + 84*a33**2*m1*m2**11*n1**14*n2**3 - 72*a33**2*
m1*m2**11*n1**12*n2**5 - 52*a33**2*m1*m2**11*n1**10*n2**7 + 18*a33**2*m1*m2**11*
n1**8*n2**9 - 6*a33**2*m2**12*n1**17 - 4*a33**2*m2**12*n1**15*n2**2 + 8*a33**2*
m2**12*n1**13*n2**4 + 4*a33**2*m2**12*n1**11*n2**6 - 2*a33**2*m2**12*n1**9*n2**8
) + u1**2*v3**2*( - 6*a33**3*m1**13*n1**6*n2**9 - 2*a33**3*m1**13*n1**4*n2**11 +
6*a33**3*m1**13*n1**2*n2**13 + 2*a33**3*m1**13*n2**15 + 54*a33**3*m1**12*m2*n1
**7*n2**8 - 14*a33**3*m1**12*m2*n1**5*n2**10 - 86*a33**3*m1**12*m2*n1**3*n2**12
- 18*a33**3*m1**12*m2*n1*n2**14 - 216*a33**3*m1**11*m2**2*n1**8*n2**7 + 220*a33
**3*m1**11*m2**2*n1**6*n2**9 + 468*a33**3*m1**11*m2**2*n1**4*n2**11 + 36*a33**3*
m1**11*m2**2*n1**2*n2**13 + 4*a33**3*m1**11*m2**2*n2**15 + 504*a33**3*m1**10*m2
**3*n1**9*n2**6 - 1020*a33**3*m1**10*m2**3*n1**7*n2**8 - 1332*a33**3*m1**10*m2**
3*n1**5*n2**10 + 124*a33**3*m1**10*m2**3*n1**3*n2**12 - 68*a33**3*m1**10*m2**3*
n1*n2**14 - 756*a33**3*m1**9*m2**4*n1**10*n2**5 + 2580*a33**3*m1**9*m2**4*n1**8*
n2**7 + 2150*a33**3*m1**9*m2**4*n1**6*n2**9 - 750*a33**3*m1**9*m2**4*n1**4*n2**
11 + 430*a33**3*m1**9*m2**4*n1**2*n2**13 - 6*a33**3*m1**9*m2**4*n2**15 + 756*a33
**3*m1**8*m2**5*n1**11*n2**4 - 4116*a33**3*m1**8*m2**5*n1**9*n2**6 - 1782*a33**3
*m1**8*m2**5*n1**7*n2**8 + 1566*a33**3*m1**8*m2**5*n1**5*n2**10 - 1470*a33**3*m1
**8*m2**5*n1**3*n2**12 + 54*a33**3*m1**8*m2**5*n1*n2**14 - 504*a33**3*m1**7*m2**
6*n1**12*n2**3 + 4368*a33**3*m1**7*m2**6*n1**10*n2**5 + 72*a33**3*m1**7*m2**6*n1
**8*n2**7 - 1464*a33**3*m1**7*m2**6*n1**6*n2**9 + 3120*a33**3*m1**7*m2**6*n1**4*
n2**11 - 216*a33**3*m1**7*m2**6*n1**2*n2**13 + 216*a33**3*m1**6*m2**7*n1**13*n2
**2 - 3120*a33**3*m1**6*m2**7*n1**11*n2**4 + 1464*a33**3*m1**6*m2**7*n1**9*n2**6
- 72*a33**3*m1**6*m2**7*n1**7*n2**8 - 4368*a33**3*m1**6*m2**7*n1**5*n2**10 +
504*a33**3*m1**6*m2**7*n1**3*n2**12 - 54*a33**3*m1**5*m2**8*n1**14*n2 + 1470*a33
**3*m1**5*m2**8*n1**12*n2**3 - 1566*a33**3*m1**5*m2**8*n1**10*n2**5 + 1782*a33**
3*m1**5*m2**8*n1**8*n2**7 + 4116*a33**3*m1**5*m2**8*n1**6*n2**9 - 756*a33**3*m1
**5*m2**8*n1**4*n2**11 + 6*a33**3*m1**4*m2**9*n1**15 - 430*a33**3*m1**4*m2**9*n1
**13*n2**2 + 750*a33**3*m1**4*m2**9*n1**11*n2**4 - 2150*a33**3*m1**4*m2**9*n1**9
*n2**6 - 2580*a33**3*m1**4*m2**9*n1**7*n2**8 + 756*a33**3*m1**4*m2**9*n1**5*n2**
10 + 68*a33**3*m1**3*m2**10*n1**14*n2 - 124*a33**3*m1**3*m2**10*n1**12*n2**3 +
1332*a33**3*m1**3*m2**10*n1**10*n2**5 + 1020*a33**3*m1**3*m2**10*n1**8*n2**7 -
504*a33**3*m1**3*m2**10*n1**6*n2**9 - 4*a33**3*m1**2*m2**11*n1**15 - 36*a33**3*
m1**2*m2**11*n1**13*n2**2 - 468*a33**3*m1**2*m2**11*n1**11*n2**4 - 220*a33**3*m1
**2*m2**11*n1**9*n2**6 + 216*a33**3*m1**2*m2**11*n1**7*n2**8 + 18*a33**3*m1*m2**
12*n1**14*n2 + 86*a33**3*m1*m2**12*n1**12*n2**3 + 14*a33**3*m1*m2**12*n1**10*n2
**5 - 54*a33**3*m1*m2**12*n1**8*n2**7 - 2*a33**3*m2**13*n1**15 - 6*a33**3*m2**13
*n1**13*n2**2 + 2*a33**3*m2**13*n1**11*n2**4 + 6*a33**3*m2**13*n1**9*n2**6) + u1
**2*(a33*m1**11*n1**10*n2**9 + a33*m1**11*n1**8*n2**11 - 2*a33*m1**11*n1**6*n2**
13 - 2*a33*m1**11*n1**4*n2**15 + a33*m1**11*n1**2*n2**17 + a33*m1**11*n2**19 - 9
*a33*m1**10*m2*n1**11*n2**8 - 5*a33*m1**10*m2*n1**9*n2**10 + 26*a33*m1**10*m2*n1
**7*n2**12 + 18*a33*m1**10*m2*n1**5*n2**14 - 17*a33*m1**10*m2*n1**3*n2**16 - 13*
a33*m1**10*m2*n1*n2**18 + 36*a33*m1**9*m2**2*n1**12*n2**7 - a33*m1**9*m2**2*n1**
10*n2**9 - 145*a33*m1**9*m2**2*n1**8*n2**11 - 70*a33*m1**9*m2**2*n1**6*n2**13 +
110*a33*m1**9*m2**2*n1**4*n2**15 + 71*a33*m1**9*m2**2*n1**2*n2**17 - a33*m1**9*
m2**2*n2**19 - 84*a33*m1**8*m2**3*n1**13*n2**6 + 69*a33*m1**8*m2**3*n1**11*n2**8
+ 465*a33*m1**8*m2**3*n1**9*n2**10 + 150*a33*m1**8*m2**3*n1**7*n2**12 - 390*a33
*m1**8*m2**3*n1**5*n2**14 - 219*a33*m1**8*m2**3*n1**3*n2**16 + 9*a33*m1**8*m2**3
*n1*n2**18 + 126*a33*m1**7*m2**4*n1**14*n2**5 - 246*a33*m1**7*m2**4*n1**12*n2**7
- 960*a33*m1**7*m2**4*n1**10*n2**9 - 180*a33*m1**7*m2**4*n1**8*n2**11 + 870*a33
*m1**7*m2**4*n1**6*n2**13 + 426*a33*m1**7*m2**4*n1**4*n2**15 - 36*a33*m1**7*m2**
4*n1**2*n2**17 - 126*a33*m1**6*m2**5*n1**15*n2**4 + 462*a33*m1**6*m2**5*n1**13*
n2**6 + 1344*a33*m1**6*m2**5*n1**11*n2**8 + 84*a33*m1**6*m2**5*n1**9*n2**10 -
1302*a33*m1**6*m2**5*n1**7*n2**12 - 546*a33*m1**6*m2**5*n1**5*n2**14 + 84*a33*m1
**6*m2**5*n1**3*n2**16 + 84*a33*m1**5*m2**6*n1**16*n2**3 - 546*a33*m1**5*m2**6*
n1**14*n2**5 - 1302*a33*m1**5*m2**6*n1**12*n2**7 + 84*a33*m1**5*m2**6*n1**10*n2
**9 + 1344*a33*m1**5*m2**6*n1**8*n2**11 + 462*a33*m1**5*m2**6*n1**6*n2**13 - 126
*a33*m1**5*m2**6*n1**4*n2**15 - 36*a33*m1**4*m2**7*n1**17*n2**2 + 426*a33*m1**4*
m2**7*n1**15*n2**4 + 870*a33*m1**4*m2**7*n1**13*n2**6 - 180*a33*m1**4*m2**7*n1**
11*n2**8 - 960*a33*m1**4*m2**7*n1**9*n2**10 - 246*a33*m1**4*m2**7*n1**7*n2**12 +
126*a33*m1**4*m2**7*n1**5*n2**14 + 9*a33*m1**3*m2**8*n1**18*n2 - 219*a33*m1**3*
m2**8*n1**16*n2**3 - 390*a33*m1**3*m2**8*n1**14*n2**5 + 150*a33*m1**3*m2**8*n1**
12*n2**7 + 465*a33*m1**3*m2**8*n1**10*n2**9 + 69*a33*m1**3*m2**8*n1**8*n2**11 -
84*a33*m1**3*m2**8*n1**6*n2**13 - a33*m1**2*m2**9*n1**19 + 71*a33*m1**2*m2**9*n1
**17*n2**2 + 110*a33*m1**2*m2**9*n1**15*n2**4 - 70*a33*m1**2*m2**9*n1**13*n2**6
- 145*a33*m1**2*m2**9*n1**11*n2**8 - a33*m1**2*m2**9*n1**9*n2**10 + 36*a33*m1**2
*m2**9*n1**7*n2**12 - 13*a33*m1*m2**10*n1**18*n2 - 17*a33*m1*m2**10*n1**16*n2**3
+ 18*a33*m1*m2**10*n1**14*n2**5 + 26*a33*m1*m2**10*n1**12*n2**7 - 5*a33*m1*m2**
10*n1**10*n2**9 - 9*a33*m1*m2**10*n1**8*n2**11 + a33*m2**11*n1**19 + a33*m2**11*
n1**17*n2**2 - 2*a33*m2**11*n1**15*n2**4 - 2*a33*m2**11*n1**13*n2**6 + a33*m2**
11*n1**11*n2**8 + a33*m2**11*n1**9*n2**10) + u1*u2**2*v1*( - 4*a33**3*m1**12*n1
**7*n2**9 - 4*a33**3*m1**12*n1**5*n2**11 + 4*a33**3*m1**12*n1**3*n2**13 + 4*a33
**3*m1**12*n1*n2**15 + 36*a33**3*m1**11*m2*n1**8*n2**8 + 16*a33**3*m1**11*m2*n1
**6*n2**10 - 72*a33**3*m1**11*m2*n1**4*n2**12 - 48*a33**3*m1**11*m2*n1**2*n2**14
+ 4*a33**3*m1**11*m2*n2**16 - 144*a33**3*m1**10*m2**2*n1**9*n2**7 + 40*a33**3*
m1**10*m2**2*n1**7*n2**9 + 456*a33**3*m1**10*m2**2*n1**5*n2**11 + 216*a33**3*m1
**10*m2**2*n1**3*n2**13 - 56*a33**3*m1**10*m2**2*n1*n2**15 + 336*a33**3*m1**9*m2
**3*n1**10*n2**6 - 420*a33**3*m1**9*m2**3*n1**8*n2**8 - 1520*a33**3*m1**9*m2**3*
n1**6*n2**10 - 440*a33**3*m1**9*m2**3*n1**4*n2**12 + 320*a33**3*m1**9*m2**3*n1**
2*n2**14 - 4*a33**3*m1**9*m2**3*n2**16 - 504*a33**3*m1**8*m2**4*n1**11*n2**5 +
1320*a33**3*m1**8*m2**4*n1**9*n2**7 + 3060*a33**3*m1**8*m2**4*n1**7*n2**9 + 180*
a33**3*m1**8*m2**4*n1**5*n2**11 - 1020*a33**3*m1**8*m2**4*n1**3*n2**13 + 36*a33
**3*m1**8*m2**4*n1*n2**15 + 504*a33**3*m1**7*m2**5*n1**12*n2**4 - 2352*a33**3*m1
**7*m2**5*n1**10*n2**6 - 3888*a33**3*m1**7*m2**5*n1**8*n2**8 + 1152*a33**3*m1**7
*m2**5*n1**6*n2**10 + 2040*a33**3*m1**7*m2**5*n1**4*n2**12 - 144*a33**3*m1**7*m2
**5*n1**2*n2**14 - 336*a33**3*m1**6*m2**6*n1**13*n2**3 + 2688*a33**3*m1**6*m2**6
*n1**11*n2**5 + 3024*a33**3*m1**6*m2**6*n1**9*n2**7 - 3024*a33**3*m1**6*m2**6*n1
**7*n2**9 - 2688*a33**3*m1**6*m2**6*n1**5*n2**11 + 336*a33**3*m1**6*m2**6*n1**3*
n2**13 + 144*a33**3*m1**5*m2**7*n1**14*n2**2 - 2040*a33**3*m1**5*m2**7*n1**12*n2
**4 - 1152*a33**3*m1**5*m2**7*n1**10*n2**6 + 3888*a33**3*m1**5*m2**7*n1**8*n2**8
+ 2352*a33**3*m1**5*m2**7*n1**6*n2**10 - 504*a33**3*m1**5*m2**7*n1**4*n2**12 -
36*a33**3*m1**4*m2**8*n1**15*n2 + 1020*a33**3*m1**4*m2**8*n1**13*n2**3 - 180*a33
**3*m1**4*m2**8*n1**11*n2**5 - 3060*a33**3*m1**4*m2**8*n1**9*n2**7 - 1320*a33**3
*m1**4*m2**8*n1**7*n2**9 + 504*a33**3*m1**4*m2**8*n1**5*n2**11 + 4*a33**3*m1**3*
m2**9*n1**16 - 320*a33**3*m1**3*m2**9*n1**14*n2**2 + 440*a33**3*m1**3*m2**9*n1**
12*n2**4 + 1520*a33**3*m1**3*m2**9*n1**10*n2**6 + 420*a33**3*m1**3*m2**9*n1**8*
n2**8 - 336*a33**3*m1**3*m2**9*n1**6*n2**10 + 56*a33**3*m1**2*m2**10*n1**15*n2 -
216*a33**3*m1**2*m2**10*n1**13*n2**3 - 456*a33**3*m1**2*m2**10*n1**11*n2**5 -
40*a33**3*m1**2*m2**10*n1**9*n2**7 + 144*a33**3*m1**2*m2**10*n1**7*n2**9 - 4*a33
**3*m1*m2**11*n1**16 + 48*a33**3*m1*m2**11*n1**14*n2**2 + 72*a33**3*m1*m2**11*n1
**12*n2**4 - 16*a33**3*m1*m2**11*n1**10*n2**6 - 36*a33**3*m1*m2**11*n1**8*n2**8
- 4*a33**3*m2**12*n1**15*n2 - 4*a33**3*m2**12*n1**13*n2**3 + 4*a33**3*m2**12*n1
**11*n2**5 + 4*a33**3*m2**12*n1**9*n2**7) + u1*u2**2*v2*( - 4*a33**3*m1**12*n1**
6*n2**10 - 4*a33**3*m1**12*n1**4*n2**12 + 4*a33**3*m1**12*n1**2*n2**14 + 4*a33**
3*m1**12*n2**16 + 40*a33**3*m1**11*m2*n1**7*n2**9 + 24*a33**3*m1**11*m2*n1**5*n2
**11 - 72*a33**3*m1**11*m2*n1**3*n2**13 - 56*a33**3*m1**11*m2*n1*n2**15 - 180*
a33**3*m1**10*m2**2*n1**8*n2**8 - 16*a33**3*m1**10*m2**2*n1**6*n2**10 + 504*a33
**3*m1**10*m2**2*n1**4*n2**12 + 336*a33**3*m1**10*m2**2*n1**2*n2**14 - 4*a33**3*
m1**10*m2**2*n2**16 + 480*a33**3*m1**9*m2**3*n1**9*n2**7 - 280*a33**3*m1**9*m2**
3*n1**7*n2**9 - 1960*a33**3*m1**9*m2**3*n1**5*n2**11 - 1160*a33**3*m1**9*m2**3*
n1**3*n2**13 + 40*a33**3*m1**9*m2**3*n1*n2**15 - 840*a33**3*m1**8*m2**4*n1**10*
n2**6 + 1260*a33**3*m1**8*m2**4*n1**8*n2**8 + 4860*a33**3*m1**8*m2**4*n1**6*n2**
10 + 2580*a33**3*m1**8*m2**4*n1**4*n2**12 - 180*a33**3*m1**8*m2**4*n1**2*n2**14
+ 1008*a33**3*m1**7*m2**5*n1**11*n2**5 - 2832*a33**3*m1**7*m2**5*n1**9*n2**7 -
8208*a33**3*m1**7*m2**5*n1**7*n2**9 - 3888*a33**3*m1**7*m2**5*n1**5*n2**11 + 480
*a33**3*m1**7*m2**5*n1**3*n2**13 - 840*a33**3*m1**6*m2**6*n1**12*n2**4 + 4032*
a33**3*m1**6*m2**6*n1**10*n2**6 + 9744*a33**3*m1**6*m2**6*n1**8*n2**8 + 4032*a33
**3*m1**6*m2**6*n1**6*n2**10 - 840*a33**3*m1**6*m2**6*n1**4*n2**12 + 480*a33**3*
m1**5*m2**7*n1**13*n2**3 - 3888*a33**3*m1**5*m2**7*n1**11*n2**5 - 8208*a33**3*m1
**5*m2**7*n1**9*n2**7 - 2832*a33**3*m1**5*m2**7*n1**7*n2**9 + 1008*a33**3*m1**5*
m2**7*n1**5*n2**11 - 180*a33**3*m1**4*m2**8*n1**14*n2**2 + 2580*a33**3*m1**4*m2
**8*n1**12*n2**4 + 4860*a33**3*m1**4*m2**8*n1**10*n2**6 + 1260*a33**3*m1**4*m2**
8*n1**8*n2**8 - 840*a33**3*m1**4*m2**8*n1**6*n2**10 + 40*a33**3*m1**3*m2**9*n1**
15*n2 - 1160*a33**3*m1**3*m2**9*n1**13*n2**3 - 1960*a33**3*m1**3*m2**9*n1**11*n2
**5 - 280*a33**3*m1**3*m2**9*n1**9*n2**7 + 480*a33**3*m1**3*m2**9*n1**7*n2**9 -
4*a33**3*m1**2*m2**10*n1**16 + 336*a33**3*m1**2*m2**10*n1**14*n2**2 + 504*a33**3
*m1**2*m2**10*n1**12*n2**4 - 16*a33**3*m1**2*m2**10*n1**10*n2**6 - 180*a33**3*m1
**2*m2**10*n1**8*n2**8 - 56*a33**3*m1*m2**11*n1**15*n2 - 72*a33**3*m1*m2**11*n1
**13*n2**3 + 24*a33**3*m1*m2**11*n1**11*n2**5 + 40*a33**3*m1*m2**11*n1**9*n2**7
+ 4*a33**3*m2**12*n1**16 + 4*a33**3*m2**12*n1**14*n2**2 - 4*a33**3*m2**12*n1**12
*n2**4 - 4*a33**3*m2**12*n1**10*n2**6) + u1*u2**2*( - 2*a33**2*m1**11*n1**9*n2**
9 - 4*a33**2*m1**11*n1**7*n2**11 + 4*a33**2*m1**11*n1**3*n2**15 + 2*a33**2*m1**
11*n1*n2**17 + 18*a33**2*m1**10*m2*n1**10*n2**8 + 28*a33**2*m1**10*m2*n1**8*n2**
10 - 24*a33**2*m1**10*m2*n1**6*n2**12 - 60*a33**2*m1**10*m2*n1**4*n2**14 - 26*
a33**2*m1**10*m2*n1**2*n2**16 - 72*a33**2*m1**9*m2**2*n1**11*n2**7 - 70*a33**2*
m1**9*m2**2*n1**9*n2**9 + 220*a33**2*m1**9*m2**2*n1**7*n2**11 + 360*a33**2*m1**9
*m2**2*n1**5*n2**13 + 140*a33**2*m1**9*m2**2*n1**3*n2**15 - 2*a33**2*m1**9*m2**2
*n1*n2**17 + 168*a33**2*m1**8*m2**3*n1**12*n2**6 + 30*a33**2*m1**8*m2**3*n1**10*
n2**8 - 900*a33**2*m1**8*m2**3*n1**8*n2**10 - 1200*a33**2*m1**8*m2**3*n1**6*n2**
12 - 420*a33**2*m1**8*m2**3*n1**4*n2**14 + 18*a33**2*m1**8*m2**3*n1**2*n2**16 -
252*a33**2*m1**7*m2**4*n1**13*n2**5 + 240*a33**2*m1**7*m2**4*n1**11*n2**7 + 2160
*a33**2*m1**7*m2**4*n1**9*n2**9 + 2520*a33**2*m1**7*m2**4*n1**7*n2**11 + 780*a33
**2*m1**7*m2**4*n1**5*n2**13 - 72*a33**2*m1**7*m2**4*n1**3*n2**15 + 252*a33**2*
m1**6*m2**5*n1**14*n2**4 - 672*a33**2*m1**6*m2**5*n1**12*n2**6 - 3360*a33**2*m1
**6*m2**5*n1**10*n2**8 - 3528*a33**2*m1**6*m2**5*n1**8*n2**10 - 924*a33**2*m1**6
*m2**5*n1**6*n2**12 + 168*a33**2*m1**6*m2**5*n1**4*n2**14 - 168*a33**2*m1**5*m2
**6*n1**15*n2**3 + 924*a33**2*m1**5*m2**6*n1**13*n2**5 + 3528*a33**2*m1**5*m2**6
*n1**11*n2**7 + 3360*a33**2*m1**5*m2**6*n1**9*n2**9 + 672*a33**2*m1**5*m2**6*n1
**7*n2**11 - 252*a33**2*m1**5*m2**6*n1**5*n2**13 + 72*a33**2*m1**4*m2**7*n1**16*
n2**2 - 780*a33**2*m1**4*m2**7*n1**14*n2**4 - 2520*a33**2*m1**4*m2**7*n1**12*n2
**6 - 2160*a33**2*m1**4*m2**7*n1**10*n2**8 - 240*a33**2*m1**4*m2**7*n1**8*n2**10
+ 252*a33**2*m1**4*m2**7*n1**6*n2**12 - 18*a33**2*m1**3*m2**8*n1**17*n2 + 420*
a33**2*m1**3*m2**8*n1**15*n2**3 + 1200*a33**2*m1**3*m2**8*n1**13*n2**5 + 900*a33
**2*m1**3*m2**8*n1**11*n2**7 - 30*a33**2*m1**3*m2**8*n1**9*n2**9 - 168*a33**2*m1
**3*m2**8*n1**7*n2**11 + 2*a33**2*m1**2*m2**9*n1**18 - 140*a33**2*m1**2*m2**9*n1
**16*n2**2 - 360*a33**2*m1**2*m2**9*n1**14*n2**4 - 220*a33**2*m1**2*m2**9*n1**12
*n2**6 + 70*a33**2*m1**2*m2**9*n1**10*n2**8 + 72*a33**2*m1**2*m2**9*n1**8*n2**10
+ 26*a33**2*m1*m2**10*n1**17*n2 + 60*a33**2*m1*m2**10*n1**15*n2**3 + 24*a33**2*
m1*m2**10*n1**13*n2**5 - 28*a33**2*m1*m2**10*n1**11*n2**7 - 18*a33**2*m1*m2**10*
n1**9*n2**9 - 2*a33**2*m2**11*n1**18 - 4*a33**2*m2**11*n1**16*n2**2 + 4*a33**2*
m2**11*n1**12*n2**6 + 2*a33**2*m2**11*n1**10*n2**8) + u1*u2*v1**2*( - 8*a33**3*
m1**13*n1**5*n2**10 + 8*a33**3*m1**13*n1*n2**14 + 80*a33**3*m1**12*m2*n1**6*n2**
9 - 40*a33**3*m1**12*m2*n1**4*n2**11 - 112*a33**3*m1**12*m2*n1**2*n2**13 + 8*a33
**3*m1**12*m2*n2**15 - 360*a33**3*m1**11*m2**2*n1**7*n2**8 + 408*a33**3*m1**11*
m2**2*n1**5*n2**10 + 648*a33**3*m1**11*m2**2*n1**3*n2**12 - 120*a33**3*m1**11*m2
**2*n1*n2**14 + 960*a33**3*m1**10*m2**3*n1**8*n2**7 - 1880*a33**3*m1**10*m2**3*
n1**6*n2**9 - 2072*a33**3*m1**10*m2**3*n1**4*n2**11 + 760*a33**3*m1**10*m2**3*n1
**2*n2**13 - 8*a33**3*m1**10*m2**3*n2**15 - 1680*a33**3*m1**9*m2**4*n1**9*n2**6
+ 5160*a33**3*m1**9*m2**4*n1**7*n2**8 + 4000*a33**3*m1**9*m2**4*n1**5*n2**10 -
2760*a33**3*m1**9*m2**4*n1**3*n2**12 + 80*a33**3*m1**9*m2**4*n1*n2**14 + 2016*
a33**3*m1**8*m2**5*n1**10*n2**5 - 9360*a33**3*m1**8*m2**5*n1**8*n2**7 - 4536*a33
**3*m1**8*m2**5*n1**6*n2**9 + 6480*a33**3*m1**8*m2**5*n1**4*n2**11 - 360*a33**3*
m1**8*m2**5*n1**2*n2**13 - 1680*a33**3*m1**7*m2**6*n1**11*n2**4 + 11760*a33**3*
m1**7*m2**6*n1**9*n2**6 + 2064*a33**3*m1**7*m2**6*n1**7*n2**8 - 10416*a33**3*m1
**7*m2**6*n1**5*n2**10 + 960*a33**3*m1**7*m2**6*n1**3*n2**12 + 960*a33**3*m1**6*
m2**7*n1**12*n2**3 - 10416*a33**3*m1**6*m2**7*n1**10*n2**5 + 2064*a33**3*m1**6*
m2**7*n1**8*n2**7 + 11760*a33**3*m1**6*m2**7*n1**6*n2**9 - 1680*a33**3*m1**6*m2
**7*n1**4*n2**11 - 360*a33**3*m1**5*m2**8*n1**13*n2**2 + 6480*a33**3*m1**5*m2**8
*n1**11*n2**4 - 4536*a33**3*m1**5*m2**8*n1**9*n2**6 - 9360*a33**3*m1**5*m2**8*n1
**7*n2**8 + 2016*a33**3*m1**5*m2**8*n1**5*n2**10 + 80*a33**3*m1**4*m2**9*n1**14*
n2 - 2760*a33**3*m1**4*m2**9*n1**12*n2**3 + 4000*a33**3*m1**4*m2**9*n1**10*n2**5
+ 5160*a33**3*m1**4*m2**9*n1**8*n2**7 - 1680*a33**3*m1**4*m2**9*n1**6*n2**9 - 8
*a33**3*m1**3*m2**10*n1**15 + 760*a33**3*m1**3*m2**10*n1**13*n2**2 - 2072*a33**3
*m1**3*m2**10*n1**11*n2**4 - 1880*a33**3*m1**3*m2**10*n1**9*n2**6 + 960*a33**3*
m1**3*m2**10*n1**7*n2**8 - 120*a33**3*m1**2*m2**11*n1**14*n2 + 648*a33**3*m1**2*
m2**11*n1**12*n2**3 + 408*a33**3*m1**2*m2**11*n1**10*n2**5 - 360*a33**3*m1**2*m2
**11*n1**8*n2**7 + 8*a33**3*m1*m2**12*n1**15 - 112*a33**3*m1*m2**12*n1**13*n2**2
- 40*a33**3*m1*m2**12*n1**11*n2**4 + 80*a33**3*m1*m2**12*n1**9*n2**6 + 8*a33**3
*m2**13*n1**14*n2 - 8*a33**3*m2**13*n1**10*n2**5) + u1*u2*v1*v2*(8*a33**3*m1**13
*n1**6*n2**9 - 8*a33**3*m1**13*n1**4*n2**11 - 8*a33**3*m1**13*n1**2*n2**13 + 8*
a33**3*m1**13*n2**15 - 72*a33**3*m1**12*m2*n1**7*n2**8 + 136*a33**3*m1**12*m2*n1
**5*n2**10 + 72*a33**3*m1**12*m2*n1**3*n2**12 - 136*a33**3*m1**12*m2*n1*n2**14 +
288*a33**3*m1**11*m2**2*n1**8*n2**7 - 880*a33**3*m1**11*m2**2*n1**6*n2**9 - 144
*a33**3*m1**11*m2**2*n1**4*n2**11 + 1008*a33**3*m1**11*m2**2*n1**2*n2**13 - 16*
a33**3*m1**11*m2**2*n2**15 - 672*a33**3*m1**10*m2**3*n1**9*n2**6 + 3120*a33**3*
m1**10*m2**3*n1**7*n2**8 - 688*a33**3*m1**10*m2**3*n1**5*n2**10 - 4272*a33**3*m1
**10*m2**3*n1**3*n2**12 + 208*a33**3*m1**10*m2**3*n1*n2**14 + 1008*a33**3*m1**9*
m2**4*n1**10*n2**5 - 6960*a33**3*m1**9*m2**4*n1**8*n2**7 + 4760*a33**3*m1**9*m2
**4*n1**6*n2**9 + 11560*a33**3*m1**9*m2**4*n1**4*n2**11 - 1160*a33**3*m1**9*m2**
4*n1**2*n2**13 + 8*a33**3*m1**9*m2**4*n2**15 - 1008*a33**3*m1**8*m2**5*n1**11*n2
**4 + 10416*a33**3*m1**8*m2**5*n1**9*n2**6 - 13464*a33**3*m1**8*m2**5*n1**7*n2**
8 - 21096*a33**3*m1**8*m2**5*n1**5*n2**10 + 3720*a33**3*m1**8*m2**5*n1**3*n2**12
- 72*a33**3*m1**8*m2**5*n1*n2**14 + 672*a33**3*m1**7*m2**6*n1**12*n2**3 - 10752
*a33**3*m1**7*m2**6*n1**10*n2**5 + 23136*a33**3*m1**7*m2**6*n1**8*n2**7 + 26592*
a33**3*m1**7*m2**6*n1**6*n2**9 - 7680*a33**3*m1**7*m2**6*n1**4*n2**11 + 288*a33
**3*m1**7*m2**6*n1**2*n2**13 - 288*a33**3*m1**6*m2**7*n1**13*n2**2 + 7680*a33**3
*m1**6*m2**7*n1**11*n2**4 - 26592*a33**3*m1**6*m2**7*n1**9*n2**6 - 23136*a33**3*
m1**6*m2**7*n1**7*n2**8 + 10752*a33**3*m1**6*m2**7*n1**5*n2**10 - 672*a33**3*m1
**6*m2**7*n1**3*n2**12 + 72*a33**3*m1**5*m2**8*n1**14*n2 - 3720*a33**3*m1**5*m2
**8*n1**12*n2**3 + 21096*a33**3*m1**5*m2**8*n1**10*n2**5 + 13464*a33**3*m1**5*m2
**8*n1**8*n2**7 - 10416*a33**3*m1**5*m2**8*n1**6*n2**9 + 1008*a33**3*m1**5*m2**8
*n1**4*n2**11 - 8*a33**3*m1**4*m2**9*n1**15 + 1160*a33**3*m1**4*m2**9*n1**13*n2
**2 - 11560*a33**3*m1**4*m2**9*n1**11*n2**4 - 4760*a33**3*m1**4*m2**9*n1**9*n2**
6 + 6960*a33**3*m1**4*m2**9*n1**7*n2**8 - 1008*a33**3*m1**4*m2**9*n1**5*n2**10 -
208*a33**3*m1**3*m2**10*n1**14*n2 + 4272*a33**3*m1**3*m2**10*n1**12*n2**3 + 688
*a33**3*m1**3*m2**10*n1**10*n2**5 - 3120*a33**3*m1**3*m2**10*n1**8*n2**7 + 672*
a33**3*m1**3*m2**10*n1**6*n2**9 + 16*a33**3*m1**2*m2**11*n1**15 - 1008*a33**3*m1
**2*m2**11*n1**13*n2**2 + 144*a33**3*m1**2*m2**11*n1**11*n2**4 + 880*a33**3*m1**
2*m2**11*n1**9*n2**6 - 288*a33**3*m1**2*m2**11*n1**7*n2**8 + 136*a33**3*m1*m2**
12*n1**14*n2 - 72*a33**3*m1*m2**12*n1**12*n2**3 - 136*a33**3*m1*m2**12*n1**10*n2
**5 + 72*a33**3*m1*m2**12*n1**8*n2**7 - 8*a33**3*m2**13*n1**15 + 8*a33**3*m2**13
*n1**13*n2**2 + 8*a33**3*m2**13*n1**11*n2**4 - 8*a33**3*m2**13*n1**9*n2**6) + u1
*u2*v1*(4*a33**2*m1**11*m2*n1**8*n2**9 + 8*a33**2*m1**11*m2*n1**6*n2**11 - 8*a33
**2*m1**11*m2*n1**2*n2**15 - 4*a33**2*m1**11*m2*n2**17 - 36*a33**2*m1**10*m2**2*
n1**9*n2**8 - 56*a33**2*m1**10*m2**2*n1**7*n2**10 + 48*a33**2*m1**10*m2**2*n1**5
*n2**12 + 120*a33**2*m1**10*m2**2*n1**3*n2**14 + 52*a33**2*m1**10*m2**2*n1*n2**
16 + 144*a33**2*m1**9*m2**3*n1**10*n2**7 + 140*a33**2*m1**9*m2**3*n1**8*n2**9 -
440*a33**2*m1**9*m2**3*n1**6*n2**11 - 720*a33**2*m1**9*m2**3*n1**4*n2**13 - 280*
a33**2*m1**9*m2**3*n1**2*n2**15 + 4*a33**2*m1**9*m2**3*n2**17 - 336*a33**2*m1**8
*m2**4*n1**11*n2**6 - 60*a33**2*m1**8*m2**4*n1**9*n2**8 + 1800*a33**2*m1**8*m2**
4*n1**7*n2**10 + 2400*a33**2*m1**8*m2**4*n1**5*n2**12 + 840*a33**2*m1**8*m2**4*
n1**3*n2**14 - 36*a33**2*m1**8*m2**4*n1*n2**16 + 504*a33**2*m1**7*m2**5*n1**12*
n2**5 - 480*a33**2*m1**7*m2**5*n1**10*n2**7 - 4320*a33**2*m1**7*m2**5*n1**8*n2**
9 - 5040*a33**2*m1**7*m2**5*n1**6*n2**11 - 1560*a33**2*m1**7*m2**5*n1**4*n2**13
+ 144*a33**2*m1**7*m2**5*n1**2*n2**15 - 504*a33**2*m1**6*m2**6*n1**13*n2**4 +
1344*a33**2*m1**6*m2**6*n1**11*n2**6 + 6720*a33**2*m1**6*m2**6*n1**9*n2**8 +
7056*a33**2*m1**6*m2**6*n1**7*n2**10 + 1848*a33**2*m1**6*m2**6*n1**5*n2**12 -
336*a33**2*m1**6*m2**6*n1**3*n2**14 + 336*a33**2*m1**5*m2**7*n1**14*n2**3 - 1848
*a33**2*m1**5*m2**7*n1**12*n2**5 - 7056*a33**2*m1**5*m2**7*n1**10*n2**7 - 6720*
a33**2*m1**5*m2**7*n1**8*n2**9 - 1344*a33**2*m1**5*m2**7*n1**6*n2**11 + 504*a33
**2*m1**5*m2**7*n1**4*n2**13 - 144*a33**2*m1**4*m2**8*n1**15*n2**2 + 1560*a33**2
*m1**4*m2**8*n1**13*n2**4 + 5040*a33**2*m1**4*m2**8*n1**11*n2**6 + 4320*a33**2*
m1**4*m2**8*n1**9*n2**8 + 480*a33**2*m1**4*m2**8*n1**7*n2**10 - 504*a33**2*m1**4
*m2**8*n1**5*n2**12 + 36*a33**2*m1**3*m2**9*n1**16*n2 - 840*a33**2*m1**3*m2**9*
n1**14*n2**3 - 2400*a33**2*m1**3*m2**9*n1**12*n2**5 - 1800*a33**2*m1**3*m2**9*n1
**10*n2**7 + 60*a33**2*m1**3*m2**9*n1**8*n2**9 + 336*a33**2*m1**3*m2**9*n1**6*n2
**11 - 4*a33**2*m1**2*m2**10*n1**17 + 280*a33**2*m1**2*m2**10*n1**15*n2**2 + 720
*a33**2*m1**2*m2**10*n1**13*n2**4 + 440*a33**2*m1**2*m2**10*n1**11*n2**6 - 140*
a33**2*m1**2*m2**10*n1**9*n2**8 - 144*a33**2*m1**2*m2**10*n1**7*n2**10 - 52*a33
**2*m1*m2**11*n1**16*n2 - 120*a33**2*m1*m2**11*n1**14*n2**3 - 48*a33**2*m1*m2**
11*n1**12*n2**5 + 56*a33**2*m1*m2**11*n1**10*n2**7 + 36*a33**2*m1*m2**11*n1**8*
n2**9 + 4*a33**2*m2**12*n1**17 + 8*a33**2*m2**12*n1**15*n2**2 - 8*a33**2*m2**12*
n1**11*n2**6 - 4*a33**2*m2**12*n1**9*n2**8) + u1*u2*v2**2*(8*a33**3*m1**13*n1**5
*n2**10 - 8*a33**3*m1**13*n1*n2**14 - 80*a33**3*m1**12*m2*n1**6*n2**9 + 40*a33**
3*m1**12*m2*n1**4*n2**11 + 112*a33**3*m1**12*m2*n1**2*n2**13 - 8*a33**3*m1**12*
m2*n2**15 + 360*a33**3*m1**11*m2**2*n1**7*n2**8 - 408*a33**3*m1**11*m2**2*n1**5*
n2**10 - 648*a33**3*m1**11*m2**2*n1**3*n2**12 + 120*a33**3*m1**11*m2**2*n1*n2**
14 - 960*a33**3*m1**10*m2**3*n1**8*n2**7 + 1880*a33**3*m1**10*m2**3*n1**6*n2**9
+ 2072*a33**3*m1**10*m2**3*n1**4*n2**11 - 760*a33**3*m1**10*m2**3*n1**2*n2**13 +
8*a33**3*m1**10*m2**3*n2**15 + 1680*a33**3*m1**9*m2**4*n1**9*n2**6 - 5160*a33**
3*m1**9*m2**4*n1**7*n2**8 - 4000*a33**3*m1**9*m2**4*n1**5*n2**10 + 2760*a33**3*
m1**9*m2**4*n1**3*n2**12 - 80*a33**3*m1**9*m2**4*n1*n2**14 - 2016*a33**3*m1**8*
m2**5*n1**10*n2**5 + 9360*a33**3*m1**8*m2**5*n1**8*n2**7 + 4536*a33**3*m1**8*m2
**5*n1**6*n2**9 - 6480*a33**3*m1**8*m2**5*n1**4*n2**11 + 360*a33**3*m1**8*m2**5*
n1**2*n2**13 + 1680*a33**3*m1**7*m2**6*n1**11*n2**4 - 11760*a33**3*m1**7*m2**6*
n1**9*n2**6 - 2064*a33**3*m1**7*m2**6*n1**7*n2**8 + 10416*a33**3*m1**7*m2**6*n1
**5*n2**10 - 960*a33**3*m1**7*m2**6*n1**3*n2**12 - 960*a33**3*m1**6*m2**7*n1**12
*n2**3 + 10416*a33**3*m1**6*m2**7*n1**10*n2**5 - 2064*a33**3*m1**6*m2**7*n1**8*
n2**7 - 11760*a33**3*m1**6*m2**7*n1**6*n2**9 + 1680*a33**3*m1**6*m2**7*n1**4*n2
**11 + 360*a33**3*m1**5*m2**8*n1**13*n2**2 - 6480*a33**3*m1**5*m2**8*n1**11*n2**
4 + 4536*a33**3*m1**5*m2**8*n1**9*n2**6 + 9360*a33**3*m1**5*m2**8*n1**7*n2**8 -
2016*a33**3*m1**5*m2**8*n1**5*n2**10 - 80*a33**3*m1**4*m2**9*n1**14*n2 + 2760*
a33**3*m1**4*m2**9*n1**12*n2**3 - 4000*a33**3*m1**4*m2**9*n1**10*n2**5 - 5160*
a33**3*m1**4*m2**9*n1**8*n2**7 + 1680*a33**3*m1**4*m2**9*n1**6*n2**9 + 8*a33**3*
m1**3*m2**10*n1**15 - 760*a33**3*m1**3*m2**10*n1**13*n2**2 + 2072*a33**3*m1**3*
m2**10*n1**11*n2**4 + 1880*a33**3*m1**3*m2**10*n1**9*n2**6 - 960*a33**3*m1**3*m2
**10*n1**7*n2**8 + 120*a33**3*m1**2*m2**11*n1**14*n2 - 648*a33**3*m1**2*m2**11*
n1**12*n2**3 - 408*a33**3*m1**2*m2**11*n1**10*n2**5 + 360*a33**3*m1**2*m2**11*n1
**8*n2**7 - 8*a33**3*m1*m2**12*n1**15 + 112*a33**3*m1*m2**12*n1**13*n2**2 + 40*
a33**3*m1*m2**12*n1**11*n2**4 - 80*a33**3*m1*m2**12*n1**9*n2**6 - 8*a33**3*m2**
13*n1**14*n2 + 8*a33**3*m2**13*n1**10*n2**5) + u1*u2*v2*(4*a33**2*m1**12*n1**8*
n2**9 + 8*a33**2*m1**12*n1**6*n2**11 - 8*a33**2*m1**12*n1**2*n2**15 - 4*a33**2*
m1**12*n2**17 - 36*a33**2*m1**11*m2*n1**9*n2**8 - 56*a33**2*m1**11*m2*n1**7*n2**
10 + 48*a33**2*m1**11*m2*n1**5*n2**12 + 120*a33**2*m1**11*m2*n1**3*n2**14 + 52*
a33**2*m1**11*m2*n1*n2**16 + 144*a33**2*m1**10*m2**2*n1**10*n2**7 + 140*a33**2*
m1**10*m2**2*n1**8*n2**9 - 440*a33**2*m1**10*m2**2*n1**6*n2**11 - 720*a33**2*m1
**10*m2**2*n1**4*n2**13 - 280*a33**2*m1**10*m2**2*n1**2*n2**15 + 4*a33**2*m1**10
*m2**2*n2**17 - 336*a33**2*m1**9*m2**3*n1**11*n2**6 - 60*a33**2*m1**9*m2**3*n1**
9*n2**8 + 1800*a33**2*m1**9*m2**3*n1**7*n2**10 + 2400*a33**2*m1**9*m2**3*n1**5*
n2**12 + 840*a33**2*m1**9*m2**3*n1**3*n2**14 - 36*a33**2*m1**9*m2**3*n1*n2**16 +
504*a33**2*m1**8*m2**4*n1**12*n2**5 - 480*a33**2*m1**8*m2**4*n1**10*n2**7 -
4320*a33**2*m1**8*m2**4*n1**8*n2**9 - 5040*a33**2*m1**8*m2**4*n1**6*n2**11 -
1560*a33**2*m1**8*m2**4*n1**4*n2**13 + 144*a33**2*m1**8*m2**4*n1**2*n2**15 - 504
*a33**2*m1**7*m2**5*n1**13*n2**4 + 1344*a33**2*m1**7*m2**5*n1**11*n2**6 + 6720*
a33**2*m1**7*m2**5*n1**9*n2**8 + 7056*a33**2*m1**7*m2**5*n1**7*n2**10 + 1848*a33
**2*m1**7*m2**5*n1**5*n2**12 - 336*a33**2*m1**7*m2**5*n1**3*n2**14 + 336*a33**2*
m1**6*m2**6*n1**14*n2**3 - 1848*a33**2*m1**6*m2**6*n1**12*n2**5 - 7056*a33**2*m1
**6*m2**6*n1**10*n2**7 - 6720*a33**2*m1**6*m2**6*n1**8*n2**9 - 1344*a33**2*m1**6
*m2**6*n1**6*n2**11 + 504*a33**2*m1**6*m2**6*n1**4*n2**13 - 144*a33**2*m1**5*m2
**7*n1**15*n2**2 + 1560*a33**2*m1**5*m2**7*n1**13*n2**4 + 5040*a33**2*m1**5*m2**
7*n1**11*n2**6 + 4320*a33**2*m1**5*m2**7*n1**9*n2**8 + 480*a33**2*m1**5*m2**7*n1
**7*n2**10 - 504*a33**2*m1**5*m2**7*n1**5*n2**12 + 36*a33**2*m1**4*m2**8*n1**16*
n2 - 840*a33**2*m1**4*m2**8*n1**14*n2**3 - 2400*a33**2*m1**4*m2**8*n1**12*n2**5
- 1800*a33**2*m1**4*m2**8*n1**10*n2**7 + 60*a33**2*m1**4*m2**8*n1**8*n2**9 + 336
*a33**2*m1**4*m2**8*n1**6*n2**11 - 4*a33**2*m1**3*m2**9*n1**17 + 280*a33**2*m1**
3*m2**9*n1**15*n2**2 + 720*a33**2*m1**3*m2**9*n1**13*n2**4 + 440*a33**2*m1**3*m2
**9*n1**11*n2**6 - 140*a33**2*m1**3*m2**9*n1**9*n2**8 - 144*a33**2*m1**3*m2**9*
n1**7*n2**10 - 52*a33**2*m1**2*m2**10*n1**16*n2 - 120*a33**2*m1**2*m2**10*n1**14
*n2**3 - 48*a33**2*m1**2*m2**10*n1**12*n2**5 + 56*a33**2*m1**2*m2**10*n1**10*n2
**7 + 36*a33**2*m1**2*m2**10*n1**8*n2**9 + 4*a33**2*m1*m2**11*n1**17 + 8*a33**2*
m1*m2**11*n1**15*n2**2 - 8*a33**2*m1*m2**11*n1**11*n2**6 - 4*a33**2*m1*m2**11*n1
**9*n2**8) + u1*u2*(2*a33*m1**11*n1**9*n2**10 + 4*a33*m1**11*n1**7*n2**12 - 4*
a33*m1**11*n1**3*n2**16 - 2*a33*m1**11*n1*n2**18 - 18*a33*m1**10*m2*n1**10*n2**9
- 28*a33*m1**10*m2*n1**8*n2**11 + 24*a33*m1**10*m2*n1**6*n2**13 + 60*a33*m1**10
*m2*n1**4*n2**15 + 26*a33*m1**10*m2*n1**2*n2**17 + 72*a33*m1**9*m2**2*n1**11*n2
**8 + 70*a33*m1**9*m2**2*n1**9*n2**10 - 220*a33*m1**9*m2**2*n1**7*n2**12 - 360*
a33*m1**9*m2**2*n1**5*n2**14 - 140*a33*m1**9*m2**2*n1**3*n2**16 + 2*a33*m1**9*m2
**2*n1*n2**18 - 168*a33*m1**8*m2**3*n1**12*n2**7 - 30*a33*m1**8*m2**3*n1**10*n2
**9 + 900*a33*m1**8*m2**3*n1**8*n2**11 + 1200*a33*m1**8*m2**3*n1**6*n2**13 + 420
*a33*m1**8*m2**3*n1**4*n2**15 - 18*a33*m1**8*m2**3*n1**2*n2**17 + 252*a33*m1**7*
m2**4*n1**13*n2**6 - 240*a33*m1**7*m2**4*n1**11*n2**8 - 2160*a33*m1**7*m2**4*n1
**9*n2**10 - 2520*a33*m1**7*m2**4*n1**7*n2**12 - 780*a33*m1**7*m2**4*n1**5*n2**
14 + 72*a33*m1**7*m2**4*n1**3*n2**16 - 252*a33*m1**6*m2**5*n1**14*n2**5 + 672*
a33*m1**6*m2**5*n1**12*n2**7 + 3360*a33*m1**6*m2**5*n1**10*n2**9 + 3528*a33*m1**
6*m2**5*n1**8*n2**11 + 924*a33*m1**6*m2**5*n1**6*n2**13 - 168*a33*m1**6*m2**5*n1
**4*n2**15 + 168*a33*m1**5*m2**6*n1**15*n2**4 - 924*a33*m1**5*m2**6*n1**13*n2**6
- 3528*a33*m1**5*m2**6*n1**11*n2**8 - 3360*a33*m1**5*m2**6*n1**9*n2**10 - 672*
a33*m1**5*m2**6*n1**7*n2**12 + 252*a33*m1**5*m2**6*n1**5*n2**14 - 72*a33*m1**4*
m2**7*n1**16*n2**3 + 780*a33*m1**4*m2**7*n1**14*n2**5 + 2520*a33*m1**4*m2**7*n1
**12*n2**7 + 2160*a33*m1**4*m2**7*n1**10*n2**9 + 240*a33*m1**4*m2**7*n1**8*n2**
11 - 252*a33*m1**4*m2**7*n1**6*n2**13 + 18*a33*m1**3*m2**8*n1**17*n2**2 - 420*
a33*m1**3*m2**8*n1**15*n2**4 - 1200*a33*m1**3*m2**8*n1**13*n2**6 - 900*a33*m1**3
*m2**8*n1**11*n2**8 + 30*a33*m1**3*m2**8*n1**9*n2**10 + 168*a33*m1**3*m2**8*n1**
7*n2**12 - 2*a33*m1**2*m2**9*n1**18*n2 + 140*a33*m1**2*m2**9*n1**16*n2**3 + 360*
a33*m1**2*m2**9*n1**14*n2**5 + 220*a33*m1**2*m2**9*n1**12*n2**7 - 70*a33*m1**2*
m2**9*n1**10*n2**9 - 72*a33*m1**2*m2**9*n1**8*n2**11 - 26*a33*m1*m2**10*n1**17*
n2**2 - 60*a33*m1*m2**10*n1**15*n2**4 - 24*a33*m1*m2**10*n1**13*n2**6 + 28*a33*
m1*m2**10*n1**11*n2**8 + 18*a33*m1*m2**10*n1**9*n2**10 + 2*a33*m2**11*n1**18*n2
+ 4*a33*m2**11*n1**16*n2**3 - 4*a33*m2**11*n1**12*n2**7 - 2*a33*m2**11*n1**10*n2
**9) + u1*v1**2*v2*(8*a33**3*m1**14*n1**4*n2**10 - 8*a33**3*m1**14*n1**2*n2**12
- 80*a33**3*m1**13*m2*n1**5*n2**9 + 128*a33**3*m1**13*m2*n1**3*n2**11 - 16*a33**
3*m1**13*m2*n1*n2**13 + 360*a33**3*m1**12*m2**2*n1**6*n2**8 - 848*a33**3*m1**12*
m2**2*n1**4*n2**10 + 240*a33**3*m1**12*m2**2*n1**2*n2**12 - 8*a33**3*m1**12*m2**
2*n2**14 - 960*a33**3*m1**11*m2**3*n1**7*n2**7 + 3200*a33**3*m1**11*m2**3*n1**5*
n2**9 - 1536*a33**3*m1**11*m2**3*n1**3*n2**11 + 128*a33**3*m1**11*m2**3*n1*n2**
13 + 1680*a33**3*m1**10*m2**4*n1**8*n2**6 - 7800*a33**3*m1**10*m2**4*n1**6*n2**8
+ 5680*a33**3*m1**10*m2**4*n1**4*n2**10 - 848*a33**3*m1**10*m2**4*n1**2*n2**12
+ 8*a33**3*m1**10*m2**4*n2**14 - 2016*a33**3*m1**9*m2**5*n1**9*n2**5 + 13056*a33
**3*m1**9*m2**5*n1**7*n2**7 - 13680*a33**3*m1**9*m2**5*n1**5*n2**9 + 3200*a33**3
*m1**9*m2**5*n1**3*n2**11 - 80*a33**3*m1**9*m2**5*n1*n2**13 + 1680*a33**3*m1**8*
m2**6*n1**10*n2**4 - 15456*a33**3*m1**8*m2**6*n1**8*n2**6 + 22752*a33**3*m1**8*
m2**6*n1**6*n2**8 - 7800*a33**3*m1**8*m2**6*n1**4*n2**10 + 360*a33**3*m1**8*m2**
6*n1**2*n2**12 - 960*a33**3*m1**7*m2**7*n1**11*n2**3 + 13056*a33**3*m1**7*m2**7*
n1**9*n2**5 - 26880*a33**3*m1**7*m2**7*n1**7*n2**7 + 13056*a33**3*m1**7*m2**7*n1
**5*n2**9 - 960*a33**3*m1**7*m2**7*n1**3*n2**11 + 360*a33**3*m1**6*m2**8*n1**12*
n2**2 - 7800*a33**3*m1**6*m2**8*n1**10*n2**4 + 22752*a33**3*m1**6*m2**8*n1**8*n2
**6 - 15456*a33**3*m1**6*m2**8*n1**6*n2**8 + 1680*a33**3*m1**6*m2**8*n1**4*n2**
10 - 80*a33**3*m1**5*m2**9*n1**13*n2 + 3200*a33**3*m1**5*m2**9*n1**11*n2**3 -
13680*a33**3*m1**5*m2**9*n1**9*n2**5 + 13056*a33**3*m1**5*m2**9*n1**7*n2**7 -
2016*a33**3*m1**5*m2**9*n1**5*n2**9 + 8*a33**3*m1**4*m2**10*n1**14 - 848*a33**3*
m1**4*m2**10*n1**12*n2**2 + 5680*a33**3*m1**4*m2**10*n1**10*n2**4 - 7800*a33**3*
m1**4*m2**10*n1**8*n2**6 + 1680*a33**3*m1**4*m2**10*n1**6*n2**8 + 128*a33**3*m1
**3*m2**11*n1**13*n2 - 1536*a33**3*m1**3*m2**11*n1**11*n2**3 + 3200*a33**3*m1**3
*m2**11*n1**9*n2**5 - 960*a33**3*m1**3*m2**11*n1**7*n2**7 - 8*a33**3*m1**2*m2**
12*n1**14 + 240*a33**3*m1**2*m2**12*n1**12*n2**2 - 848*a33**3*m1**2*m2**12*n1**
10*n2**4 + 360*a33**3*m1**2*m2**12*n1**8*n2**6 - 16*a33**3*m1*m2**13*n1**13*n2 +
128*a33**3*m1*m2**13*n1**11*n2**3 - 80*a33**3*m1*m2**13*n1**9*n2**5 - 8*a33**3*
m2**14*n1**12*n2**2 + 8*a33**3*m2**14*n1**10*n2**4) + u1*v1**2*(4*a33**2*m1**13*
n1**5*n2**11 - 4*a33**2*m1**13*n1*n2**15 - 40*a33**2*m1**12*m2*n1**6*n2**10 + 20
*a33**2*m1**12*m2*n1**4*n2**12 + 56*a33**2*m1**12*m2*n1**2*n2**14 - 4*a33**2*m1
**12*m2*n2**16 + 180*a33**2*m1**11*m2**2*n1**7*n2**9 - 204*a33**2*m1**11*m2**2*
n1**5*n2**11 - 324*a33**2*m1**11*m2**2*n1**3*n2**13 + 60*a33**2*m1**11*m2**2*n1*
n2**15 - 480*a33**2*m1**10*m2**3*n1**8*n2**8 + 940*a33**2*m1**10*m2**3*n1**6*n2
**10 + 1036*a33**2*m1**10*m2**3*n1**4*n2**12 - 380*a33**2*m1**10*m2**3*n1**2*n2
**14 + 4*a33**2*m1**10*m2**3*n2**16 + 840*a33**2*m1**9*m2**4*n1**9*n2**7 - 2580*
a33**2*m1**9*m2**4*n1**7*n2**9 - 2000*a33**2*m1**9*m2**4*n1**5*n2**11 + 1380*a33
**2*m1**9*m2**4*n1**3*n2**13 - 40*a33**2*m1**9*m2**4*n1*n2**15 - 1008*a33**2*m1
**8*m2**5*n1**10*n2**6 + 4680*a33**2*m1**8*m2**5*n1**8*n2**8 + 2268*a33**2*m1**8
*m2**5*n1**6*n2**10 - 3240*a33**2*m1**8*m2**5*n1**4*n2**12 + 180*a33**2*m1**8*m2
**5*n1**2*n2**14 + 840*a33**2*m1**7*m2**6*n1**11*n2**5 - 5880*a33**2*m1**7*m2**6
*n1**9*n2**7 - 1032*a33**2*m1**7*m2**6*n1**7*n2**9 + 5208*a33**2*m1**7*m2**6*n1
**5*n2**11 - 480*a33**2*m1**7*m2**6*n1**3*n2**13 - 480*a33**2*m1**6*m2**7*n1**12
*n2**4 + 5208*a33**2*m1**6*m2**7*n1**10*n2**6 - 1032*a33**2*m1**6*m2**7*n1**8*n2
**8 - 5880*a33**2*m1**6*m2**7*n1**6*n2**10 + 840*a33**2*m1**6*m2**7*n1**4*n2**12
+ 180*a33**2*m1**5*m2**8*n1**13*n2**3 - 3240*a33**2*m1**5*m2**8*n1**11*n2**5 +
2268*a33**2*m1**5*m2**8*n1**9*n2**7 + 4680*a33**2*m1**5*m2**8*n1**7*n2**9 - 1008
*a33**2*m1**5*m2**8*n1**5*n2**11 - 40*a33**2*m1**4*m2**9*n1**14*n2**2 + 1380*a33
**2*m1**4*m2**9*n1**12*n2**4 - 2000*a33**2*m1**4*m2**9*n1**10*n2**6 - 2580*a33**
2*m1**4*m2**9*n1**8*n2**8 + 840*a33**2*m1**4*m2**9*n1**6*n2**10 + 4*a33**2*m1**3
*m2**10*n1**15*n2 - 380*a33**2*m1**3*m2**10*n1**13*n2**3 + 1036*a33**2*m1**3*m2
**10*n1**11*n2**5 + 940*a33**2*m1**3*m2**10*n1**9*n2**7 - 480*a33**2*m1**3*m2**
10*n1**7*n2**9 + 60*a33**2*m1**2*m2**11*n1**14*n2**2 - 324*a33**2*m1**2*m2**11*
n1**12*n2**4 - 204*a33**2*m1**2*m2**11*n1**10*n2**6 + 180*a33**2*m1**2*m2**11*n1
**8*n2**8 - 4*a33**2*m1*m2**12*n1**15*n2 + 56*a33**2*m1*m2**12*n1**13*n2**3 + 20
*a33**2*m1*m2**12*n1**11*n2**5 - 40*a33**2*m1*m2**12*n1**9*n2**7 - 4*a33**2*m2**
13*n1**14*n2**2 + 4*a33**2*m2**13*n1**10*n2**6) + u1*v1*v2*( - 12*a33**2*m1**13*
n1**6*n2**10 + 4*a33**2*m1**13*n1**4*n2**12 + 12*a33**2*m1**13*n1**2*n2**14 - 4*
a33**2*m1**13*n2**16 + 116*a33**2*m1**12*m2*n1**7*n2**9 - 108*a33**2*m1**12*m2*
n1**5*n2**11 - 148*a33**2*m1**12*m2*n1**3*n2**13 + 76*a33**2*m1**12*m2*n1*n2**15
- 504*a33**2*m1**11*m2**2*n1**8*n2**8 + 848*a33**2*m1**11*m2**2*n1**6*n2**10 +
720*a33**2*m1**11*m2**2*n1**4*n2**12 - 624*a33**2*m1**11*m2**2*n1**2*n2**14 + 8*
a33**2*m1**11*m2**2*n2**16 + 1296*a33**2*m1**10*m2**3*n1**9*n2**7 - 3440*a33**2*
m1**10*m2**3*n1**7*n2**9 - 1728*a33**2*m1**10*m2**3*n1**5*n2**11 + 2896*a33**2*
m1**10*m2**3*n1**3*n2**13 - 112*a33**2*m1**10*m2**3*n1*n2**15 - 2184*a33**2*m1**
9*m2**4*n1**10*n2**6 + 8640*a33**2*m1**9*m2**4*n1**8*n2**8 + 1620*a33**2*m1**9*
m2**4*n1**6*n2**10 - 8540*a33**2*m1**9*m2**4*n1**4*n2**12 + 660*a33**2*m1**9*m2
**4*n1**2*n2**14 - 4*a33**2*m1**9*m2**4*n2**16 + 2520*a33**2*m1**8*m2**5*n1**11*
n2**5 - 14568*a33**2*m1**8*m2**5*n1**9*n2**7 + 2196*a33**2*m1**8*m2**5*n1**7*n2
**9 + 17028*a33**2*m1**8*m2**5*n1**5*n2**11 - 2220*a33**2*m1**8*m2**5*n1**3*n2**
13 + 36*a33**2*m1**8*m2**5*n1*n2**15 - 2016*a33**2*m1**7*m2**6*n1**12*n2**4 +
17136*a33**2*m1**7*m2**6*n1**10*n2**6 - 9504*a33**2*m1**7*m2**6*n1**8*n2**8 -
23712*a33**2*m1**7*m2**6*n1**6*n2**10 + 4800*a33**2*m1**7*m2**6*n1**4*n2**12 -
144*a33**2*m1**7*m2**6*n1**2*n2**14 + 1104*a33**2*m1**6*m2**7*n1**13*n2**3 -
14256*a33**2*m1**6*m2**7*n1**11*n2**5 + 15360*a33**2*m1**6*m2**7*n1**9*n2**7 +
23328*a33**2*m1**6*m2**7*n1**7*n2**9 - 7056*a33**2*m1**6*m2**7*n1**5*n2**11 +
336*a33**2*m1**6*m2**7*n1**3*n2**13 - 396*a33**2*m1**5*m2**8*n1**14*n2**2 + 8340
*a33**2*m1**5*m2**8*n1**12*n2**4 - 15084*a33**2*m1**5*m2**8*n1**10*n2**6 - 16092
*a33**2*m1**5*m2**8*n1**8*n2**8 + 7224*a33**2*m1**5*m2**8*n1**6*n2**10 - 504*a33
**2*m1**5*m2**8*n1**4*n2**12 + 84*a33**2*m1**4*m2**9*n1**15*n2 - 3340*a33**2*m1
**4*m2**9*n1**13*n2**3 + 9780*a33**2*m1**4*m2**9*n1**11*n2**5 + 7540*a33**2*m1**
4*m2**9*n1**9*n2**7 - 5160*a33**2*m1**4*m2**9*n1**7*n2**9 + 504*a33**2*m1**4*m2
**9*n1**5*n2**11 - 8*a33**2*m1**3*m2**10*n1**16 + 864*a33**2*m1**3*m2**10*n1**14
*n2**2 - 4208*a33**2*m1**3*m2**10*n1**12*n2**4 - 2224*a33**2*m1**3*m2**10*n1**10
*n2**6 + 2520*a33**2*m1**3*m2**10*n1**8*n2**8 - 336*a33**2*m1**3*m2**10*n1**6*n2
**10 - 128*a33**2*m1**2*m2**11*n1**15*n2 + 1152*a33**2*m1**2*m2**11*n1**13*n2**3
+ 336*a33**2*m1**2*m2**11*n1**11*n2**5 - 800*a33**2*m1**2*m2**11*n1**9*n2**7 +
144*a33**2*m1**2*m2**11*n1**7*n2**9 + 8*a33**2*m1*m2**12*n1**16 - 180*a33**2*m1*
m2**12*n1**14*n2**2 - 4*a33**2*m1*m2**12*n1**12*n2**4 + 148*a33**2*m1*m2**12*n1
**10*n2**6 - 36*a33**2*m1*m2**12*n1**8*n2**8 + 12*a33**2*m2**13*n1**15*n2 - 4*
a33**2*m2**13*n1**13*n2**3 - 12*a33**2*m2**13*n1**11*n2**5 + 4*a33**2*m2**13*n1
**9*n2**7) + u1*v1*v3**2*(4*a33**3*m1**14*n1**5*n2**9 - 4*a33**3*m1**14*n1*n2**
13 - 36*a33**3*m1**13*m2*n1**6*n2**8 + 20*a33**3*m1**13*m2*n1**4*n2**10 + 52*a33
**3*m1**13*m2*n1**2*n2**12 - 4*a33**3*m1**13*m2*n2**14 + 144*a33**3*m1**12*m2**2
*n1**7*n2**7 - 180*a33**3*m1**12*m2**2*n1**5*n2**9 - 272*a33**3*m1**12*m2**2*n1
**3*n2**11 + 52*a33**3*m1**12*m2**2*n1*n2**13 - 336*a33**3*m1**11*m2**3*n1**8*n2
**6 + 720*a33**3*m1**11*m2**3*n1**6*n2**8 + 784*a33**3*m1**11*m2**3*n1**4*n2**10
- 272*a33**3*m1**11*m2**3*n1**2*n2**12 + 504*a33**3*m1**10*m2**4*n1**9*n2**5 -
1680*a33**3*m1**10*m2**4*n1**7*n2**7 - 1420*a33**3*m1**10*m2**4*n1**5*n2**9 +
784*a33**3*m1**10*m2**4*n1**3*n2**11 + 20*a33**3*m1**10*m2**4*n1*n2**13 - 504*
a33**3*m1**9*m2**5*n1**10*n2**4 + 2520*a33**3*m1**9*m2**5*n1**8*n2**6 + 1788*a33
**3*m1**9*m2**5*n1**6*n2**8 - 1420*a33**3*m1**9*m2**5*n1**4*n2**10 - 180*a33**3*
m1**9*m2**5*n1**2*n2**12 + 4*a33**3*m1**9*m2**5*n2**14 + 336*a33**3*m1**8*m2**6*
n1**11*n2**3 - 2520*a33**3*m1**8*m2**6*n1**9*n2**5 - 1824*a33**3*m1**8*m2**6*n1
**7*n2**7 + 1788*a33**3*m1**8*m2**6*n1**5*n2**9 + 720*a33**3*m1**8*m2**6*n1**3*
n2**11 - 36*a33**3*m1**8*m2**6*n1*n2**13 - 144*a33**3*m1**7*m2**7*n1**12*n2**2 +
1680*a33**3*m1**7*m2**7*n1**10*n2**4 + 1824*a33**3*m1**7*m2**7*n1**8*n2**6 -
1824*a33**3*m1**7*m2**7*n1**6*n2**8 - 1680*a33**3*m1**7*m2**7*n1**4*n2**10 + 144
*a33**3*m1**7*m2**7*n1**2*n2**12 + 36*a33**3*m1**6*m2**8*n1**13*n2 - 720*a33**3*
m1**6*m2**8*n1**11*n2**3 - 1788*a33**3*m1**6*m2**8*n1**9*n2**5 + 1824*a33**3*m1
**6*m2**8*n1**7*n2**7 + 2520*a33**3*m1**6*m2**8*n1**5*n2**9 - 336*a33**3*m1**6*
m2**8*n1**3*n2**11 - 4*a33**3*m1**5*m2**9*n1**14 + 180*a33**3*m1**5*m2**9*n1**12
*n2**2 + 1420*a33**3*m1**5*m2**9*n1**10*n2**4 - 1788*a33**3*m1**5*m2**9*n1**8*n2
**6 - 2520*a33**3*m1**5*m2**9*n1**6*n2**8 + 504*a33**3*m1**5*m2**9*n1**4*n2**10
- 20*a33**3*m1**4*m2**10*n1**13*n2 - 784*a33**3*m1**4*m2**10*n1**11*n2**3 + 1420
*a33**3*m1**4*m2**10*n1**9*n2**5 + 1680*a33**3*m1**4*m2**10*n1**7*n2**7 - 504*
a33**3*m1**4*m2**10*n1**5*n2**9 + 272*a33**3*m1**3*m2**11*n1**12*n2**2 - 784*a33
**3*m1**3*m2**11*n1**10*n2**4 - 720*a33**3*m1**3*m2**11*n1**8*n2**6 + 336*a33**3
*m1**3*m2**11*n1**6*n2**8 - 52*a33**3*m1**2*m2**12*n1**13*n2 + 272*a33**3*m1**2*
m2**12*n1**11*n2**3 + 180*a33**3*m1**2*m2**12*n1**9*n2**5 - 144*a33**3*m1**2*m2
**12*n1**7*n2**7 + 4*a33**3*m1*m2**13*n1**14 - 52*a33**3*m1*m2**13*n1**12*n2**2
- 20*a33**3*m1*m2**13*n1**10*n2**4 + 36*a33**3*m1*m2**13*n1**8*n2**6 + 4*a33**3*
m2**14*n1**13*n2 - 4*a33**3*m2**14*n1**9*n2**5) + u1*v1*( - 2*a33*m1**12*n1**9*
n2**9 + 4*a33*m1**12*n1**7*n2**11 + 8*a33*m1**12*n1**5*n2**13 - 4*a33*m1**12*n1
**3*n2**15 - 6*a33*m1**12*n1*n2**17 + 18*a33*m1**11*m2*n1**10*n2**8 - 50*a33*m1
**11*m2*n1**8*n2**10 - 68*a33*m1**11*m2*n1**6*n2**12 + 84*a33*m1**11*m2*n1**4*n2
**14 + 82*a33*m1**11*m2*n1**2*n2**16 - 2*a33*m1**11*m2*n2**18 - 72*a33*m1**10*m2
**2*n1**11*n2**7 + 272*a33*m1**10*m2**2*n1**9*n2**9 + 224*a33*m1**10*m2**2*n1**7
*n2**11 - 624*a33*m1**10*m2**2*n1**5*n2**13 - 472*a33*m1**10*m2**2*n1**3*n2**15
+ 32*a33*m1**10*m2**2*n1*n2**17 + 168*a33*m1**9*m2**3*n1**12*n2**6 - 858*a33*m1
**9*m2**3*n1**10*n2**8 - 270*a33*m1**9*m2**3*n1**8*n2**10 + 2500*a33*m1**9*m2**3
*n1**6*n2**12 + 1540*a33*m1**9*m2**3*n1**4*n2**14 - 202*a33*m1**9*m2**3*n1**2*n2
**16 + 2*a33*m1**9*m2**3*n2**18 - 252*a33*m1**8*m2**4*n1**13*n2**5 + 1752*a33*m1
**8*m2**4*n1**11*n2**7 - 390*a33*m1**8*m2**4*n1**9*n2**9 - 6300*a33*m1**8*m2**4*
n1**7*n2**11 - 3180*a33*m1**8*m2**4*n1**5*n2**13 + 708*a33*m1**8*m2**4*n1**3*n2
**15 - 18*a33*m1**8*m2**4*n1*n2**17 + 252*a33*m1**7*m2**5*n1**14*n2**4 - 2436*
a33*m1**7*m2**5*n1**12*n2**6 + 2064*a33*m1**7*m2**5*n1**10*n2**8 + 10728*a33*m1
**7*m2**5*n1**8*n2**10 + 4332*a33*m1**7*m2**5*n1**6*n2**12 - 1572*a33*m1**7*m2**
5*n1**4*n2**14 + 72*a33*m1**7*m2**5*n1**2*n2**16 - 168*a33*m1**6*m2**6*n1**15*n2
**3 + 2352*a33*m1**6*m2**6*n1**13*n2**5 - 3864*a33*m1**6*m2**6*n1**11*n2**7 -
12768*a33*m1**6*m2**6*n1**9*n2**9 - 3864*a33*m1**6*m2**6*n1**7*n2**11 + 2352*a33
*m1**6*m2**6*n1**5*n2**13 - 168*a33*m1**6*m2**6*n1**3*n2**15 + 72*a33*m1**5*m2**
7*n1**16*n2**2 - 1572*a33*m1**5*m2**7*n1**14*n2**4 + 4332*a33*m1**5*m2**7*n1**12
*n2**6 + 10728*a33*m1**5*m2**7*n1**10*n2**8 + 2064*a33*m1**5*m2**7*n1**8*n2**10
- 2436*a33*m1**5*m2**7*n1**6*n2**12 + 252*a33*m1**5*m2**7*n1**4*n2**14 - 18*a33*
m1**4*m2**8*n1**17*n2 + 708*a33*m1**4*m2**8*n1**15*n2**3 - 3180*a33*m1**4*m2**8*
n1**13*n2**5 - 6300*a33*m1**4*m2**8*n1**11*n2**7 - 390*a33*m1**4*m2**8*n1**9*n2
**9 + 1752*a33*m1**4*m2**8*n1**7*n2**11 - 252*a33*m1**4*m2**8*n1**5*n2**13 + 2*
a33*m1**3*m2**9*n1**18 - 202*a33*m1**3*m2**9*n1**16*n2**2 + 1540*a33*m1**3*m2**9
*n1**14*n2**4 + 2500*a33*m1**3*m2**9*n1**12*n2**6 - 270*a33*m1**3*m2**9*n1**10*
n2**8 - 858*a33*m1**3*m2**9*n1**8*n2**10 + 168*a33*m1**3*m2**9*n1**6*n2**12 + 32
*a33*m1**2*m2**10*n1**17*n2 - 472*a33*m1**2*m2**10*n1**15*n2**3 - 624*a33*m1**2*
m2**10*n1**13*n2**5 + 224*a33*m1**2*m2**10*n1**11*n2**7 + 272*a33*m1**2*m2**10*
n1**9*n2**9 - 72*a33*m1**2*m2**10*n1**7*n2**11 - 2*a33*m1*m2**11*n1**18 + 82*a33
*m1*m2**11*n1**16*n2**2 + 84*a33*m1*m2**11*n1**14*n2**4 - 68*a33*m1*m2**11*n1**
12*n2**6 - 50*a33*m1*m2**11*n1**10*n2**8 + 18*a33*m1*m2**11*n1**8*n2**10 - 6*a33
*m2**12*n1**17*n2 - 4*a33*m2**12*n1**15*n2**3 + 8*a33*m2**12*n1**13*n2**5 + 4*
a33*m2**12*n1**11*n2**7 - 2*a33*m2**12*n1**9*n2**9) + u1*v2**3*(8*a33**3*m1**14*
n1**4*n2**10 - 8*a33**3*m1**14*n1**2*n2**12 - 80*a33**3*m1**13*m2*n1**5*n2**9 +
128*a33**3*m1**13*m2*n1**3*n2**11 - 16*a33**3*m1**13*m2*n1*n2**13 + 360*a33**3*
m1**12*m2**2*n1**6*n2**8 - 848*a33**3*m1**12*m2**2*n1**4*n2**10 + 240*a33**3*m1
**12*m2**2*n1**2*n2**12 - 8*a33**3*m1**12*m2**2*n2**14 - 960*a33**3*m1**11*m2**3
*n1**7*n2**7 + 3200*a33**3*m1**11*m2**3*n1**5*n2**9 - 1536*a33**3*m1**11*m2**3*
n1**3*n2**11 + 128*a33**3*m1**11*m2**3*n1*n2**13 + 1680*a33**3*m1**10*m2**4*n1**
8*n2**6 - 7800*a33**3*m1**10*m2**4*n1**6*n2**8 + 5680*a33**3*m1**10*m2**4*n1**4*
n2**10 - 848*a33**3*m1**10*m2**4*n1**2*n2**12 + 8*a33**3*m1**10*m2**4*n2**14 -
2016*a33**3*m1**9*m2**5*n1**9*n2**5 + 13056*a33**3*m1**9*m2**5*n1**7*n2**7 -
13680*a33**3*m1**9*m2**5*n1**5*n2**9 + 3200*a33**3*m1**9*m2**5*n1**3*n2**11 - 80
*a33**3*m1**9*m2**5*n1*n2**13 + 1680*a33**3*m1**8*m2**6*n1**10*n2**4 - 15456*a33
**3*m1**8*m2**6*n1**8*n2**6 + 22752*a33**3*m1**8*m2**6*n1**6*n2**8 - 7800*a33**3
*m1**8*m2**6*n1**4*n2**10 + 360*a33**3*m1**8*m2**6*n1**2*n2**12 - 960*a33**3*m1
**7*m2**7*n1**11*n2**3 + 13056*a33**3*m1**7*m2**7*n1**9*n2**5 - 26880*a33**3*m1
**7*m2**7*n1**7*n2**7 + 13056*a33**3*m1**7*m2**7*n1**5*n2**9 - 960*a33**3*m1**7*
m2**7*n1**3*n2**11 + 360*a33**3*m1**6*m2**8*n1**12*n2**2 - 7800*a33**3*m1**6*m2
**8*n1**10*n2**4 + 22752*a33**3*m1**6*m2**8*n1**8*n2**6 - 15456*a33**3*m1**6*m2
**8*n1**6*n2**8 + 1680*a33**3*m1**6*m2**8*n1**4*n2**10 - 80*a33**3*m1**5*m2**9*
n1**13*n2 + 3200*a33**3*m1**5*m2**9*n1**11*n2**3 - 13680*a33**3*m1**5*m2**9*n1**
9*n2**5 + 13056*a33**3*m1**5*m2**9*n1**7*n2**7 - 2016*a33**3*m1**5*m2**9*n1**5*
n2**9 + 8*a33**3*m1**4*m2**10*n1**14 - 848*a33**3*m1**4*m2**10*n1**12*n2**2 +
5680*a33**3*m1**4*m2**10*n1**10*n2**4 - 7800*a33**3*m1**4*m2**10*n1**8*n2**6 +
1680*a33**3*m1**4*m2**10*n1**6*n2**8 + 128*a33**3*m1**3*m2**11*n1**13*n2 - 1536*
a33**3*m1**3*m2**11*n1**11*n2**3 + 3200*a33**3*m1**3*m2**11*n1**9*n2**5 - 960*
a33**3*m1**3*m2**11*n1**7*n2**7 - 8*a33**3*m1**2*m2**12*n1**14 + 240*a33**3*m1**
2*m2**12*n1**12*n2**2 - 848*a33**3*m1**2*m2**12*n1**10*n2**4 + 360*a33**3*m1**2*
m2**12*n1**8*n2**6 - 16*a33**3*m1*m2**13*n1**13*n2 + 128*a33**3*m1*m2**13*n1**11
*n2**3 - 80*a33**3*m1*m2**13*n1**9*n2**5 - 8*a33**3*m2**14*n1**12*n2**2 + 8*a33
**3*m2**14*n1**10*n2**4) + u1*v2**2*(4*a33**2*m1**13*n1**7*n2**9 - 8*a33**2*m1**
13*n1**5*n2**11 - 4*a33**2*m1**13*n1**3*n2**13 + 8*a33**2*m1**13*n1*n2**15 - 36*
a33**2*m1**12*m2*n1**8*n2**8 + 108*a33**2*m1**12*m2*n1**6*n2**10 + 16*a33**2*m1
**12*m2*n1**4*n2**12 - 124*a33**2*m1**12*m2*n1**2*n2**14 + 4*a33**2*m1**12*m2*n2
**16 + 144*a33**2*m1**11*m2**2*n1**9*n2**7 - 620*a33**2*m1**11*m2**2*n1**7*n2**9
+ 132*a33**2*m1**11*m2**2*n1**5*n2**11 + 828*a33**2*m1**11*m2**2*n1**3*n2**13 -
68*a33**2*m1**11*m2**2*n1*n2**15 - 336*a33**2*m1**10*m2**3*n1**10*n2**6 + 2040*
a33**2*m1**10*m2**3*n1**8*n2**8 - 1284*a33**2*m1**10*m2**3*n1**6*n2**10 - 3172*
a33**2*m1**10*m2**3*n1**4*n2**12 + 484*a33**2*m1**10*m2**3*n1**2*n2**14 - 4*a33
**2*m1**10*m2**3*n2**16 + 504*a33**2*m1**9*m2**4*n1**11*n2**5 - 4320*a33**2*m1**
9*m2**4*n1**9*n2**7 + 4960*a33**2*m1**9*m2**4*n1**7*n2**9 + 7780*a33**2*m1**9*m2
**4*n1**5*n2**11 - 1960*a33**2*m1**9*m2**4*n1**3*n2**13 + 44*a33**2*m1**9*m2**4*
n1*n2**15 - 504*a33**2*m1**8*m2**5*n1**12*n2**4 + 6216*a33**2*m1**8*m2**5*n1**10
*n2**6 - 11412*a33**2*m1**8*m2**5*n1**8*n2**8 - 12816*a33**2*m1**8*m2**5*n1**6*
n2**10 + 5100*a33**2*m1**8*m2**5*n1**4*n2**12 - 216*a33**2*m1**8*m2**5*n1**2*n2
**14 + 336*a33**2*m1**7*m2**6*n1**13*n2**3 - 6216*a33**2*m1**7*m2**6*n1**11*n2**
5 + 17448*a33**2*m1**7*m2**6*n1**9*n2**7 + 14328*a33**2*m1**7*m2**6*n1**7*n2**9
- 9048*a33**2*m1**7*m2**6*n1**5*n2**11 + 624*a33**2*m1**7*m2**6*n1**3*n2**13 -
144*a33**2*m1**6*m2**7*n1**14*n2**2 + 4320*a33**2*m1**6*m2**7*n1**12*n2**4 -
18504*a33**2*m1**6*m2**7*n1**10*n2**6 - 10536*a33**2*m1**6*m2**7*n1**8*n2**8 +
11256*a33**2*m1**6*m2**7*n1**6*n2**10 - 1176*a33**2*m1**6*m2**7*n1**4*n2**12 +
36*a33**2*m1**5*m2**8*n1**15*n2 - 2040*a33**2*m1**5*m2**8*n1**13*n2**3 + 13788*
a33**2*m1**5*m2**8*n1**11*n2**5 + 4464*a33**2*m1**5*m2**8*n1**9*n2**7 - 9888*a33
**2*m1**5*m2**8*n1**7*n2**9 + 1512*a33**2*m1**5*m2**8*n1**5*n2**11 - 4*a33**2*m1
**4*m2**9*n1**16 + 620*a33**2*m1**4*m2**9*n1**14*n2**2 - 7160*a33**2*m1**4*m2**9
*n1**12*n2**4 - 380*a33**2*m1**4*m2**9*n1**10*n2**6 + 6060*a33**2*m1**4*m2**9*n1
**8*n2**8 - 1344*a33**2*m1**4*m2**9*n1**6*n2**10 - 108*a33**2*m1**3*m2**10*n1**
15*n2 + 2516*a33**2*m1**3*m2**10*n1**13*n2**3 - 692*a33**2*m1**3*m2**10*n1**11*
n2**5 - 2500*a33**2*m1**3*m2**10*n1**9*n2**7 + 816*a33**2*m1**3*m2**10*n1**7*n2
**9 + 8*a33**2*m1**2*m2**11*n1**16 - 564*a33**2*m1**2*m2**11*n1**14*n2**2 + 396*
a33**2*m1**2*m2**11*n1**12*n2**4 + 644*a33**2*m1**2*m2**11*n1**10*n2**6 - 324*
a33**2*m1**2*m2**11*n1**8*n2**8 + 72*a33**2*m1*m2**12*n1**15*n2 - 92*a33**2*m1*
m2**12*n1**13*n2**3 - 88*a33**2*m1*m2**12*n1**11*n2**5 + 76*a33**2*m1*m2**12*n1
**9*n2**7 - 4*a33**2*m2**13*n1**16 + 8*a33**2*m2**13*n1**14*n2**2 + 4*a33**2*m2
**13*n1**12*n2**4 - 8*a33**2*m2**13*n1**10*n2**6) + u1*v2*v3**2*(12*a33**3*m1**
14*n1**4*n2**10 - 8*a33**3*m1**14*n1**2*n2**12 - 4*a33**3*m1**14*n2**14 - 120*
a33**3*m1**13*m2*n1**5*n2**9 + 144*a33**3*m1**13*m2*n1**3*n2**11 + 40*a33**3*m1
**13*m2*n1*n2**13 + 540*a33**3*m1**12*m2**2*n1**6*n2**8 - 1008*a33**3*m1**12*m2
**2*n1**4*n2**10 - 100*a33**3*m1**12*m2**2*n1**2*n2**12 - 8*a33**3*m1**12*m2**2*
n2**14 - 1440*a33**3*m1**11*m2**3*n1**7*n2**7 + 3920*a33**3*m1**11*m2**3*n1**5*
n2**9 - 320*a33**3*m1**11*m2**3*n1**3*n2**11 + 144*a33**3*m1**11*m2**3*n1*n2**13
+ 2520*a33**3*m1**10*m2**4*n1**8*n2**6 - 9720*a33**3*m1**10*m2**4*n1**6*n2**8 +
2756*a33**3*m1**10*m2**4*n1**4*n2**10 - 1008*a33**3*m1**10*m2**4*n1**2*n2**12 +
12*a33**3*m1**10*m2**4*n2**14 - 3024*a33**3*m1**9*m2**5*n1**9*n2**5 + 16416*a33
**3*m1**9*m2**5*n1**7*n2**7 - 8552*a33**3*m1**9*m2**5*n1**5*n2**9 + 3920*a33**3*
m1**9*m2**5*n1**3*n2**11 - 120*a33**3*m1**9*m2**5*n1*n2**13 + 2520*a33**3*m1**8*
m2**6*n1**10*n2**4 - 19488*a33**3*m1**8*m2**6*n1**8*n2**6 + 15780*a33**3*m1**8*
m2**6*n1**6*n2**8 - 9720*a33**3*m1**8*m2**6*n1**4*n2**10 + 540*a33**3*m1**8*m2**
6*n1**2*n2**12 - 1440*a33**3*m1**7*m2**7*n1**11*n2**3 + 16416*a33**3*m1**7*m2**7
*n1**9*n2**5 - 19200*a33**3*m1**7*m2**7*n1**7*n2**7 + 16416*a33**3*m1**7*m2**7*
n1**5*n2**9 - 1440*a33**3*m1**7*m2**7*n1**3*n2**11 + 540*a33**3*m1**6*m2**8*n1**
12*n2**2 - 9720*a33**3*m1**6*m2**8*n1**10*n2**4 + 15780*a33**3*m1**6*m2**8*n1**8
*n2**6 - 19488*a33**3*m1**6*m2**8*n1**6*n2**8 + 2520*a33**3*m1**6*m2**8*n1**4*n2
**10 - 120*a33**3*m1**5*m2**9*n1**13*n2 + 3920*a33**3*m1**5*m2**9*n1**11*n2**3 -
8552*a33**3*m1**5*m2**9*n1**9*n2**5 + 16416*a33**3*m1**5*m2**9*n1**7*n2**7 -
3024*a33**3*m1**5*m2**9*n1**5*n2**9 + 12*a33**3*m1**4*m2**10*n1**14 - 1008*a33**
3*m1**4*m2**10*n1**12*n2**2 + 2756*a33**3*m1**4*m2**10*n1**10*n2**4 - 9720*a33**
3*m1**4*m2**10*n1**8*n2**6 + 2520*a33**3*m1**4*m2**10*n1**6*n2**8 + 144*a33**3*
m1**3*m2**11*n1**13*n2 - 320*a33**3*m1**3*m2**11*n1**11*n2**3 + 3920*a33**3*m1**
3*m2**11*n1**9*n2**5 - 1440*a33**3*m1**3*m2**11*n1**7*n2**7 - 8*a33**3*m1**2*m2
**12*n1**14 - 100*a33**3*m1**2*m2**12*n1**12*n2**2 - 1008*a33**3*m1**2*m2**12*n1
**10*n2**4 + 540*a33**3*m1**2*m2**12*n1**8*n2**6 + 40*a33**3*m1*m2**13*n1**13*n2
+ 144*a33**3*m1*m2**13*n1**11*n2**3 - 120*a33**3*m1*m2**13*n1**9*n2**5 - 4*a33
**3*m2**14*n1**14 - 8*a33**3*m2**14*n1**12*n2**2 + 12*a33**3*m2**14*n1**10*n2**4
) + u1*v2*( - 4*a33*m1**12*n1**8*n2**10 - 2*a33*m1**12*n1**6*n2**12 + 6*a33*m1**
12*n1**4*n2**14 + 2*a33*m1**12*n1**2*n2**16 - 2*a33*m1**12*n2**18 + 38*a33*m1**
11*m2*n1**9*n2**9 - 84*a33*m1**11*m2*n1**5*n2**13 - 16*a33*m1**11*m2*n1**3*n2**
15 + 30*a33*m1**11*m2*n1*n2**17 - 162*a33*m1**10*m2**2*n1**10*n2**8 + 102*a33*m1
**10*m2**2*n1**8*n2**10 + 488*a33*m1**10*m2**2*n1**6*n2**12 + 24*a33*m1**10*m2**
2*n1**4*n2**14 - 198*a33*m1**10*m2**2*n1**2*n2**16 + 2*a33*m1**10*m2**2*n2**18 +
408*a33*m1**9*m2**3*n1**11*n2**7 - 590*a33*m1**9*m2**3*n1**9*n2**9 - 1600*a33*
m1**9*m2**3*n1**7*n2**11 + 180*a33*m1**9*m2**3*n1**5*n2**13 + 760*a33*m1**9*m2**
3*n1**3*n2**15 - 22*a33*m1**9*m2**3*n1*n2**17 - 672*a33*m1**8*m2**4*n1**12*n2**6
+ 1710*a33*m1**8*m2**4*n1**10*n2**8 + 3330*a33*m1**8*m2**4*n1**8*n2**10 - 1050*
a33*m1**8*m2**4*n1**6*n2**12 - 1890*a33*m1**8*m2**4*n1**4*n2**14 + 108*a33*m1**8
*m2**4*n1**2*n2**16 + 756*a33*m1**7*m2**5*n1**13*n2**5 - 3096*a33*m1**7*m2**5*n1
**11*n2**7 - 4632*a33*m1**7*m2**5*n1**9*n2**9 + 2736*a33*m1**7*m2**5*n1**7*n2**
11 + 3204*a33*m1**7*m2**5*n1**5*n2**13 - 312*a33*m1**7*m2**5*n1**3*n2**15 - 588*
a33*m1**6*m2**6*n1**14*n2**4 + 3780*a33*m1**6*m2**6*n1**12*n2**6 + 4368*a33*m1**
6*m2**6*n1**10*n2**8 - 4368*a33*m1**6*m2**6*n1**8*n2**10 - 3780*a33*m1**6*m2**6*
n1**6*n2**12 + 588*a33*m1**6*m2**6*n1**4*n2**14 + 312*a33*m1**5*m2**7*n1**15*n2
**3 - 3204*a33*m1**5*m2**7*n1**13*n2**5 - 2736*a33*m1**5*m2**7*n1**11*n2**7 +
4632*a33*m1**5*m2**7*n1**9*n2**9 + 3096*a33*m1**5*m2**7*n1**7*n2**11 - 756*a33*
m1**5*m2**7*n1**5*n2**13 - 108*a33*m1**4*m2**8*n1**16*n2**2 + 1890*a33*m1**4*m2
**8*n1**14*n2**4 + 1050*a33*m1**4*m2**8*n1**12*n2**6 - 3330*a33*m1**4*m2**8*n1**
10*n2**8 - 1710*a33*m1**4*m2**8*n1**8*n2**10 + 672*a33*m1**4*m2**8*n1**6*n2**12
+ 22*a33*m1**3*m2**9*n1**17*n2 - 760*a33*m1**3*m2**9*n1**15*n2**3 - 180*a33*m1**
3*m2**9*n1**13*n2**5 + 1600*a33*m1**3*m2**9*n1**11*n2**7 + 590*a33*m1**3*m2**9*
n1**9*n2**9 - 408*a33*m1**3*m2**9*n1**7*n2**11 - 2*a33*m1**2*m2**10*n1**18 + 198
*a33*m1**2*m2**10*n1**16*n2**2 - 24*a33*m1**2*m2**10*n1**14*n2**4 - 488*a33*m1**
2*m2**10*n1**12*n2**6 - 102*a33*m1**2*m2**10*n1**10*n2**8 + 162*a33*m1**2*m2**10
*n1**8*n2**10 - 30*a33*m1*m2**11*n1**17*n2 + 16*a33*m1*m2**11*n1**15*n2**3 + 84*
a33*m1*m2**11*n1**13*n2**5 - 38*a33*m1*m2**11*n1**9*n2**9 + 2*a33*m2**12*n1**18
- 2*a33*m2**12*n1**16*n2**2 - 6*a33*m2**12*n1**14*n2**4 + 2*a33*m2**12*n1**12*n2
**6 + 4*a33*m2**12*n1**10*n2**8) + u1*v3**2*(6*a33**2*m1**13*n1**7*n2**9 + 2*a33
**2*m1**13*n1**5*n2**11 - 6*a33**2*m1**13*n1**3*n2**13 - 2*a33**2*m1**13*n1*n2**
15 - 54*a33**2*m1**12*m2*n1**8*n2**8 + 14*a33**2*m1**12*m2*n1**6*n2**10 + 86*a33
**2*m1**12*m2*n1**4*n2**12 + 18*a33**2*m1**12*m2*n1**2*n2**14 + 216*a33**2*m1**
11*m2**2*n1**9*n2**7 - 220*a33**2*m1**11*m2**2*n1**7*n2**9 - 468*a33**2*m1**11*
m2**2*n1**5*n2**11 - 36*a33**2*m1**11*m2**2*n1**3*n2**13 - 4*a33**2*m1**11*m2**2
*n1*n2**15 - 504*a33**2*m1**10*m2**3*n1**10*n2**6 + 1020*a33**2*m1**10*m2**3*n1
**8*n2**8 + 1332*a33**2*m1**10*m2**3*n1**6*n2**10 - 124*a33**2*m1**10*m2**3*n1**
4*n2**12 + 68*a33**2*m1**10*m2**3*n1**2*n2**14 + 756*a33**2*m1**9*m2**4*n1**11*
n2**5 - 2580*a33**2*m1**9*m2**4*n1**9*n2**7 - 2150*a33**2*m1**9*m2**4*n1**7*n2**
9 + 750*a33**2*m1**9*m2**4*n1**5*n2**11 - 430*a33**2*m1**9*m2**4*n1**3*n2**13 +
6*a33**2*m1**9*m2**4*n1*n2**15 - 756*a33**2*m1**8*m2**5*n1**12*n2**4 + 4116*a33
**2*m1**8*m2**5*n1**10*n2**6 + 1782*a33**2*m1**8*m2**5*n1**8*n2**8 - 1566*a33**2
*m1**8*m2**5*n1**6*n2**10 + 1470*a33**2*m1**8*m2**5*n1**4*n2**12 - 54*a33**2*m1
**8*m2**5*n1**2*n2**14 + 504*a33**2*m1**7*m2**6*n1**13*n2**3 - 4368*a33**2*m1**7
*m2**6*n1**11*n2**5 - 72*a33**2*m1**7*m2**6*n1**9*n2**7 + 1464*a33**2*m1**7*m2**
6*n1**7*n2**9 - 3120*a33**2*m1**7*m2**6*n1**5*n2**11 + 216*a33**2*m1**7*m2**6*n1
**3*n2**13 - 216*a33**2*m1**6*m2**7*n1**14*n2**2 + 3120*a33**2*m1**6*m2**7*n1**
12*n2**4 - 1464*a33**2*m1**6*m2**7*n1**10*n2**6 + 72*a33**2*m1**6*m2**7*n1**8*n2
**8 + 4368*a33**2*m1**6*m2**7*n1**6*n2**10 - 504*a33**2*m1**6*m2**7*n1**4*n2**12
+ 54*a33**2*m1**5*m2**8*n1**15*n2 - 1470*a33**2*m1**5*m2**8*n1**13*n2**3 + 1566
*a33**2*m1**5*m2**8*n1**11*n2**5 - 1782*a33**2*m1**5*m2**8*n1**9*n2**7 - 4116*
a33**2*m1**5*m2**8*n1**7*n2**9 + 756*a33**2*m1**5*m2**8*n1**5*n2**11 - 6*a33**2*
m1**4*m2**9*n1**16 + 430*a33**2*m1**4*m2**9*n1**14*n2**2 - 750*a33**2*m1**4*m2**
9*n1**12*n2**4 + 2150*a33**2*m1**4*m2**9*n1**10*n2**6 + 2580*a33**2*m1**4*m2**9*
n1**8*n2**8 - 756*a33**2*m1**4*m2**9*n1**6*n2**10 - 68*a33**2*m1**3*m2**10*n1**
15*n2 + 124*a33**2*m1**3*m2**10*n1**13*n2**3 - 1332*a33**2*m1**3*m2**10*n1**11*
n2**5 - 1020*a33**2*m1**3*m2**10*n1**9*n2**7 + 504*a33**2*m1**3*m2**10*n1**7*n2
**9 + 4*a33**2*m1**2*m2**11*n1**16 + 36*a33**2*m1**2*m2**11*n1**14*n2**2 + 468*
a33**2*m1**2*m2**11*n1**12*n2**4 + 220*a33**2*m1**2*m2**11*n1**10*n2**6 - 216*
a33**2*m1**2*m2**11*n1**8*n2**8 - 18*a33**2*m1*m2**12*n1**15*n2 - 86*a33**2*m1*
m2**12*n1**13*n2**3 - 14*a33**2*m1*m2**12*n1**11*n2**5 + 54*a33**2*m1*m2**12*n1
**9*n2**7 + 2*a33**2*m2**13*n1**16 + 6*a33**2*m2**13*n1**14*n2**2 - 2*a33**2*m2
**13*n1**12*n2**4 - 6*a33**2*m2**13*n1**10*n2**6) + u1*(m1**11*n1**9*n2**11 + 2*
m1**11*n1**7*n2**13 - 2*m1**11*n1**3*n2**17 - m1**11*n1*n2**19 - 9*m1**10*m2*n1
**10*n2**10 - 14*m1**10*m2*n1**8*n2**12 + 12*m1**10*m2*n1**6*n2**14 + 30*m1**10*
m2*n1**4*n2**16 + 13*m1**10*m2*n1**2*n2**18 + 36*m1**9*m2**2*n1**11*n2**9 + 35*
m1**9*m2**2*n1**9*n2**11 - 110*m1**9*m2**2*n1**7*n2**13 - 180*m1**9*m2**2*n1**5*
n2**15 - 70*m1**9*m2**2*n1**3*n2**17 + m1**9*m2**2*n1*n2**19 - 84*m1**8*m2**3*n1
**12*n2**8 - 15*m1**8*m2**3*n1**10*n2**10 + 450*m1**8*m2**3*n1**8*n2**12 + 600*
m1**8*m2**3*n1**6*n2**14 + 210*m1**8*m2**3*n1**4*n2**16 - 9*m1**8*m2**3*n1**2*n2
**18 + 126*m1**7*m2**4*n1**13*n2**7 - 120*m1**7*m2**4*n1**11*n2**9 - 1080*m1**7*
m2**4*n1**9*n2**11 - 1260*m1**7*m2**4*n1**7*n2**13 - 390*m1**7*m2**4*n1**5*n2**
15 + 36*m1**7*m2**4*n1**3*n2**17 - 126*m1**6*m2**5*n1**14*n2**6 + 336*m1**6*m2**
5*n1**12*n2**8 + 1680*m1**6*m2**5*n1**10*n2**10 + 1764*m1**6*m2**5*n1**8*n2**12
+ 462*m1**6*m2**5*n1**6*n2**14 - 84*m1**6*m2**5*n1**4*n2**16 + 84*m1**5*m2**6*n1
**15*n2**5 - 462*m1**5*m2**6*n1**13*n2**7 - 1764*m1**5*m2**6*n1**11*n2**9 - 1680
*m1**5*m2**6*n1**9*n2**11 - 336*m1**5*m2**6*n1**7*n2**13 + 126*m1**5*m2**6*n1**5
*n2**15 - 36*m1**4*m2**7*n1**16*n2**4 + 390*m1**4*m2**7*n1**14*n2**6 + 1260*m1**
4*m2**7*n1**12*n2**8 + 1080*m1**4*m2**7*n1**10*n2**10 + 120*m1**4*m2**7*n1**8*n2
**12 - 126*m1**4*m2**7*n1**6*n2**14 + 9*m1**3*m2**8*n1**17*n2**3 - 210*m1**3*m2
**8*n1**15*n2**5 - 600*m1**3*m2**8*n1**13*n2**7 - 450*m1**3*m2**8*n1**11*n2**9 +
15*m1**3*m2**8*n1**9*n2**11 + 84*m1**3*m2**8*n1**7*n2**13 - m1**2*m2**9*n1**18*
n2**2 + 70*m1**2*m2**9*n1**16*n2**4 + 180*m1**2*m2**9*n1**14*n2**6 + 110*m1**2*
m2**9*n1**12*n2**8 - 35*m1**2*m2**9*n1**10*n2**10 - 36*m1**2*m2**9*n1**8*n2**12
- 13*m1*m2**10*n1**17*n2**3 - 30*m1*m2**10*n1**15*n2**5 - 12*m1*m2**10*n1**13*n2
**7 + 14*m1*m2**10*n1**11*n2**9 + 9*m1*m2**10*n1**9*n2**11 + m2**11*n1**18*n2**2
+ 2*m2**11*n1**16*n2**4 - 2*m2**11*n1**12*n2**8 - m2**11*n1**10*n2**10) + u2**4
*(a33**3*m1**11*n1**8*n2**9 + 2*a33**3*m1**11*n1**6*n2**11 - 2*a33**3*m1**11*n1
**2*n2**15 - a33**3*m1**11*n2**17 - 9*a33**3*m1**10*m2*n1**9*n2**8 - 14*a33**3*
m1**10*m2*n1**7*n2**10 + 12*a33**3*m1**10*m2*n1**5*n2**12 + 30*a33**3*m1**10*m2*
n1**3*n2**14 + 13*a33**3*m1**10*m2*n1*n2**16 + 36*a33**3*m1**9*m2**2*n1**10*n2**
7 + 35*a33**3*m1**9*m2**2*n1**8*n2**9 - 110*a33**3*m1**9*m2**2*n1**6*n2**11 -
180*a33**3*m1**9*m2**2*n1**4*n2**13 - 70*a33**3*m1**9*m2**2*n1**2*n2**15 + a33**
3*m1**9*m2**2*n2**17 - 84*a33**3*m1**8*m2**3*n1**11*n2**6 - 15*a33**3*m1**8*m2**
3*n1**9*n2**8 + 450*a33**3*m1**8*m2**3*n1**7*n2**10 + 600*a33**3*m1**8*m2**3*n1
**5*n2**12 + 210*a33**3*m1**8*m2**3*n1**3*n2**14 - 9*a33**3*m1**8*m2**3*n1*n2**
16 + 126*a33**3*m1**7*m2**4*n1**12*n2**5 - 120*a33**3*m1**7*m2**4*n1**10*n2**7 -
1080*a33**3*m1**7*m2**4*n1**8*n2**9 - 1260*a33**3*m1**7*m2**4*n1**6*n2**11 -
390*a33**3*m1**7*m2**4*n1**4*n2**13 + 36*a33**3*m1**7*m2**4*n1**2*n2**15 - 126*
a33**3*m1**6*m2**5*n1**13*n2**4 + 336*a33**3*m1**6*m2**5*n1**11*n2**6 + 1680*a33
**3*m1**6*m2**5*n1**9*n2**8 + 1764*a33**3*m1**6*m2**5*n1**7*n2**10 + 462*a33**3*
m1**6*m2**5*n1**5*n2**12 - 84*a33**3*m1**6*m2**5*n1**3*n2**14 + 84*a33**3*m1**5*
m2**6*n1**14*n2**3 - 462*a33**3*m1**5*m2**6*n1**12*n2**5 - 1764*a33**3*m1**5*m2
**6*n1**10*n2**7 - 1680*a33**3*m1**5*m2**6*n1**8*n2**9 - 336*a33**3*m1**5*m2**6*
n1**6*n2**11 + 126*a33**3*m1**5*m2**6*n1**4*n2**13 - 36*a33**3*m1**4*m2**7*n1**
15*n2**2 + 390*a33**3*m1**4*m2**7*n1**13*n2**4 + 1260*a33**3*m1**4*m2**7*n1**11*
n2**6 + 1080*a33**3*m1**4*m2**7*n1**9*n2**8 + 120*a33**3*m1**4*m2**7*n1**7*n2**
10 - 126*a33**3*m1**4*m2**7*n1**5*n2**12 + 9*a33**3*m1**3*m2**8*n1**16*n2 - 210*
a33**3*m1**3*m2**8*n1**14*n2**3 - 600*a33**3*m1**3*m2**8*n1**12*n2**5 - 450*a33
**3*m1**3*m2**8*n1**10*n2**7 + 15*a33**3*m1**3*m2**8*n1**8*n2**9 + 84*a33**3*m1
**3*m2**8*n1**6*n2**11 - a33**3*m1**2*m2**9*n1**17 + 70*a33**3*m1**2*m2**9*n1**
15*n2**2 + 180*a33**3*m1**2*m2**9*n1**13*n2**4 + 110*a33**3*m1**2*m2**9*n1**11*
n2**6 - 35*a33**3*m1**2*m2**9*n1**9*n2**8 - 36*a33**3*m1**2*m2**9*n1**7*n2**10 -
13*a33**3*m1*m2**10*n1**16*n2 - 30*a33**3*m1*m2**10*n1**14*n2**3 - 12*a33**3*m1
*m2**10*n1**12*n2**5 + 14*a33**3*m1*m2**10*n1**10*n2**7 + 9*a33**3*m1*m2**10*n1
**8*n2**9 + a33**3*m2**11*n1**17 + 2*a33**3*m2**11*n1**15*n2**2 - 2*a33**3*m2**
11*n1**11*n2**6 - a33**3*m2**11*n1**9*n2**8) + u2**3*v1*(4*a33**3*m1**12*n1**6*
n2**10 + 4*a33**3*m1**12*n1**4*n2**12 - 4*a33**3*m1**12*n1**2*n2**14 - 4*a33**3*
m1**12*n2**16 - 40*a33**3*m1**11*m2*n1**7*n2**9 - 24*a33**3*m1**11*m2*n1**5*n2**
11 + 72*a33**3*m1**11*m2*n1**3*n2**13 + 56*a33**3*m1**11*m2*n1*n2**15 + 180*a33
**3*m1**10*m2**2*n1**8*n2**8 + 16*a33**3*m1**10*m2**2*n1**6*n2**10 - 504*a33**3*
m1**10*m2**2*n1**4*n2**12 - 336*a33**3*m1**10*m2**2*n1**2*n2**14 + 4*a33**3*m1**
10*m2**2*n2**16 - 480*a33**3*m1**9*m2**3*n1**9*n2**7 + 280*a33**3*m1**9*m2**3*n1
**7*n2**9 + 1960*a33**3*m1**9*m2**3*n1**5*n2**11 + 1160*a33**3*m1**9*m2**3*n1**3
*n2**13 - 40*a33**3*m1**9*m2**3*n1*n2**15 + 840*a33**3*m1**8*m2**4*n1**10*n2**6
- 1260*a33**3*m1**8*m2**4*n1**8*n2**8 - 4860*a33**3*m1**8*m2**4*n1**6*n2**10 -
2580*a33**3*m1**8*m2**4*n1**4*n2**12 + 180*a33**3*m1**8*m2**4*n1**2*n2**14 -
1008*a33**3*m1**7*m2**5*n1**11*n2**5 + 2832*a33**3*m1**7*m2**5*n1**9*n2**7 +
8208*a33**3*m1**7*m2**5*n1**7*n2**9 + 3888*a33**3*m1**7*m2**5*n1**5*n2**11 - 480
*a33**3*m1**7*m2**5*n1**3*n2**13 + 840*a33**3*m1**6*m2**6*n1**12*n2**4 - 4032*
a33**3*m1**6*m2**6*n1**10*n2**6 - 9744*a33**3*m1**6*m2**6*n1**8*n2**8 - 4032*a33
**3*m1**6*m2**6*n1**6*n2**10 + 840*a33**3*m1**6*m2**6*n1**4*n2**12 - 480*a33**3*
m1**5*m2**7*n1**13*n2**3 + 3888*a33**3*m1**5*m2**7*n1**11*n2**5 + 8208*a33**3*m1
**5*m2**7*n1**9*n2**7 + 2832*a33**3*m1**5*m2**7*n1**7*n2**9 - 1008*a33**3*m1**5*
m2**7*n1**5*n2**11 + 180*a33**3*m1**4*m2**8*n1**14*n2**2 - 2580*a33**3*m1**4*m2
**8*n1**12*n2**4 - 4860*a33**3*m1**4*m2**8*n1**10*n2**6 - 1260*a33**3*m1**4*m2**
8*n1**8*n2**8 + 840*a33**3*m1**4*m2**8*n1**6*n2**10 - 40*a33**3*m1**3*m2**9*n1**
15*n2 + 1160*a33**3*m1**3*m2**9*n1**13*n2**3 + 1960*a33**3*m1**3*m2**9*n1**11*n2
**5 + 280*a33**3*m1**3*m2**9*n1**9*n2**7 - 480*a33**3*m1**3*m2**9*n1**7*n2**9 +
4*a33**3*m1**2*m2**10*n1**16 - 336*a33**3*m1**2*m2**10*n1**14*n2**2 - 504*a33**3
*m1**2*m2**10*n1**12*n2**4 + 16*a33**3*m1**2*m2**10*n1**10*n2**6 + 180*a33**3*m1
**2*m2**10*n1**8*n2**8 + 56*a33**3*m1*m2**11*n1**15*n2 + 72*a33**3*m1*m2**11*n1
**13*n2**3 - 24*a33**3*m1*m2**11*n1**11*n2**5 - 40*a33**3*m1*m2**11*n1**9*n2**7
- 4*a33**3*m2**12*n1**16 - 4*a33**3*m2**12*n1**14*n2**2 + 4*a33**3*m2**12*n1**12
*n2**4 + 4*a33**3*m2**12*n1**10*n2**6) + u2**3*v2*( - 4*a33**3*m1**12*n1**7*n2**
9 - 4*a33**3*m1**12*n1**5*n2**11 + 4*a33**3*m1**12*n1**3*n2**13 + 4*a33**3*m1**
12*n1*n2**15 + 36*a33**3*m1**11*m2*n1**8*n2**8 + 16*a33**3*m1**11*m2*n1**6*n2**
10 - 72*a33**3*m1**11*m2*n1**4*n2**12 - 48*a33**3*m1**11*m2*n1**2*n2**14 + 4*a33
**3*m1**11*m2*n2**16 - 144*a33**3*m1**10*m2**2*n1**9*n2**7 + 40*a33**3*m1**10*m2
**2*n1**7*n2**9 + 456*a33**3*m1**10*m2**2*n1**5*n2**11 + 216*a33**3*m1**10*m2**2
*n1**3*n2**13 - 56*a33**3*m1**10*m2**2*n1*n2**15 + 336*a33**3*m1**9*m2**3*n1**10
*n2**6 - 420*a33**3*m1**9*m2**3*n1**8*n2**8 - 1520*a33**3*m1**9*m2**3*n1**6*n2**
10 - 440*a33**3*m1**9*m2**3*n1**4*n2**12 + 320*a33**3*m1**9*m2**3*n1**2*n2**14 -
4*a33**3*m1**9*m2**3*n2**16 - 504*a33**3*m1**8*m2**4*n1**11*n2**5 + 1320*a33**3
*m1**8*m2**4*n1**9*n2**7 + 3060*a33**3*m1**8*m2**4*n1**7*n2**9 + 180*a33**3*m1**
8*m2**4*n1**5*n2**11 - 1020*a33**3*m1**8*m2**4*n1**3*n2**13 + 36*a33**3*m1**8*m2
**4*n1*n2**15 + 504*a33**3*m1**7*m2**5*n1**12*n2**4 - 2352*a33**3*m1**7*m2**5*n1
**10*n2**6 - 3888*a33**3*m1**7*m2**5*n1**8*n2**8 + 1152*a33**3*m1**7*m2**5*n1**6
*n2**10 + 2040*a33**3*m1**7*m2**5*n1**4*n2**12 - 144*a33**3*m1**7*m2**5*n1**2*n2
**14 - 336*a33**3*m1**6*m2**6*n1**13*n2**3 + 2688*a33**3*m1**6*m2**6*n1**11*n2**
5 + 3024*a33**3*m1**6*m2**6*n1**9*n2**7 - 3024*a33**3*m1**6*m2**6*n1**7*n2**9 -
2688*a33**3*m1**6*m2**6*n1**5*n2**11 + 336*a33**3*m1**6*m2**6*n1**3*n2**13 + 144
*a33**3*m1**5*m2**7*n1**14*n2**2 - 2040*a33**3*m1**5*m2**7*n1**12*n2**4 - 1152*
a33**3*m1**5*m2**7*n1**10*n2**6 + 3888*a33**3*m1**5*m2**7*n1**8*n2**8 + 2352*a33
**3*m1**5*m2**7*n1**6*n2**10 - 504*a33**3*m1**5*m2**7*n1**4*n2**12 - 36*a33**3*
m1**4*m2**8*n1**15*n2 + 1020*a33**3*m1**4*m2**8*n1**13*n2**3 - 180*a33**3*m1**4*
m2**8*n1**11*n2**5 - 3060*a33**3*m1**4*m2**8*n1**9*n2**7 - 1320*a33**3*m1**4*m2
**8*n1**7*n2**9 + 504*a33**3*m1**4*m2**8*n1**5*n2**11 + 4*a33**3*m1**3*m2**9*n1
**16 - 320*a33**3*m1**3*m2**9*n1**14*n2**2 + 440*a33**3*m1**3*m2**9*n1**12*n2**4
+ 1520*a33**3*m1**3*m2**9*n1**10*n2**6 + 420*a33**3*m1**3*m2**9*n1**8*n2**8 -
336*a33**3*m1**3*m2**9*n1**6*n2**10 + 56*a33**3*m1**2*m2**10*n1**15*n2 - 216*a33
**3*m1**2*m2**10*n1**13*n2**3 - 456*a33**3*m1**2*m2**10*n1**11*n2**5 - 40*a33**3
*m1**2*m2**10*n1**9*n2**7 + 144*a33**3*m1**2*m2**10*n1**7*n2**9 - 4*a33**3*m1*m2
**11*n1**16 + 48*a33**3*m1*m2**11*n1**14*n2**2 + 72*a33**3*m1*m2**11*n1**12*n2**
4 - 16*a33**3*m1*m2**11*n1**10*n2**6 - 36*a33**3*m1*m2**11*n1**8*n2**8 - 4*a33**
3*m2**12*n1**15*n2 - 4*a33**3*m2**12*n1**13*n2**3 + 4*a33**3*m2**12*n1**11*n2**5
+ 4*a33**3*m2**12*n1**9*n2**7) + u2**3*( - 2*a33**2*m1**11*n1**8*n2**10 - 4*a33
**2*m1**11*n1**6*n2**12 + 4*a33**2*m1**11*n1**2*n2**16 + 2*a33**2*m1**11*n2**18
+ 18*a33**2*m1**10*m2*n1**9*n2**9 + 28*a33**2*m1**10*m2*n1**7*n2**11 - 24*a33**2
*m1**10*m2*n1**5*n2**13 - 60*a33**2*m1**10*m2*n1**3*n2**15 - 26*a33**2*m1**10*m2
*n1*n2**17 - 72*a33**2*m1**9*m2**2*n1**10*n2**8 - 70*a33**2*m1**9*m2**2*n1**8*n2
**10 + 220*a33**2*m1**9*m2**2*n1**6*n2**12 + 360*a33**2*m1**9*m2**2*n1**4*n2**14
+ 140*a33**2*m1**9*m2**2*n1**2*n2**16 - 2*a33**2*m1**9*m2**2*n2**18 + 168*a33**
2*m1**8*m2**3*n1**11*n2**7 + 30*a33**2*m1**8*m2**3*n1**9*n2**9 - 900*a33**2*m1**
8*m2**3*n1**7*n2**11 - 1200*a33**2*m1**8*m2**3*n1**5*n2**13 - 420*a33**2*m1**8*
m2**3*n1**3*n2**15 + 18*a33**2*m1**8*m2**3*n1*n2**17 - 252*a33**2*m1**7*m2**4*n1
**12*n2**6 + 240*a33**2*m1**7*m2**4*n1**10*n2**8 + 2160*a33**2*m1**7*m2**4*n1**8
*n2**10 + 2520*a33**2*m1**7*m2**4*n1**6*n2**12 + 780*a33**2*m1**7*m2**4*n1**4*n2
**14 - 72*a33**2*m1**7*m2**4*n1**2*n2**16 + 252*a33**2*m1**6*m2**5*n1**13*n2**5
- 672*a33**2*m1**6*m2**5*n1**11*n2**7 - 3360*a33**2*m1**6*m2**5*n1**9*n2**9 -
3528*a33**2*m1**6*m2**5*n1**7*n2**11 - 924*a33**2*m1**6*m2**5*n1**5*n2**13 + 168
*a33**2*m1**6*m2**5*n1**3*n2**15 - 168*a33**2*m1**5*m2**6*n1**14*n2**4 + 924*a33
**2*m1**5*m2**6*n1**12*n2**6 + 3528*a33**2*m1**5*m2**6*n1**10*n2**8 + 3360*a33**
2*m1**5*m2**6*n1**8*n2**10 + 672*a33**2*m1**5*m2**6*n1**6*n2**12 - 252*a33**2*m1
**5*m2**6*n1**4*n2**14 + 72*a33**2*m1**4*m2**7*n1**15*n2**3 - 780*a33**2*m1**4*
m2**7*n1**13*n2**5 - 2520*a33**2*m1**4*m2**7*n1**11*n2**7 - 2160*a33**2*m1**4*m2
**7*n1**9*n2**9 - 240*a33**2*m1**4*m2**7*n1**7*n2**11 + 252*a33**2*m1**4*m2**7*
n1**5*n2**13 - 18*a33**2*m1**3*m2**8*n1**16*n2**2 + 420*a33**2*m1**3*m2**8*n1**
14*n2**4 + 1200*a33**2*m1**3*m2**8*n1**12*n2**6 + 900*a33**2*m1**3*m2**8*n1**10*
n2**8 - 30*a33**2*m1**3*m2**8*n1**8*n2**10 - 168*a33**2*m1**3*m2**8*n1**6*n2**12
+ 2*a33**2*m1**2*m2**9*n1**17*n2 - 140*a33**2*m1**2*m2**9*n1**15*n2**3 - 360*
a33**2*m1**2*m2**9*n1**13*n2**5 - 220*a33**2*m1**2*m2**9*n1**11*n2**7 + 70*a33**
2*m1**2*m2**9*n1**9*n2**9 + 72*a33**2*m1**2*m2**9*n1**7*n2**11 + 26*a33**2*m1*m2
**10*n1**16*n2**2 + 60*a33**2*m1*m2**10*n1**14*n2**4 + 24*a33**2*m1*m2**10*n1**
12*n2**6 - 28*a33**2*m1*m2**10*n1**10*n2**8 - 18*a33**2*m1*m2**10*n1**8*n2**10 -
2*a33**2*m2**11*n1**17*n2 - 4*a33**2*m2**11*n1**15*n2**3 + 4*a33**2*m2**11*n1**
11*n2**7 + 2*a33**2*m2**11*n1**9*n2**9) + u2**2*v1**2*( - 4*a33**3*m1**13*n1**6*
n2**9 + 4*a33**3*m1**13*n1**4*n2**11 + 4*a33**3*m1**13*n1**2*n2**13 - 4*a33**3*
m1**13*n2**15 + 36*a33**3*m1**12*m2*n1**7*n2**8 - 68*a33**3*m1**12*m2*n1**5*n2**
10 - 36*a33**3*m1**12*m2*n1**3*n2**12 + 68*a33**3*m1**12*m2*n1*n2**14 - 144*a33
**3*m1**11*m2**2*n1**8*n2**7 + 440*a33**3*m1**11*m2**2*n1**6*n2**9 + 72*a33**3*
m1**11*m2**2*n1**4*n2**11 - 504*a33**3*m1**11*m2**2*n1**2*n2**13 + 8*a33**3*m1**
11*m2**2*n2**15 + 336*a33**3*m1**10*m2**3*n1**9*n2**6 - 1560*a33**3*m1**10*m2**3
*n1**7*n2**8 + 344*a33**3*m1**10*m2**3*n1**5*n2**10 + 2136*a33**3*m1**10*m2**3*
n1**3*n2**12 - 104*a33**3*m1**10*m2**3*n1*n2**14 - 504*a33**3*m1**9*m2**4*n1**10
*n2**5 + 3480*a33**3*m1**9*m2**4*n1**8*n2**7 - 2380*a33**3*m1**9*m2**4*n1**6*n2
**9 - 5780*a33**3*m1**9*m2**4*n1**4*n2**11 + 580*a33**3*m1**9*m2**4*n1**2*n2**13
- 4*a33**3*m1**9*m2**4*n2**15 + 504*a33**3*m1**8*m2**5*n1**11*n2**4 - 5208*a33
**3*m1**8*m2**5*n1**9*n2**6 + 6732*a33**3*m1**8*m2**5*n1**7*n2**8 + 10548*a33**3
*m1**8*m2**5*n1**5*n2**10 - 1860*a33**3*m1**8*m2**5*n1**3*n2**12 + 36*a33**3*m1
**8*m2**5*n1*n2**14 - 336*a33**3*m1**7*m2**6*n1**12*n2**3 + 5376*a33**3*m1**7*m2
**6*n1**10*n2**5 - 11568*a33**3*m1**7*m2**6*n1**8*n2**7 - 13296*a33**3*m1**7*m2
**6*n1**6*n2**9 + 3840*a33**3*m1**7*m2**6*n1**4*n2**11 - 144*a33**3*m1**7*m2**6*
n1**2*n2**13 + 144*a33**3*m1**6*m2**7*n1**13*n2**2 - 3840*a33**3*m1**6*m2**7*n1
**11*n2**4 + 13296*a33**3*m1**6*m2**7*n1**9*n2**6 + 11568*a33**3*m1**6*m2**7*n1
**7*n2**8 - 5376*a33**3*m1**6*m2**7*n1**5*n2**10 + 336*a33**3*m1**6*m2**7*n1**3*
n2**12 - 36*a33**3*m1**5*m2**8*n1**14*n2 + 1860*a33**3*m1**5*m2**8*n1**12*n2**3
- 10548*a33**3*m1**5*m2**8*n1**10*n2**5 - 6732*a33**3*m1**5*m2**8*n1**8*n2**7 +
5208*a33**3*m1**5*m2**8*n1**6*n2**9 - 504*a33**3*m1**5*m2**8*n1**4*n2**11 + 4*
a33**3*m1**4*m2**9*n1**15 - 580*a33**3*m1**4*m2**9*n1**13*n2**2 + 5780*a33**3*m1
**4*m2**9*n1**11*n2**4 + 2380*a33**3*m1**4*m2**9*n1**9*n2**6 - 3480*a33**3*m1**4
*m2**9*n1**7*n2**8 + 504*a33**3*m1**4*m2**9*n1**5*n2**10 + 104*a33**3*m1**3*m2**
10*n1**14*n2 - 2136*a33**3*m1**3*m2**10*n1**12*n2**3 - 344*a33**3*m1**3*m2**10*
n1**10*n2**5 + 1560*a33**3*m1**3*m2**10*n1**8*n2**7 - 336*a33**3*m1**3*m2**10*n1
**6*n2**9 - 8*a33**3*m1**2*m2**11*n1**15 + 504*a33**3*m1**2*m2**11*n1**13*n2**2
- 72*a33**3*m1**2*m2**11*n1**11*n2**4 - 440*a33**3*m1**2*m2**11*n1**9*n2**6 +
144*a33**3*m1**2*m2**11*n1**7*n2**8 - 68*a33**3*m1*m2**12*n1**14*n2 + 36*a33**3*
m1*m2**12*n1**12*n2**3 + 68*a33**3*m1*m2**12*n1**10*n2**5 - 36*a33**3*m1*m2**12*
n1**8*n2**7 + 4*a33**3*m2**13*n1**15 - 4*a33**3*m2**13*n1**13*n2**2 - 4*a33**3*
m2**13*n1**11*n2**4 + 4*a33**3*m2**13*n1**9*n2**6) + u2**2*v1*v2*( - 8*a33**3*m1
**13*n1**5*n2**10 + 8*a33**3*m1**13*n1*n2**14 + 80*a33**3*m1**12*m2*n1**6*n2**9
- 40*a33**3*m1**12*m2*n1**4*n2**11 - 112*a33**3*m1**12*m2*n1**2*n2**13 + 8*a33**
3*m1**12*m2*n2**15 - 360*a33**3*m1**11*m2**2*n1**7*n2**8 + 408*a33**3*m1**11*m2
**2*n1**5*n2**10 + 648*a33**3*m1**11*m2**2*n1**3*n2**12 - 120*a33**3*m1**11*m2**
2*n1*n2**14 + 960*a33**3*m1**10*m2**3*n1**8*n2**7 - 1880*a33**3*m1**10*m2**3*n1
**6*n2**9 - 2072*a33**3*m1**10*m2**3*n1**4*n2**11 + 760*a33**3*m1**10*m2**3*n1**
2*n2**13 - 8*a33**3*m1**10*m2**3*n2**15 - 1680*a33**3*m1**9*m2**4*n1**9*n2**6 +
5160*a33**3*m1**9*m2**4*n1**7*n2**8 + 4000*a33**3*m1**9*m2**4*n1**5*n2**10 -
2760*a33**3*m1**9*m2**4*n1**3*n2**12 + 80*a33**3*m1**9*m2**4*n1*n2**14 + 2016*
a33**3*m1**8*m2**5*n1**10*n2**5 - 9360*a33**3*m1**8*m2**5*n1**8*n2**7 - 4536*a33
**3*m1**8*m2**5*n1**6*n2**9 + 6480*a33**3*m1**8*m2**5*n1**4*n2**11 - 360*a33**3*
m1**8*m2**5*n1**2*n2**13 - 1680*a33**3*m1**7*m2**6*n1**11*n2**4 + 11760*a33**3*
m1**7*m2**6*n1**9*n2**6 + 2064*a33**3*m1**7*m2**6*n1**7*n2**8 - 10416*a33**3*m1
**7*m2**6*n1**5*n2**10 + 960*a33**3*m1**7*m2**6*n1**3*n2**12 + 960*a33**3*m1**6*
m2**7*n1**12*n2**3 - 10416*a33**3*m1**6*m2**7*n1**10*n2**5 + 2064*a33**3*m1**6*
m2**7*n1**8*n2**7 + 11760*a33**3*m1**6*m2**7*n1**6*n2**9 - 1680*a33**3*m1**6*m2
**7*n1**4*n2**11 - 360*a33**3*m1**5*m2**8*n1**13*n2**2 + 6480*a33**3*m1**5*m2**8
*n1**11*n2**4 - 4536*a33**3*m1**5*m2**8*n1**9*n2**6 - 9360*a33**3*m1**5*m2**8*n1
**7*n2**8 + 2016*a33**3*m1**5*m2**8*n1**5*n2**10 + 80*a33**3*m1**4*m2**9*n1**14*
n2 - 2760*a33**3*m1**4*m2**9*n1**12*n2**3 + 4000*a33**3*m1**4*m2**9*n1**10*n2**5
+ 5160*a33**3*m1**4*m2**9*n1**8*n2**7 - 1680*a33**3*m1**4*m2**9*n1**6*n2**9 - 8
*a33**3*m1**3*m2**10*n1**15 + 760*a33**3*m1**3*m2**10*n1**13*n2**2 - 2072*a33**3
*m1**3*m2**10*n1**11*n2**4 - 1880*a33**3*m1**3*m2**10*n1**9*n2**6 + 960*a33**3*
m1**3*m2**10*n1**7*n2**8 - 120*a33**3*m1**2*m2**11*n1**14*n2 + 648*a33**3*m1**2*
m2**11*n1**12*n2**3 + 408*a33**3*m1**2*m2**11*n1**10*n2**5 - 360*a33**3*m1**2*m2
**11*n1**8*n2**7 + 8*a33**3*m1*m2**12*n1**15 - 112*a33**3*m1*m2**12*n1**13*n2**2
- 40*a33**3*m1*m2**12*n1**11*n2**4 + 80*a33**3*m1*m2**12*n1**9*n2**6 + 8*a33**3
*m2**13*n1**14*n2 - 8*a33**3*m2**13*n1**10*n2**5) + u2**2*v1*(2*a33**2*m1**12*n1
**8*n2**9 - 4*a33**2*m1**12*n1**6*n2**11 - 8*a33**2*m1**12*n1**4*n2**13 + 4*a33
**2*m1**12*n1**2*n2**15 + 6*a33**2*m1**12*n2**17 - 18*a33**2*m1**11*m2*n1**9*n2
**8 + 52*a33**2*m1**11*m2*n1**7*n2**10 + 72*a33**2*m1**11*m2*n1**5*n2**12 - 84*
a33**2*m1**11*m2*n1**3*n2**14 - 86*a33**2*m1**11*m2*n1*n2**16 + 72*a33**2*m1**10
*m2**2*n1**10*n2**7 - 290*a33**2*m1**10*m2**2*n1**8*n2**9 - 252*a33**2*m1**10*m2
**2*n1**6*n2**11 + 648*a33**2*m1**10*m2**2*n1**4*n2**13 + 532*a33**2*m1**10*m2**
2*n1**2*n2**15 - 6*a33**2*m1**10*m2**2*n2**17 - 168*a33**2*m1**9*m2**3*n1**11*n2
**6 + 930*a33**2*m1**9*m2**3*n1**9*n2**8 + 340*a33**2*m1**9*m2**3*n1**7*n2**10 -
2720*a33**2*m1**9*m2**3*n1**5*n2**12 - 1900*a33**2*m1**9*m2**3*n1**3*n2**14 +
62*a33**2*m1**9*m2**3*n1*n2**16 + 252*a33**2*m1**8*m2**4*n1**12*n2**5 - 1920*a33
**2*m1**8*m2**4*n1**10*n2**7 + 360*a33**2*m1**8*m2**4*n1**8*n2**9 + 7200*a33**2*
m1**8*m2**4*n1**6*n2**11 + 4380*a33**2*m1**8*m2**4*n1**4*n2**13 - 288*a33**2*m1
**8*m2**4*n1**2*n2**15 - 252*a33**2*m1**7*m2**5*n1**13*n2**4 + 2688*a33**2*m1**7
*m2**5*n1**11*n2**6 - 2304*a33**2*m1**7*m2**5*n1**9*n2**8 - 12888*a33**2*m1**7*
m2**5*n1**7*n2**10 - 6852*a33**2*m1**7*m2**5*n1**5*n2**12 + 792*a33**2*m1**7*m2
**5*n1**3*n2**14 + 168*a33**2*m1**6*m2**6*n1**14*n2**3 - 2604*a33**2*m1**6*m2**6
*n1**12*n2**5 + 4536*a33**2*m1**6*m2**6*n1**10*n2**7 + 16128*a33**2*m1**6*m2**6*
n1**8*n2**9 + 7392*a33**2*m1**6*m2**6*n1**6*n2**11 - 1428*a33**2*m1**6*m2**6*n1
**4*n2**13 - 72*a33**2*m1**5*m2**7*n1**15*n2**2 + 1740*a33**2*m1**5*m2**7*n1**13
*n2**4 - 5256*a33**2*m1**5*m2**7*n1**11*n2**6 - 14256*a33**2*m1**5*m2**7*n1**9*
n2**8 - 5424*a33**2*m1**5*m2**7*n1**7*n2**10 + 1764*a33**2*m1**5*m2**7*n1**5*n2
**12 + 18*a33**2*m1**4*m2**8*n1**16*n2 - 780*a33**2*m1**4*m2**8*n1**14*n2**3 +
3960*a33**2*m1**4*m2**8*n1**12*n2**5 + 8820*a33**2*m1**4*m2**8*n1**10*n2**7 +
2550*a33**2*m1**4*m2**8*n1**8*n2**9 - 1512*a33**2*m1**4*m2**8*n1**6*n2**11 - 2*
a33**2*m1**3*m2**9*n1**17 + 220*a33**2*m1**3*m2**9*n1**15*n2**2 - 1960*a33**2*m1
**3*m2**9*n1**13*n2**4 - 3700*a33**2*m1**3*m2**9*n1**11*n2**6 - 630*a33**2*m1**3
*m2**9*n1**9*n2**8 + 888*a33**2*m1**3*m2**9*n1**7*n2**10 - 34*a33**2*m1**2*m2**
10*n1**16*n2 + 612*a33**2*m1**2*m2**10*n1**14*n2**3 + 984*a33**2*m1**2*m2**10*n1
**12*n2**5 - 4*a33**2*m1**2*m2**10*n1**10*n2**7 - 342*a33**2*m1**2*m2**10*n1**8*
n2**9 + 2*a33**2*m1*m2**11*n1**17 - 108*a33**2*m1*m2**11*n1**15*n2**2 - 144*a33
**2*m1*m2**11*n1**13*n2**4 + 44*a33**2*m1*m2**11*n1**11*n2**6 + 78*a33**2*m1*m2
**11*n1**9*n2**8 + 8*a33**2*m2**12*n1**16*n2 + 8*a33**2*m2**12*n1**14*n2**3 - 8*
a33**2*m2**12*n1**12*n2**5 - 8*a33**2*m2**12*n1**10*n2**7) + u2**2*v2*(8*a33**2*
m1**12*n1**7*n2**10 + 8*a33**2*m1**12*n1**5*n2**12 - 8*a33**2*m1**12*n1**3*n2**
14 - 8*a33**2*m1**12*n1*n2**16 - 74*a33**2*m1**11*m2*n1**8*n2**9 - 36*a33**2*m1
**11*m2*n1**6*n2**11 + 144*a33**2*m1**11*m2*n1**4*n2**13 + 100*a33**2*m1**11*m2*
n1**2*n2**15 - 6*a33**2*m1**11*m2*n2**17 + 306*a33**2*m1**10*m2**2*n1**9*n2**8 -
52*a33**2*m1**10*m2**2*n1**7*n2**10 - 936*a33**2*m1**10*m2**2*n1**5*n2**12 -
492*a33**2*m1**10*m2**2*n1**3*n2**14 + 86*a33**2*m1**10*m2**2*n1*n2**16 - 744*
a33**2*m1**9*m2**3*n1**10*n2**7 + 770*a33**2*m1**9*m2**3*n1**8*n2**9 + 3260*a33
**2*m1**9*m2**3*n1**6*n2**11 + 1240*a33**2*m1**9*m2**3*n1**4*n2**13 - 500*a33**2
*m1**9*m2**3*n1**2*n2**15 + 6*a33**2*m1**9*m2**3*n2**17 + 1176*a33**2*m1**8*m2**
4*n1**11*n2**6 - 2610*a33**2*m1**8*m2**4*n1**9*n2**8 - 7020*a33**2*m1**8*m2**4*
n1**7*n2**10 - 1560*a33**2*m1**8*m2**4*n1**5*n2**12 + 1620*a33**2*m1**8*m2**4*n1
**3*n2**14 - 54*a33**2*m1**8*m2**4*n1*n2**16 - 1260*a33**2*m1**7*m2**5*n1**12*n2
**5 + 4944*a33**2*m1**7*m2**5*n1**10*n2**7 + 9936*a33**2*m1**7*m2**5*n1**8*n2**9
+ 216*a33**2*m1**7*m2**5*n1**6*n2**11 - 3300*a33**2*m1**7*m2**5*n1**4*n2**13 +
216*a33**2*m1**7*m2**5*n1**2*n2**15 + 924*a33**2*m1**6*m2**6*n1**13*n2**4 - 6048
*a33**2*m1**6*m2**6*n1**11*n2**6 - 9408*a33**2*m1**6*m2**6*n1**9*n2**8 + 2520*
a33**2*m1**6*m2**6*n1**7*n2**10 + 4452*a33**2*m1**6*m2**6*n1**5*n2**12 - 504*a33
**2*m1**6*m2**6*n1**3*n2**14 - 456*a33**2*m1**5*m2**7*n1**14*n2**3 + 5004*a33**2
*m1**5*m2**7*n1**12*n2**5 + 5832*a33**2*m1**5*m2**7*n1**10*n2**7 - 4416*a33**2*
m1**5*m2**7*n1**8*n2**9 - 4032*a33**2*m1**5*m2**7*n1**6*n2**11 + 756*a33**2*m1**
5*m2**7*n1**4*n2**13 + 144*a33**2*m1**4*m2**8*n1**15*n2**2 - 2820*a33**2*m1**4*
m2**8*n1**13*n2**4 - 2160*a33**2*m1**4*m2**8*n1**11*n2**6 + 3960*a33**2*m1**4*m2
**8*n1**9*n2**8 + 2400*a33**2*m1**4*m2**8*n1**7*n2**10 - 756*a33**2*m1**4*m2**8*
n1**5*n2**12 - 26*a33**2*m1**3*m2**9*n1**16*n2 + 1060*a33**2*m1**3*m2**9*n1**14*
n2**3 + 320*a33**2*m1**3*m2**9*n1**12*n2**5 - 2140*a33**2*m1**3*m2**9*n1**10*n2
**7 - 870*a33**2*m1**3*m2**9*n1**8*n2**9 + 504*a33**2*m1**3*m2**9*n1**6*n2**11 +
2*a33**2*m1**2*m2**10*n1**17 - 252*a33**2*m1**2*m2**10*n1**15*n2**2 + 72*a33**2
*m1**2*m2**10*n1**13*n2**4 + 692*a33**2*m1**2*m2**10*n1**11*n2**6 + 150*a33**2*
m1**2*m2**10*n1**9*n2**8 - 216*a33**2*m1**2*m2**10*n1**7*n2**10 + 34*a33**2*m1*
m2**11*n1**16*n2 - 36*a33**2*m1*m2**11*n1**14*n2**3 - 120*a33**2*m1*m2**11*n1**
12*n2**5 + 4*a33**2*m1*m2**11*n1**10*n2**7 + 54*a33**2*m1*m2**11*n1**8*n2**9 - 2
*a33**2*m2**12*n1**17 + 4*a33**2*m2**12*n1**15*n2**2 + 8*a33**2*m2**12*n1**13*n2
**4 - 4*a33**2*m2**12*n1**11*n2**6 - 6*a33**2*m2**12*n1**9*n2**8) + u2**2*v3**2*
( - 6*a33**3*m1**13*n1**6*n2**9 - 2*a33**3*m1**13*n1**4*n2**11 + 6*a33**3*m1**13
*n1**2*n2**13 + 2*a33**3*m1**13*n2**15 + 54*a33**3*m1**12*m2*n1**7*n2**8 - 14*
a33**3*m1**12*m2*n1**5*n2**10 - 86*a33**3*m1**12*m2*n1**3*n2**12 - 18*a33**3*m1
**12*m2*n1*n2**14 - 216*a33**3*m1**11*m2**2*n1**8*n2**7 + 220*a33**3*m1**11*m2**
2*n1**6*n2**9 + 468*a33**3*m1**11*m2**2*n1**4*n2**11 + 36*a33**3*m1**11*m2**2*n1
**2*n2**13 + 4*a33**3*m1**11*m2**2*n2**15 + 504*a33**3*m1**10*m2**3*n1**9*n2**6
- 1020*a33**3*m1**10*m2**3*n1**7*n2**8 - 1332*a33**3*m1**10*m2**3*n1**5*n2**10 +
124*a33**3*m1**10*m2**3*n1**3*n2**12 - 68*a33**3*m1**10*m2**3*n1*n2**14 - 756*
a33**3*m1**9*m2**4*n1**10*n2**5 + 2580*a33**3*m1**9*m2**4*n1**8*n2**7 + 2150*a33
**3*m1**9*m2**4*n1**6*n2**9 - 750*a33**3*m1**9*m2**4*n1**4*n2**11 + 430*a33**3*
m1**9*m2**4*n1**2*n2**13 - 6*a33**3*m1**9*m2**4*n2**15 + 756*a33**3*m1**8*m2**5*
n1**11*n2**4 - 4116*a33**3*m1**8*m2**5*n1**9*n2**6 - 1782*a33**3*m1**8*m2**5*n1
**7*n2**8 + 1566*a33**3*m1**8*m2**5*n1**5*n2**10 - 1470*a33**3*m1**8*m2**5*n1**3
*n2**12 + 54*a33**3*m1**8*m2**5*n1*n2**14 - 504*a33**3*m1**7*m2**6*n1**12*n2**3
+ 4368*a33**3*m1**7*m2**6*n1**10*n2**5 + 72*a33**3*m1**7*m2**6*n1**8*n2**7 -
1464*a33**3*m1**7*m2**6*n1**6*n2**9 + 3120*a33**3*m1**7*m2**6*n1**4*n2**11 - 216
*a33**3*m1**7*m2**6*n1**2*n2**13 + 216*a33**3*m1**6*m2**7*n1**13*n2**2 - 3120*
a33**3*m1**6*m2**7*n1**11*n2**4 + 1464*a33**3*m1**6*m2**7*n1**9*n2**6 - 72*a33**
3*m1**6*m2**7*n1**7*n2**8 - 4368*a33**3*m1**6*m2**7*n1**5*n2**10 + 504*a33**3*m1
**6*m2**7*n1**3*n2**12 - 54*a33**3*m1**5*m2**8*n1**14*n2 + 1470*a33**3*m1**5*m2
**8*n1**12*n2**3 - 1566*a33**3*m1**5*m2**8*n1**10*n2**5 + 1782*a33**3*m1**5*m2**
8*n1**8*n2**7 + 4116*a33**3*m1**5*m2**8*n1**6*n2**9 - 756*a33**3*m1**5*m2**8*n1
**4*n2**11 + 6*a33**3*m1**4*m2**9*n1**15 - 430*a33**3*m1**4*m2**9*n1**13*n2**2 +
750*a33**3*m1**4*m2**9*n1**11*n2**4 - 2150*a33**3*m1**4*m2**9*n1**9*n2**6 -
2580*a33**3*m1**4*m2**9*n1**7*n2**8 + 756*a33**3*m1**4*m2**9*n1**5*n2**10 + 68*
a33**3*m1**3*m2**10*n1**14*n2 - 124*a33**3*m1**3*m2**10*n1**12*n2**3 + 1332*a33
**3*m1**3*m2**10*n1**10*n2**5 + 1020*a33**3*m1**3*m2**10*n1**8*n2**7 - 504*a33**
3*m1**3*m2**10*n1**6*n2**9 - 4*a33**3*m1**2*m2**11*n1**15 - 36*a33**3*m1**2*m2**
11*n1**13*n2**2 - 468*a33**3*m1**2*m2**11*n1**11*n2**4 - 220*a33**3*m1**2*m2**11
*n1**9*n2**6 + 216*a33**3*m1**2*m2**11*n1**7*n2**8 + 18*a33**3*m1*m2**12*n1**14*
n2 + 86*a33**3*m1*m2**12*n1**12*n2**3 + 14*a33**3*m1*m2**12*n1**10*n2**5 - 54*
a33**3*m1*m2**12*n1**8*n2**7 - 2*a33**3*m2**13*n1**15 - 6*a33**3*m2**13*n1**13*
n2**2 + 2*a33**3*m2**13*n1**11*n2**4 + 6*a33**3*m2**13*n1**9*n2**6) + u2*v1**3*(
- 8*a33**3*m1**14*n1**4*n2**10 + 8*a33**3*m1**14*n1**2*n2**12 + 80*a33**3*m1**
13*m2*n1**5*n2**9 - 128*a33**3*m1**13*m2*n1**3*n2**11 + 16*a33**3*m1**13*m2*n1*
n2**13 - 360*a33**3*m1**12*m2**2*n1**6*n2**8 + 848*a33**3*m1**12*m2**2*n1**4*n2
**10 - 240*a33**3*m1**12*m2**2*n1**2*n2**12 + 8*a33**3*m1**12*m2**2*n2**14 + 960
*a33**3*m1**11*m2**3*n1**7*n2**7 - 3200*a33**3*m1**11*m2**3*n1**5*n2**9 + 1536*
a33**3*m1**11*m2**3*n1**3*n2**11 - 128*a33**3*m1**11*m2**3*n1*n2**13 - 1680*a33
**3*m1**10*m2**4*n1**8*n2**6 + 7800*a33**3*m1**10*m2**4*n1**6*n2**8 - 5680*a33**
3*m1**10*m2**4*n1**4*n2**10 + 848*a33**3*m1**10*m2**4*n1**2*n2**12 - 8*a33**3*m1
**10*m2**4*n2**14 + 2016*a33**3*m1**9*m2**5*n1**9*n2**5 - 13056*a33**3*m1**9*m2
**5*n1**7*n2**7 + 13680*a33**3*m1**9*m2**5*n1**5*n2**9 - 3200*a33**3*m1**9*m2**5
*n1**3*n2**11 + 80*a33**3*m1**9*m2**5*n1*n2**13 - 1680*a33**3*m1**8*m2**6*n1**10
*n2**4 + 15456*a33**3*m1**8*m2**6*n1**8*n2**6 - 22752*a33**3*m1**8*m2**6*n1**6*
n2**8 + 7800*a33**3*m1**8*m2**6*n1**4*n2**10 - 360*a33**3*m1**8*m2**6*n1**2*n2**
12 + 960*a33**3*m1**7*m2**7*n1**11*n2**3 - 13056*a33**3*m1**7*m2**7*n1**9*n2**5
+ 26880*a33**3*m1**7*m2**7*n1**7*n2**7 - 13056*a33**3*m1**7*m2**7*n1**5*n2**9 +
960*a33**3*m1**7*m2**7*n1**3*n2**11 - 360*a33**3*m1**6*m2**8*n1**12*n2**2 + 7800
*a33**3*m1**6*m2**8*n1**10*n2**4 - 22752*a33**3*m1**6*m2**8*n1**8*n2**6 + 15456*
a33**3*m1**6*m2**8*n1**6*n2**8 - 1680*a33**3*m1**6*m2**8*n1**4*n2**10 + 80*a33**
3*m1**5*m2**9*n1**13*n2 - 3200*a33**3*m1**5*m2**9*n1**11*n2**3 + 13680*a33**3*m1
**5*m2**9*n1**9*n2**5 - 13056*a33**3*m1**5*m2**9*n1**7*n2**7 + 2016*a33**3*m1**5
*m2**9*n1**5*n2**9 - 8*a33**3*m1**4*m2**10*n1**14 + 848*a33**3*m1**4*m2**10*n1**
12*n2**2 - 5680*a33**3*m1**4*m2**10*n1**10*n2**4 + 7800*a33**3*m1**4*m2**10*n1**
8*n2**6 - 1680*a33**3*m1**4*m2**10*n1**6*n2**8 - 128*a33**3*m1**3*m2**11*n1**13*
n2 + 1536*a33**3*m1**3*m2**11*n1**11*n2**3 - 3200*a33**3*m1**3*m2**11*n1**9*n2**
5 + 960*a33**3*m1**3*m2**11*n1**7*n2**7 + 8*a33**3*m1**2*m2**12*n1**14 - 240*a33
**3*m1**2*m2**12*n1**12*n2**2 + 848*a33**3*m1**2*m2**12*n1**10*n2**4 - 360*a33**
3*m1**2*m2**12*n1**8*n2**6 + 16*a33**3*m1*m2**13*n1**13*n2 - 128*a33**3*m1*m2**
13*n1**11*n2**3 + 80*a33**3*m1*m2**13*n1**9*n2**5 + 8*a33**3*m2**14*n1**12*n2**2
- 8*a33**3*m2**14*n1**10*n2**4) + u2*v1**2*(8*a33**2*m1**13*n1**6*n2**10 - 4*
a33**2*m1**13*n1**4*n2**12 - 8*a33**2*m1**13*n1**2*n2**14 + 4*a33**2*m1**13*n2**
16 - 76*a33**2*m1**12*m2*n1**7*n2**9 + 88*a33**2*m1**12*m2*n1**5*n2**11 + 92*a33
**2*m1**12*m2*n1**3*n2**13 - 72*a33**2*m1**12*m2*n1*n2**15 + 324*a33**2*m1**11*
m2**2*n1**8*n2**8 - 644*a33**2*m1**11*m2**2*n1**6*n2**10 - 396*a33**2*m1**11*m2
**2*n1**4*n2**12 + 564*a33**2*m1**11*m2**2*n1**2*n2**14 - 8*a33**2*m1**11*m2**2*
n2**16 - 816*a33**2*m1**10*m2**3*n1**9*n2**7 + 2500*a33**2*m1**10*m2**3*n1**7*n2
**9 + 692*a33**2*m1**10*m2**3*n1**5*n2**11 - 2516*a33**2*m1**10*m2**3*n1**3*n2**
13 + 108*a33**2*m1**10*m2**3*n1*n2**15 + 1344*a33**2*m1**9*m2**4*n1**10*n2**6 -
6060*a33**2*m1**9*m2**4*n1**8*n2**8 + 380*a33**2*m1**9*m2**4*n1**6*n2**10 + 7160
*a33**2*m1**9*m2**4*n1**4*n2**12 - 620*a33**2*m1**9*m2**4*n1**2*n2**14 + 4*a33**
2*m1**9*m2**4*n2**16 - 1512*a33**2*m1**8*m2**5*n1**11*n2**5 + 9888*a33**2*m1**8*
m2**5*n1**9*n2**7 - 4464*a33**2*m1**8*m2**5*n1**7*n2**9 - 13788*a33**2*m1**8*m2
**5*n1**5*n2**11 + 2040*a33**2*m1**8*m2**5*n1**3*n2**13 - 36*a33**2*m1**8*m2**5*
n1*n2**15 + 1176*a33**2*m1**7*m2**6*n1**12*n2**4 - 11256*a33**2*m1**7*m2**6*n1**
10*n2**6 + 10536*a33**2*m1**7*m2**6*n1**8*n2**8 + 18504*a33**2*m1**7*m2**6*n1**6
*n2**10 - 4320*a33**2*m1**7*m2**6*n1**4*n2**12 + 144*a33**2*m1**7*m2**6*n1**2*n2
**14 - 624*a33**2*m1**6*m2**7*n1**13*n2**3 + 9048*a33**2*m1**6*m2**7*n1**11*n2**
5 - 14328*a33**2*m1**6*m2**7*n1**9*n2**7 - 17448*a33**2*m1**6*m2**7*n1**7*n2**9
+ 6216*a33**2*m1**6*m2**7*n1**5*n2**11 - 336*a33**2*m1**6*m2**7*n1**3*n2**13 +
216*a33**2*m1**5*m2**8*n1**14*n2**2 - 5100*a33**2*m1**5*m2**8*n1**12*n2**4 +
12816*a33**2*m1**5*m2**8*n1**10*n2**6 + 11412*a33**2*m1**5*m2**8*n1**8*n2**8 -
6216*a33**2*m1**5*m2**8*n1**6*n2**10 + 504*a33**2*m1**5*m2**8*n1**4*n2**12 - 44*
a33**2*m1**4*m2**9*n1**15*n2 + 1960*a33**2*m1**4*m2**9*n1**13*n2**3 - 7780*a33**
2*m1**4*m2**9*n1**11*n2**5 - 4960*a33**2*m1**4*m2**9*n1**9*n2**7 + 4320*a33**2*
m1**4*m2**9*n1**7*n2**9 - 504*a33**2*m1**4*m2**9*n1**5*n2**11 + 4*a33**2*m1**3*
m2**10*n1**16 - 484*a33**2*m1**3*m2**10*n1**14*n2**2 + 3172*a33**2*m1**3*m2**10*
n1**12*n2**4 + 1284*a33**2*m1**3*m2**10*n1**10*n2**6 - 2040*a33**2*m1**3*m2**10*
n1**8*n2**8 + 336*a33**2*m1**3*m2**10*n1**6*n2**10 + 68*a33**2*m1**2*m2**11*n1**
15*n2 - 828*a33**2*m1**2*m2**11*n1**13*n2**3 - 132*a33**2*m1**2*m2**11*n1**11*n2
**5 + 620*a33**2*m1**2*m2**11*n1**9*n2**7 - 144*a33**2*m1**2*m2**11*n1**7*n2**9
- 4*a33**2*m1*m2**12*n1**16 + 124*a33**2*m1*m2**12*n1**14*n2**2 - 16*a33**2*m1*
m2**12*n1**12*n2**4 - 108*a33**2*m1*m2**12*n1**10*n2**6 + 36*a33**2*m1*m2**12*n1
**8*n2**8 - 8*a33**2*m2**13*n1**15*n2 + 4*a33**2*m2**13*n1**13*n2**3 + 8*a33**2*
m2**13*n1**11*n2**5 - 4*a33**2*m2**13*n1**9*n2**7) + u2*v1*v2**2*( - 8*a33**3*m1
**14*n1**4*n2**10 + 8*a33**3*m1**14*n1**2*n2**12 + 80*a33**3*m1**13*m2*n1**5*n2
**9 - 128*a33**3*m1**13*m2*n1**3*n2**11 + 16*a33**3*m1**13*m2*n1*n2**13 - 360*
a33**3*m1**12*m2**2*n1**6*n2**8 + 848*a33**3*m1**12*m2**2*n1**4*n2**10 - 240*a33
**3*m1**12*m2**2*n1**2*n2**12 + 8*a33**3*m1**12*m2**2*n2**14 + 960*a33**3*m1**11
*m2**3*n1**7*n2**7 - 3200*a33**3*m1**11*m2**3*n1**5*n2**9 + 1536*a33**3*m1**11*
m2**3*n1**3*n2**11 - 128*a33**3*m1**11*m2**3*n1*n2**13 - 1680*a33**3*m1**10*m2**
4*n1**8*n2**6 + 7800*a33**3*m1**10*m2**4*n1**6*n2**8 - 5680*a33**3*m1**10*m2**4*
n1**4*n2**10 + 848*a33**3*m1**10*m2**4*n1**2*n2**12 - 8*a33**3*m1**10*m2**4*n2**
14 + 2016*a33**3*m1**9*m2**5*n1**9*n2**5 - 13056*a33**3*m1**9*m2**5*n1**7*n2**7
+ 13680*a33**3*m1**9*m2**5*n1**5*n2**9 - 3200*a33**3*m1**9*m2**5*n1**3*n2**11 +
80*a33**3*m1**9*m2**5*n1*n2**13 - 1680*a33**3*m1**8*m2**6*n1**10*n2**4 + 15456*
a33**3*m1**8*m2**6*n1**8*n2**6 - 22752*a33**3*m1**8*m2**6*n1**6*n2**8 + 7800*a33
**3*m1**8*m2**6*n1**4*n2**10 - 360*a33**3*m1**8*m2**6*n1**2*n2**12 + 960*a33**3*
m1**7*m2**7*n1**11*n2**3 - 13056*a33**3*m1**7*m2**7*n1**9*n2**5 + 26880*a33**3*
m1**7*m2**7*n1**7*n2**7 - 13056*a33**3*m1**7*m2**7*n1**5*n2**9 + 960*a33**3*m1**
7*m2**7*n1**3*n2**11 - 360*a33**3*m1**6*m2**8*n1**12*n2**2 + 7800*a33**3*m1**6*
m2**8*n1**10*n2**4 - 22752*a33**3*m1**6*m2**8*n1**8*n2**6 + 15456*a33**3*m1**6*
m2**8*n1**6*n2**8 - 1680*a33**3*m1**6*m2**8*n1**4*n2**10 + 80*a33**3*m1**5*m2**9
*n1**13*n2 - 3200*a33**3*m1**5*m2**9*n1**11*n2**3 + 13680*a33**3*m1**5*m2**9*n1
**9*n2**5 - 13056*a33**3*m1**5*m2**9*n1**7*n2**7 + 2016*a33**3*m1**5*m2**9*n1**5
*n2**9 - 8*a33**3*m1**4*m2**10*n1**14 + 848*a33**3*m1**4*m2**10*n1**12*n2**2 -
5680*a33**3*m1**4*m2**10*n1**10*n2**4 + 7800*a33**3*m1**4*m2**10*n1**8*n2**6 -
1680*a33**3*m1**4*m2**10*n1**6*n2**8 - 128*a33**3*m1**3*m2**11*n1**13*n2 + 1536*
a33**3*m1**3*m2**11*n1**11*n2**3 - 3200*a33**3*m1**3*m2**11*n1**9*n2**5 + 960*
a33**3*m1**3*m2**11*n1**7*n2**7 + 8*a33**3*m1**2*m2**12*n1**14 - 240*a33**3*m1**
2*m2**12*n1**12*n2**2 + 848*a33**3*m1**2*m2**12*n1**10*n2**4 - 360*a33**3*m1**2*
m2**12*n1**8*n2**6 + 16*a33**3*m1*m2**13*n1**13*n2 - 128*a33**3*m1*m2**13*n1**11
*n2**3 + 80*a33**3*m1*m2**13*n1**9*n2**5 + 8*a33**3*m2**14*n1**12*n2**2 - 8*a33
**3*m2**14*n1**10*n2**4) + u2*v1*v2*( - 4*a33**2*m1**13*n1**7*n2**9 + 12*a33**2*
m1**13*n1**5*n2**11 + 4*a33**2*m1**13*n1**3*n2**13 - 12*a33**2*m1**13*n1*n2**15
+ 36*a33**2*m1**12*m2*n1**8*n2**8 - 148*a33**2*m1**12*m2*n1**6*n2**10 + 4*a33**2
*m1**12*m2*n1**4*n2**12 + 180*a33**2*m1**12*m2*n1**2*n2**14 - 8*a33**2*m1**12*m2
*n2**16 - 144*a33**2*m1**11*m2**2*n1**9*n2**7 + 800*a33**2*m1**11*m2**2*n1**7*n2
**9 - 336*a33**2*m1**11*m2**2*n1**5*n2**11 - 1152*a33**2*m1**11*m2**2*n1**3*n2**
13 + 128*a33**2*m1**11*m2**2*n1*n2**15 + 336*a33**2*m1**10*m2**3*n1**10*n2**6 -
2520*a33**2*m1**10*m2**3*n1**8*n2**8 + 2224*a33**2*m1**10*m2**3*n1**6*n2**10 +
4208*a33**2*m1**10*m2**3*n1**4*n2**12 - 864*a33**2*m1**10*m2**3*n1**2*n2**14 + 8
*a33**2*m1**10*m2**3*n2**16 - 504*a33**2*m1**9*m2**4*n1**11*n2**5 + 5160*a33**2*
m1**9*m2**4*n1**9*n2**7 - 7540*a33**2*m1**9*m2**4*n1**7*n2**9 - 9780*a33**2*m1**
9*m2**4*n1**5*n2**11 + 3340*a33**2*m1**9*m2**4*n1**3*n2**13 - 84*a33**2*m1**9*m2
**4*n1*n2**15 + 504*a33**2*m1**8*m2**5*n1**12*n2**4 - 7224*a33**2*m1**8*m2**5*n1
**10*n2**6 + 16092*a33**2*m1**8*m2**5*n1**8*n2**8 + 15084*a33**2*m1**8*m2**5*n1
**6*n2**10 - 8340*a33**2*m1**8*m2**5*n1**4*n2**12 + 396*a33**2*m1**8*m2**5*n1**2
*n2**14 - 336*a33**2*m1**7*m2**6*n1**13*n2**3 + 7056*a33**2*m1**7*m2**6*n1**11*
n2**5 - 23328*a33**2*m1**7*m2**6*n1**9*n2**7 - 15360*a33**2*m1**7*m2**6*n1**7*n2
**9 + 14256*a33**2*m1**7*m2**6*n1**5*n2**11 - 1104*a33**2*m1**7*m2**6*n1**3*n2**
13 + 144*a33**2*m1**6*m2**7*n1**14*n2**2 - 4800*a33**2*m1**6*m2**7*n1**12*n2**4
+ 23712*a33**2*m1**6*m2**7*n1**10*n2**6 + 9504*a33**2*m1**6*m2**7*n1**8*n2**8 -
17136*a33**2*m1**6*m2**7*n1**6*n2**10 + 2016*a33**2*m1**6*m2**7*n1**4*n2**12 -
36*a33**2*m1**5*m2**8*n1**15*n2 + 2220*a33**2*m1**5*m2**8*n1**13*n2**3 - 17028*
a33**2*m1**5*m2**8*n1**11*n2**5 - 2196*a33**2*m1**5*m2**8*n1**9*n2**7 + 14568*
a33**2*m1**5*m2**8*n1**7*n2**9 - 2520*a33**2*m1**5*m2**8*n1**5*n2**11 + 4*a33**2
*m1**4*m2**9*n1**16 - 660*a33**2*m1**4*m2**9*n1**14*n2**2 + 8540*a33**2*m1**4*m2
**9*n1**12*n2**4 - 1620*a33**2*m1**4*m2**9*n1**10*n2**6 - 8640*a33**2*m1**4*m2**
9*n1**8*n2**8 + 2184*a33**2*m1**4*m2**9*n1**6*n2**10 + 112*a33**2*m1**3*m2**10*
n1**15*n2 - 2896*a33**2*m1**3*m2**10*n1**13*n2**3 + 1728*a33**2*m1**3*m2**10*n1
**11*n2**5 + 3440*a33**2*m1**3*m2**10*n1**9*n2**7 - 1296*a33**2*m1**3*m2**10*n1
**7*n2**9 - 8*a33**2*m1**2*m2**11*n1**16 + 624*a33**2*m1**2*m2**11*n1**14*n2**2
- 720*a33**2*m1**2*m2**11*n1**12*n2**4 - 848*a33**2*m1**2*m2**11*n1**10*n2**6 +
504*a33**2*m1**2*m2**11*n1**8*n2**8 - 76*a33**2*m1*m2**12*n1**15*n2 + 148*a33**2
*m1*m2**12*n1**13*n2**3 + 108*a33**2*m1*m2**12*n1**11*n2**5 - 116*a33**2*m1*m2**
12*n1**9*n2**7 + 4*a33**2*m2**13*n1**16 - 12*a33**2*m2**13*n1**14*n2**2 - 4*a33
**2*m2**13*n1**12*n2**4 + 12*a33**2*m2**13*n1**10*n2**6) + u2*v1*v3**2*( - 12*
a33**3*m1**14*n1**4*n2**10 + 8*a33**3*m1**14*n1**2*n2**12 + 4*a33**3*m1**14*n2**
14 + 120*a33**3*m1**13*m2*n1**5*n2**9 - 144*a33**3*m1**13*m2*n1**3*n2**11 - 40*
a33**3*m1**13*m2*n1*n2**13 - 540*a33**3*m1**12*m2**2*n1**6*n2**8 + 1008*a33**3*
m1**12*m2**2*n1**4*n2**10 + 100*a33**3*m1**12*m2**2*n1**2*n2**12 + 8*a33**3*m1**
12*m2**2*n2**14 + 1440*a33**3*m1**11*m2**3*n1**7*n2**7 - 3920*a33**3*m1**11*m2**
3*n1**5*n2**9 + 320*a33**3*m1**11*m2**3*n1**3*n2**11 - 144*a33**3*m1**11*m2**3*
n1*n2**13 - 2520*a33**3*m1**10*m2**4*n1**8*n2**6 + 9720*a33**3*m1**10*m2**4*n1**
6*n2**8 - 2756*a33**3*m1**10*m2**4*n1**4*n2**10 + 1008*a33**3*m1**10*m2**4*n1**2
*n2**12 - 12*a33**3*m1**10*m2**4*n2**14 + 3024*a33**3*m1**9*m2**5*n1**9*n2**5 -
16416*a33**3*m1**9*m2**5*n1**7*n2**7 + 8552*a33**3*m1**9*m2**5*n1**5*n2**9 -
3920*a33**3*m1**9*m2**5*n1**3*n2**11 + 120*a33**3*m1**9*m2**5*n1*n2**13 - 2520*
a33**3*m1**8*m2**6*n1**10*n2**4 + 19488*a33**3*m1**8*m2**6*n1**8*n2**6 - 15780*
a33**3*m1**8*m2**6*n1**6*n2**8 + 9720*a33**3*m1**8*m2**6*n1**4*n2**10 - 540*a33
**3*m1**8*m2**6*n1**2*n2**12 + 1440*a33**3*m1**7*m2**7*n1**11*n2**3 - 16416*a33
**3*m1**7*m2**7*n1**9*n2**5 + 19200*a33**3*m1**7*m2**7*n1**7*n2**7 - 16416*a33**
3*m1**7*m2**7*n1**5*n2**9 + 1440*a33**3*m1**7*m2**7*n1**3*n2**11 - 540*a33**3*m1
**6*m2**8*n1**12*n2**2 + 9720*a33**3*m1**6*m2**8*n1**10*n2**4 - 15780*a33**3*m1
**6*m2**8*n1**8*n2**6 + 19488*a33**3*m1**6*m2**8*n1**6*n2**8 - 2520*a33**3*m1**6
*m2**8*n1**4*n2**10 + 120*a33**3*m1**5*m2**9*n1**13*n2 - 3920*a33**3*m1**5*m2**9
*n1**11*n2**3 + 8552*a33**3*m1**5*m2**9*n1**9*n2**5 - 16416*a33**3*m1**5*m2**9*
n1**7*n2**7 + 3024*a33**3*m1**5*m2**9*n1**5*n2**9 - 12*a33**3*m1**4*m2**10*n1**
14 + 1008*a33**3*m1**4*m2**10*n1**12*n2**2 - 2756*a33**3*m1**4*m2**10*n1**10*n2
**4 + 9720*a33**3*m1**4*m2**10*n1**8*n2**6 - 2520*a33**3*m1**4*m2**10*n1**6*n2**
8 - 144*a33**3*m1**3*m2**11*n1**13*n2 + 320*a33**3*m1**3*m2**11*n1**11*n2**3 -
3920*a33**3*m1**3*m2**11*n1**9*n2**5 + 1440*a33**3*m1**3*m2**11*n1**7*n2**7 + 8*
a33**3*m1**2*m2**12*n1**14 + 100*a33**3*m1**2*m2**12*n1**12*n2**2 + 1008*a33**3*
m1**2*m2**12*n1**10*n2**4 - 540*a33**3*m1**2*m2**12*n1**8*n2**6 - 40*a33**3*m1*
m2**13*n1**13*n2 - 144*a33**3*m1*m2**13*n1**11*n2**3 + 120*a33**3*m1*m2**13*n1**
9*n2**5 + 4*a33**3*m2**14*n1**14 + 8*a33**3*m2**14*n1**12*n2**2 - 12*a33**3*m2**
14*n1**10*n2**4) + u2*v1*( - 2*a33*m1**12*n1**8*n2**10 - 2*a33*m1**12*n1**6*n2**
12 + 2*a33*m1**12*n1**4*n2**14 + 2*a33*m1**12*n1**2*n2**16 + 18*a33*m1**11*m2*n1
**9*n2**9 + 8*a33*m1**11*m2*n1**7*n2**11 - 36*a33*m1**11*m2*n1**5*n2**13 - 24*
a33*m1**11*m2*n1**3*n2**15 + 2*a33*m1**11*m2*n1*n2**17 - 72*a33*m1**10*m2**2*n1
**10*n2**8 + 20*a33*m1**10*m2**2*n1**8*n2**10 + 228*a33*m1**10*m2**2*n1**6*n2**
12 + 108*a33*m1**10*m2**2*n1**4*n2**14 - 28*a33*m1**10*m2**2*n1**2*n2**16 + 168*
a33*m1**9*m2**3*n1**11*n2**7 - 210*a33*m1**9*m2**3*n1**9*n2**9 - 760*a33*m1**9*
m2**3*n1**7*n2**11 - 220*a33*m1**9*m2**3*n1**5*n2**13 + 160*a33*m1**9*m2**3*n1**
3*n2**15 - 2*a33*m1**9*m2**3*n1*n2**17 - 252*a33*m1**8*m2**4*n1**12*n2**6 + 660*
a33*m1**8*m2**4*n1**10*n2**8 + 1530*a33*m1**8*m2**4*n1**8*n2**10 + 90*a33*m1**8*
m2**4*n1**6*n2**12 - 510*a33*m1**8*m2**4*n1**4*n2**14 + 18*a33*m1**8*m2**4*n1**2
*n2**16 + 252*a33*m1**7*m2**5*n1**13*n2**5 - 1176*a33*m1**7*m2**5*n1**11*n2**7 -
1944*a33*m1**7*m2**5*n1**9*n2**9 + 576*a33*m1**7*m2**5*n1**7*n2**11 + 1020*a33*
m1**7*m2**5*n1**5*n2**13 - 72*a33*m1**7*m2**5*n1**3*n2**15 - 168*a33*m1**6*m2**6
*n1**14*n2**4 + 1344*a33*m1**6*m2**6*n1**12*n2**6 + 1512*a33*m1**6*m2**6*n1**10*
n2**8 - 1512*a33*m1**6*m2**6*n1**8*n2**10 - 1344*a33*m1**6*m2**6*n1**6*n2**12 +
168*a33*m1**6*m2**6*n1**4*n2**14 + 72*a33*m1**5*m2**7*n1**15*n2**3 - 1020*a33*m1
**5*m2**7*n1**13*n2**5 - 576*a33*m1**5*m2**7*n1**11*n2**7 + 1944*a33*m1**5*m2**7
*n1**9*n2**9 + 1176*a33*m1**5*m2**7*n1**7*n2**11 - 252*a33*m1**5*m2**7*n1**5*n2
**13 - 18*a33*m1**4*m2**8*n1**16*n2**2 + 510*a33*m1**4*m2**8*n1**14*n2**4 - 90*
a33*m1**4*m2**8*n1**12*n2**6 - 1530*a33*m1**4*m2**8*n1**10*n2**8 - 660*a33*m1**4
*m2**8*n1**8*n2**10 + 252*a33*m1**4*m2**8*n1**6*n2**12 + 2*a33*m1**3*m2**9*n1**
17*n2 - 160*a33*m1**3*m2**9*n1**15*n2**3 + 220*a33*m1**3*m2**9*n1**13*n2**5 +
760*a33*m1**3*m2**9*n1**11*n2**7 + 210*a33*m1**3*m2**9*n1**9*n2**9 - 168*a33*m1
**3*m2**9*n1**7*n2**11 + 28*a33*m1**2*m2**10*n1**16*n2**2 - 108*a33*m1**2*m2**10
*n1**14*n2**4 - 228*a33*m1**2*m2**10*n1**12*n2**6 - 20*a33*m1**2*m2**10*n1**10*
n2**8 + 72*a33*m1**2*m2**10*n1**8*n2**10 - 2*a33*m1*m2**11*n1**17*n2 + 24*a33*m1
*m2**11*n1**15*n2**3 + 36*a33*m1*m2**11*n1**13*n2**5 - 8*a33*m1*m2**11*n1**11*n2
**7 - 18*a33*m1*m2**11*n1**9*n2**9 - 2*a33*m2**12*n1**16*n2**2 - 2*a33*m2**12*n1
**14*n2**4 + 2*a33*m2**12*n1**12*n2**6 + 2*a33*m2**12*n1**10*n2**8) + u2*v2**2*(
- 4*a33**2*m1**13*n1**6*n2**10 + 4*a33**2*m1**13*n1**2*n2**14 + 40*a33**2*m1**
12*m2*n1**7*n2**9 - 20*a33**2*m1**12*m2*n1**5*n2**11 - 56*a33**2*m1**12*m2*n1**3
*n2**13 + 4*a33**2*m1**12*m2*n1*n2**15 - 180*a33**2*m1**11*m2**2*n1**8*n2**8 +
204*a33**2*m1**11*m2**2*n1**6*n2**10 + 324*a33**2*m1**11*m2**2*n1**4*n2**12 - 60
*a33**2*m1**11*m2**2*n1**2*n2**14 + 480*a33**2*m1**10*m2**3*n1**9*n2**7 - 940*
a33**2*m1**10*m2**3*n1**7*n2**9 - 1036*a33**2*m1**10*m2**3*n1**5*n2**11 + 380*
a33**2*m1**10*m2**3*n1**3*n2**13 - 4*a33**2*m1**10*m2**3*n1*n2**15 - 840*a33**2*
m1**9*m2**4*n1**10*n2**6 + 2580*a33**2*m1**9*m2**4*n1**8*n2**8 + 2000*a33**2*m1
**9*m2**4*n1**6*n2**10 - 1380*a33**2*m1**9*m2**4*n1**4*n2**12 + 40*a33**2*m1**9*
m2**4*n1**2*n2**14 + 1008*a33**2*m1**8*m2**5*n1**11*n2**5 - 4680*a33**2*m1**8*m2
**5*n1**9*n2**7 - 2268*a33**2*m1**8*m2**5*n1**7*n2**9 + 3240*a33**2*m1**8*m2**5*
n1**5*n2**11 - 180*a33**2*m1**8*m2**5*n1**3*n2**13 - 840*a33**2*m1**7*m2**6*n1**
12*n2**4 + 5880*a33**2*m1**7*m2**6*n1**10*n2**6 + 1032*a33**2*m1**7*m2**6*n1**8*
n2**8 - 5208*a33**2*m1**7*m2**6*n1**6*n2**10 + 480*a33**2*m1**7*m2**6*n1**4*n2**
12 + 480*a33**2*m1**6*m2**7*n1**13*n2**3 - 5208*a33**2*m1**6*m2**7*n1**11*n2**5
+ 1032*a33**2*m1**6*m2**7*n1**9*n2**7 + 5880*a33**2*m1**6*m2**7*n1**7*n2**9 -
840*a33**2*m1**6*m2**7*n1**5*n2**11 - 180*a33**2*m1**5*m2**8*n1**14*n2**2 + 3240
*a33**2*m1**5*m2**8*n1**12*n2**4 - 2268*a33**2*m1**5*m2**8*n1**10*n2**6 - 4680*
a33**2*m1**5*m2**8*n1**8*n2**8 + 1008*a33**2*m1**5*m2**8*n1**6*n2**10 + 40*a33**
2*m1**4*m2**9*n1**15*n2 - 1380*a33**2*m1**4*m2**9*n1**13*n2**3 + 2000*a33**2*m1
**4*m2**9*n1**11*n2**5 + 2580*a33**2*m1**4*m2**9*n1**9*n2**7 - 840*a33**2*m1**4*
m2**9*n1**7*n2**9 - 4*a33**2*m1**3*m2**10*n1**16 + 380*a33**2*m1**3*m2**10*n1**
14*n2**2 - 1036*a33**2*m1**3*m2**10*n1**12*n2**4 - 940*a33**2*m1**3*m2**10*n1**
10*n2**6 + 480*a33**2*m1**3*m2**10*n1**8*n2**8 - 60*a33**2*m1**2*m2**11*n1**15*
n2 + 324*a33**2*m1**2*m2**11*n1**13*n2**3 + 204*a33**2*m1**2*m2**11*n1**11*n2**5
- 180*a33**2*m1**2*m2**11*n1**9*n2**7 + 4*a33**2*m1*m2**12*n1**16 - 56*a33**2*
m1*m2**12*n1**14*n2**2 - 20*a33**2*m1*m2**12*n1**12*n2**4 + 40*a33**2*m1*m2**12*
n1**10*n2**6 + 4*a33**2*m2**13*n1**15*n2 - 4*a33**2*m2**13*n1**11*n2**5) + u2*v2
*v3**2*(4*a33**3*m1**14*n1**5*n2**9 - 4*a33**3*m1**14*n1*n2**13 - 36*a33**3*m1**
13*m2*n1**6*n2**8 + 20*a33**3*m1**13*m2*n1**4*n2**10 + 52*a33**3*m1**13*m2*n1**2
*n2**12 - 4*a33**3*m1**13*m2*n2**14 + 144*a33**3*m1**12*m2**2*n1**7*n2**7 - 180*
a33**3*m1**12*m2**2*n1**5*n2**9 - 272*a33**3*m1**12*m2**2*n1**3*n2**11 + 52*a33
**3*m1**12*m2**2*n1*n2**13 - 336*a33**3*m1**11*m2**3*n1**8*n2**6 + 720*a33**3*m1
**11*m2**3*n1**6*n2**8 + 784*a33**3*m1**11*m2**3*n1**4*n2**10 - 272*a33**3*m1**
11*m2**3*n1**2*n2**12 + 504*a33**3*m1**10*m2**4*n1**9*n2**5 - 1680*a33**3*m1**10
*m2**4*n1**7*n2**7 - 1420*a33**3*m1**10*m2**4*n1**5*n2**9 + 784*a33**3*m1**10*m2
**4*n1**3*n2**11 + 20*a33**3*m1**10*m2**4*n1*n2**13 - 504*a33**3*m1**9*m2**5*n1
**10*n2**4 + 2520*a33**3*m1**9*m2**5*n1**8*n2**6 + 1788*a33**3*m1**9*m2**5*n1**6
*n2**8 - 1420*a33**3*m1**9*m2**5*n1**4*n2**10 - 180*a33**3*m1**9*m2**5*n1**2*n2
**12 + 4*a33**3*m1**9*m2**5*n2**14 + 336*a33**3*m1**8*m2**6*n1**11*n2**3 - 2520*
a33**3*m1**8*m2**6*n1**9*n2**5 - 1824*a33**3*m1**8*m2**6*n1**7*n2**7 + 1788*a33
**3*m1**8*m2**6*n1**5*n2**9 + 720*a33**3*m1**8*m2**6*n1**3*n2**11 - 36*a33**3*m1
**8*m2**6*n1*n2**13 - 144*a33**3*m1**7*m2**7*n1**12*n2**2 + 1680*a33**3*m1**7*m2
**7*n1**10*n2**4 + 1824*a33**3*m1**7*m2**7*n1**8*n2**6 - 1824*a33**3*m1**7*m2**7
*n1**6*n2**8 - 1680*a33**3*m1**7*m2**7*n1**4*n2**10 + 144*a33**3*m1**7*m2**7*n1
**2*n2**12 + 36*a33**3*m1**6*m2**8*n1**13*n2 - 720*a33**3*m1**6*m2**8*n1**11*n2
**3 - 1788*a33**3*m1**6*m2**8*n1**9*n2**5 + 1824*a33**3*m1**6*m2**8*n1**7*n2**7
+ 2520*a33**3*m1**6*m2**8*n1**5*n2**9 - 336*a33**3*m1**6*m2**8*n1**3*n2**11 - 4*
a33**3*m1**5*m2**9*n1**14 + 180*a33**3*m1**5*m2**9*n1**12*n2**2 + 1420*a33**3*m1
**5*m2**9*n1**10*n2**4 - 1788*a33**3*m1**5*m2**9*n1**8*n2**6 - 2520*a33**3*m1**5
*m2**9*n1**6*n2**8 + 504*a33**3*m1**5*m2**9*n1**4*n2**10 - 20*a33**3*m1**4*m2**
10*n1**13*n2 - 784*a33**3*m1**4*m2**10*n1**11*n2**3 + 1420*a33**3*m1**4*m2**10*
n1**9*n2**5 + 1680*a33**3*m1**4*m2**10*n1**7*n2**7 - 504*a33**3*m1**4*m2**10*n1
**5*n2**9 + 272*a33**3*m1**3*m2**11*n1**12*n2**2 - 784*a33**3*m1**3*m2**11*n1**
10*n2**4 - 720*a33**3*m1**3*m2**11*n1**8*n2**6 + 336*a33**3*m1**3*m2**11*n1**6*
n2**8 - 52*a33**3*m1**2*m2**12*n1**13*n2 + 272*a33**3*m1**2*m2**12*n1**11*n2**3
+ 180*a33**3*m1**2*m2**12*n1**9*n2**5 - 144*a33**3*m1**2*m2**12*n1**7*n2**7 + 4*
a33**3*m1*m2**13*n1**14 - 52*a33**3*m1*m2**13*n1**12*n2**2 - 20*a33**3*m1*m2**13
*n1**10*n2**4 + 36*a33**3*m1*m2**13*n1**8*n2**6 + 4*a33**3*m2**14*n1**13*n2 - 4*
a33**3*m2**14*n1**9*n2**5) + u2*v3**2*(6*a33**2*m1**13*n1**6*n2**10 + 2*a33**2*
m1**13*n1**4*n2**12 - 6*a33**2*m1**13*n1**2*n2**14 - 2*a33**2*m1**13*n2**16 - 54
*a33**2*m1**12*m2*n1**7*n2**9 + 14*a33**2*m1**12*m2*n1**5*n2**11 + 86*a33**2*m1
**12*m2*n1**3*n2**13 + 18*a33**2*m1**12*m2*n1*n2**15 + 216*a33**2*m1**11*m2**2*
n1**8*n2**8 - 220*a33**2*m1**11*m2**2*n1**6*n2**10 - 468*a33**2*m1**11*m2**2*n1
**4*n2**12 - 36*a33**2*m1**11*m2**2*n1**2*n2**14 - 4*a33**2*m1**11*m2**2*n2**16
- 504*a33**2*m1**10*m2**3*n1**9*n2**7 + 1020*a33**2*m1**10*m2**3*n1**7*n2**9 +
1332*a33**2*m1**10*m2**3*n1**5*n2**11 - 124*a33**2*m1**10*m2**3*n1**3*n2**13 +
68*a33**2*m1**10*m2**3*n1*n2**15 + 756*a33**2*m1**9*m2**4*n1**10*n2**6 - 2580*
a33**2*m1**9*m2**4*n1**8*n2**8 - 2150*a33**2*m1**9*m2**4*n1**6*n2**10 + 750*a33
**2*m1**9*m2**4*n1**4*n2**12 - 430*a33**2*m1**9*m2**4*n1**2*n2**14 + 6*a33**2*m1
**9*m2**4*n2**16 - 756*a33**2*m1**8*m2**5*n1**11*n2**5 + 4116*a33**2*m1**8*m2**5
*n1**9*n2**7 + 1782*a33**2*m1**8*m2**5*n1**7*n2**9 - 1566*a33**2*m1**8*m2**5*n1
**5*n2**11 + 1470*a33**2*m1**8*m2**5*n1**3*n2**13 - 54*a33**2*m1**8*m2**5*n1*n2
**15 + 504*a33**2*m1**7*m2**6*n1**12*n2**4 - 4368*a33**2*m1**7*m2**6*n1**10*n2**
6 - 72*a33**2*m1**7*m2**6*n1**8*n2**8 + 1464*a33**2*m1**7*m2**6*n1**6*n2**10 -
3120*a33**2*m1**7*m2**6*n1**4*n2**12 + 216*a33**2*m1**7*m2**6*n1**2*n2**14 - 216
*a33**2*m1**6*m2**7*n1**13*n2**3 + 3120*a33**2*m1**6*m2**7*n1**11*n2**5 - 1464*
a33**2*m1**6*m2**7*n1**9*n2**7 + 72*a33**2*m1**6*m2**7*n1**7*n2**9 + 4368*a33**2
*m1**6*m2**7*n1**5*n2**11 - 504*a33**2*m1**6*m2**7*n1**3*n2**13 + 54*a33**2*m1**
5*m2**8*n1**14*n2**2 - 1470*a33**2*m1**5*m2**8*n1**12*n2**4 + 1566*a33**2*m1**5*
m2**8*n1**10*n2**6 - 1782*a33**2*m1**5*m2**8*n1**8*n2**8 - 4116*a33**2*m1**5*m2
**8*n1**6*n2**10 + 756*a33**2*m1**5*m2**8*n1**4*n2**12 - 6*a33**2*m1**4*m2**9*n1
**15*n2 + 430*a33**2*m1**4*m2**9*n1**13*n2**3 - 750*a33**2*m1**4*m2**9*n1**11*n2
**5 + 2150*a33**2*m1**4*m2**9*n1**9*n2**7 + 2580*a33**2*m1**4*m2**9*n1**7*n2**9
- 756*a33**2*m1**4*m2**9*n1**5*n2**11 - 68*a33**2*m1**3*m2**10*n1**14*n2**2 +
124*a33**2*m1**3*m2**10*n1**12*n2**4 - 1332*a33**2*m1**3*m2**10*n1**10*n2**6 -
1020*a33**2*m1**3*m2**10*n1**8*n2**8 + 504*a33**2*m1**3*m2**10*n1**6*n2**10 + 4*
a33**2*m1**2*m2**11*n1**15*n2 + 36*a33**2*m1**2*m2**11*n1**13*n2**3 + 468*a33**2
*m1**2*m2**11*n1**11*n2**5 + 220*a33**2*m1**2*m2**11*n1**9*n2**7 - 216*a33**2*m1
**2*m2**11*n1**7*n2**9 - 18*a33**2*m1*m2**12*n1**14*n2**2 - 86*a33**2*m1*m2**12*
n1**12*n2**4 - 14*a33**2*m1*m2**12*n1**10*n2**6 + 54*a33**2*m1*m2**12*n1**8*n2**
8 + 2*a33**2*m2**13*n1**15*n2 + 6*a33**2*m2**13*n1**13*n2**3 - 2*a33**2*m2**13*
n1**11*n2**5 - 6*a33**2*m2**13*n1**9*n2**7) + u2*(m1**11*n1**8*n2**12 + 2*m1**11
*n1**6*n2**14 - 2*m1**11*n1**2*n2**18 - m1**11*n2**20 - 9*m1**10*m2*n1**9*n2**11
- 14*m1**10*m2*n1**7*n2**13 + 12*m1**10*m2*n1**5*n2**15 + 30*m1**10*m2*n1**3*n2
**17 + 13*m1**10*m2*n1*n2**19 + 36*m1**9*m2**2*n1**10*n2**10 + 35*m1**9*m2**2*n1
**8*n2**12 - 110*m1**9*m2**2*n1**6*n2**14 - 180*m1**9*m2**2*n1**4*n2**16 - 70*m1
**9*m2**2*n1**2*n2**18 + m1**9*m2**2*n2**20 - 84*m1**8*m2**3*n1**11*n2**9 - 15*
m1**8*m2**3*n1**9*n2**11 + 450*m1**8*m2**3*n1**7*n2**13 + 600*m1**8*m2**3*n1**5*
n2**15 + 210*m1**8*m2**3*n1**3*n2**17 - 9*m1**8*m2**3*n1*n2**19 + 126*m1**7*m2**
4*n1**12*n2**8 - 120*m1**7*m2**4*n1**10*n2**10 - 1080*m1**7*m2**4*n1**8*n2**12 -
1260*m1**7*m2**4*n1**6*n2**14 - 390*m1**7*m2**4*n1**4*n2**16 + 36*m1**7*m2**4*
n1**2*n2**18 - 126*m1**6*m2**5*n1**13*n2**7 + 336*m1**6*m2**5*n1**11*n2**9 +
1680*m1**6*m2**5*n1**9*n2**11 + 1764*m1**6*m2**5*n1**7*n2**13 + 462*m1**6*m2**5*
n1**5*n2**15 - 84*m1**6*m2**5*n1**3*n2**17 + 84*m1**5*m2**6*n1**14*n2**6 - 462*
m1**5*m2**6*n1**12*n2**8 - 1764*m1**5*m2**6*n1**10*n2**10 - 1680*m1**5*m2**6*n1
**8*n2**12 - 336*m1**5*m2**6*n1**6*n2**14 + 126*m1**5*m2**6*n1**4*n2**16 - 36*m1
**4*m2**7*n1**15*n2**5 + 390*m1**4*m2**7*n1**13*n2**7 + 1260*m1**4*m2**7*n1**11*
n2**9 + 1080*m1**4*m2**7*n1**9*n2**11 + 120*m1**4*m2**7*n1**7*n2**13 - 126*m1**4
*m2**7*n1**5*n2**15 + 9*m1**3*m2**8*n1**16*n2**4 - 210*m1**3*m2**8*n1**14*n2**6
- 600*m1**3*m2**8*n1**12*n2**8 - 450*m1**3*m2**8*n1**10*n2**10 + 15*m1**3*m2**8*
n1**8*n2**12 + 84*m1**3*m2**8*n1**6*n2**14 - m1**2*m2**9*n1**17*n2**3 + 70*m1**2
*m2**9*n1**15*n2**5 + 180*m1**2*m2**9*n1**13*n2**7 + 110*m1**2*m2**9*n1**11*n2**
9 - 35*m1**2*m2**9*n1**9*n2**11 - 36*m1**2*m2**9*n1**7*n2**13 - 13*m1*m2**10*n1
**16*n2**4 - 30*m1*m2**10*n1**14*n2**6 - 12*m1*m2**10*n1**12*n2**8 + 14*m1*m2**
10*n1**10*n2**10 + 9*m1*m2**10*n1**8*n2**12 + m2**11*n1**17*n2**3 + 2*m2**11*n1
**15*n2**5 - 2*m2**11*n1**11*n2**9 - m2**11*n1**9*n2**11) + u3*v1**2*v3*( - 8*
a33**3*m1**14*n1**5*n2**9 + 8*a33**3*m1**14*n1**3*n2**11 + 72*a33**3*m1**13*m2*
n1**6*n2**8 - 128*a33**3*m1**13*m2*n1**4*n2**10 + 24*a33**3*m1**13*m2*n1**2*n2**
12 - 288*a33**3*m1**12*m2**2*n1**7*n2**7 + 800*a33**3*m1**12*m2**2*n1**5*n2**9 -
344*a33**3*m1**12*m2**2*n1**3*n2**11 + 24*a33**3*m1**12*m2**2*n1*n2**13 + 672*
a33**3*m1**11*m2**3*n1**8*n2**6 - 2760*a33**3*m1**11*m2**3*n1**6*n2**8 + 2040*
a33**3*m1**11*m2**3*n1**4*n2**10 - 344*a33**3*m1**11*m2**3*n1**2*n2**12 + 8*a33
**3*m1**11*m2**3*n2**14 - 1008*a33**3*m1**10*m2**4*n1**9*n2**5 + 6000*a33**3*m1
**10*m2**4*n1**7*n2**7 - 6840*a33**3*m1**10*m2**4*n1**5*n2**9 + 2040*a33**3*m1**
10*m2**4*n1**3*n2**11 - 128*a33**3*m1**10*m2**4*n1*n2**13 + 1008*a33**3*m1**9*m2
**5*n1**10*n2**4 - 8736*a33**3*m1**9*m2**5*n1**8*n2**6 + 14640*a33**3*m1**9*m2**
5*n1**6*n2**8 - 6840*a33**3*m1**9*m2**5*n1**4*n2**10 + 800*a33**3*m1**9*m2**5*n1
**2*n2**12 - 8*a33**3*m1**9*m2**5*n2**14 - 672*a33**3*m1**8*m2**6*n1**11*n2**3 +
8736*a33**3*m1**8*m2**6*n1**9*n2**5 - 21168*a33**3*m1**8*m2**6*n1**7*n2**7 +
14640*a33**3*m1**8*m2**6*n1**5*n2**9 - 2760*a33**3*m1**8*m2**6*n1**3*n2**11 + 72
*a33**3*m1**8*m2**6*n1*n2**13 + 288*a33**3*m1**7*m2**7*n1**12*n2**2 - 6000*a33**
3*m1**7*m2**7*n1**10*n2**4 + 21168*a33**3*m1**7*m2**7*n1**8*n2**6 - 21168*a33**3
*m1**7*m2**7*n1**6*n2**8 + 6000*a33**3*m1**7*m2**7*n1**4*n2**10 - 288*a33**3*m1
**7*m2**7*n1**2*n2**12 - 72*a33**3*m1**6*m2**8*n1**13*n2 + 2760*a33**3*m1**6*m2
**8*n1**11*n2**3 - 14640*a33**3*m1**6*m2**8*n1**9*n2**5 + 21168*a33**3*m1**6*m2
**8*n1**7*n2**7 - 8736*a33**3*m1**6*m2**8*n1**5*n2**9 + 672*a33**3*m1**6*m2**8*
n1**3*n2**11 + 8*a33**3*m1**5*m2**9*n1**14 - 800*a33**3*m1**5*m2**9*n1**12*n2**2
+ 6840*a33**3*m1**5*m2**9*n1**10*n2**4 - 14640*a33**3*m1**5*m2**9*n1**8*n2**6 +
8736*a33**3*m1**5*m2**9*n1**6*n2**8 - 1008*a33**3*m1**5*m2**9*n1**4*n2**10 +
128*a33**3*m1**4*m2**10*n1**13*n2 - 2040*a33**3*m1**4*m2**10*n1**11*n2**3 + 6840
*a33**3*m1**4*m2**10*n1**9*n2**5 - 6000*a33**3*m1**4*m2**10*n1**7*n2**7 + 1008*
a33**3*m1**4*m2**10*n1**5*n2**9 - 8*a33**3*m1**3*m2**11*n1**14 + 344*a33**3*m1**
3*m2**11*n1**12*n2**2 - 2040*a33**3*m1**3*m2**11*n1**10*n2**4 + 2760*a33**3*m1**
3*m2**11*n1**8*n2**6 - 672*a33**3*m1**3*m2**11*n1**6*n2**8 - 24*a33**3*m1**2*m2
**12*n1**13*n2 + 344*a33**3*m1**2*m2**12*n1**11*n2**3 - 800*a33**3*m1**2*m2**12*
n1**9*n2**5 + 288*a33**3*m1**2*m2**12*n1**7*n2**7 - 24*a33**3*m1*m2**13*n1**12*
n2**2 + 128*a33**3*m1*m2**13*n1**10*n2**4 - 72*a33**3*m1*m2**13*n1**8*n2**6 - 8*
a33**3*m2**14*n1**11*n2**3 + 8*a33**3*m2**14*n1**9*n2**5) + u3*v2**2*v3*( - 8*
a33**3*m1**14*n1**5*n2**9 + 8*a33**3*m1**14*n1**3*n2**11 + 72*a33**3*m1**13*m2*
n1**6*n2**8 - 128*a33**3*m1**13*m2*n1**4*n2**10 + 24*a33**3*m1**13*m2*n1**2*n2**
12 - 288*a33**3*m1**12*m2**2*n1**7*n2**7 + 800*a33**3*m1**12*m2**2*n1**5*n2**9 -
344*a33**3*m1**12*m2**2*n1**3*n2**11 + 24*a33**3*m1**12*m2**2*n1*n2**13 + 672*
a33**3*m1**11*m2**3*n1**8*n2**6 - 2760*a33**3*m1**11*m2**3*n1**6*n2**8 + 2040*
a33**3*m1**11*m2**3*n1**4*n2**10 - 344*a33**3*m1**11*m2**3*n1**2*n2**12 + 8*a33
**3*m1**11*m2**3*n2**14 - 1008*a33**3*m1**10*m2**4*n1**9*n2**5 + 6000*a33**3*m1
**10*m2**4*n1**7*n2**7 - 6840*a33**3*m1**10*m2**4*n1**5*n2**9 + 2040*a33**3*m1**
10*m2**4*n1**3*n2**11 - 128*a33**3*m1**10*m2**4*n1*n2**13 + 1008*a33**3*m1**9*m2
**5*n1**10*n2**4 - 8736*a33**3*m1**9*m2**5*n1**8*n2**6 + 14640*a33**3*m1**9*m2**
5*n1**6*n2**8 - 6840*a33**3*m1**9*m2**5*n1**4*n2**10 + 800*a33**3*m1**9*m2**5*n1
**2*n2**12 - 8*a33**3*m1**9*m2**5*n2**14 - 672*a33**3*m1**8*m2**6*n1**11*n2**3 +
8736*a33**3*m1**8*m2**6*n1**9*n2**5 - 21168*a33**3*m1**8*m2**6*n1**7*n2**7 +
14640*a33**3*m1**8*m2**6*n1**5*n2**9 - 2760*a33**3*m1**8*m2**6*n1**3*n2**11 + 72
*a33**3*m1**8*m2**6*n1*n2**13 + 288*a33**3*m1**7*m2**7*n1**12*n2**2 - 6000*a33**
3*m1**7*m2**7*n1**10*n2**4 + 21168*a33**3*m1**7*m2**7*n1**8*n2**6 - 21168*a33**3
*m1**7*m2**7*n1**6*n2**8 + 6000*a33**3*m1**7*m2**7*n1**4*n2**10 - 288*a33**3*m1
**7*m2**7*n1**2*n2**12 - 72*a33**3*m1**6*m2**8*n1**13*n2 + 2760*a33**3*m1**6*m2
**8*n1**11*n2**3 - 14640*a33**3*m1**6*m2**8*n1**9*n2**5 + 21168*a33**3*m1**6*m2
**8*n1**7*n2**7 - 8736*a33**3*m1**6*m2**8*n1**5*n2**9 + 672*a33**3*m1**6*m2**8*
n1**3*n2**11 + 8*a33**3*m1**5*m2**9*n1**14 - 800*a33**3*m1**5*m2**9*n1**12*n2**2
+ 6840*a33**3*m1**5*m2**9*n1**10*n2**4 - 14640*a33**3*m1**5*m2**9*n1**8*n2**6 +
8736*a33**3*m1**5*m2**9*n1**6*n2**8 - 1008*a33**3*m1**5*m2**9*n1**4*n2**10 +
128*a33**3*m1**4*m2**10*n1**13*n2 - 2040*a33**3*m1**4*m2**10*n1**11*n2**3 + 6840
*a33**3*m1**4*m2**10*n1**9*n2**5 - 6000*a33**3*m1**4*m2**10*n1**7*n2**7 + 1008*
a33**3*m1**4*m2**10*n1**5*n2**9 - 8*a33**3*m1**3*m2**11*n1**14 + 344*a33**3*m1**
3*m2**11*n1**12*n2**2 - 2040*a33**3*m1**3*m2**11*n1**10*n2**4 + 2760*a33**3*m1**
3*m2**11*n1**8*n2**6 - 672*a33**3*m1**3*m2**11*n1**6*n2**8 - 24*a33**3*m1**2*m2
**12*n1**13*n2 + 344*a33**3*m1**2*m2**12*n1**11*n2**3 - 800*a33**3*m1**2*m2**12*
n1**9*n2**5 + 288*a33**3*m1**2*m2**12*n1**7*n2**7 - 24*a33**3*m1*m2**13*n1**12*
n2**2 + 128*a33**3*m1*m2**13*n1**10*n2**4 - 72*a33**3*m1*m2**13*n1**8*n2**6 - 8*
a33**3*m2**14*n1**11*n2**3 + 8*a33**3*m2**14*n1**9*n2**5) + u3*v3**3*( - 8*a33**
3*m1**14*n1**5*n2**9 + 8*a33**3*m1**14*n1**3*n2**11 + 72*a33**3*m1**13*m2*n1**6*
n2**8 - 128*a33**3*m1**13*m2*n1**4*n2**10 + 24*a33**3*m1**13*m2*n1**2*n2**12 -
288*a33**3*m1**12*m2**2*n1**7*n2**7 + 800*a33**3*m1**12*m2**2*n1**5*n2**9 - 344*
a33**3*m1**12*m2**2*n1**3*n2**11 + 24*a33**3*m1**12*m2**2*n1*n2**13 + 672*a33**3
*m1**11*m2**3*n1**8*n2**6 - 2760*a33**3*m1**11*m2**3*n1**6*n2**8 + 2040*a33**3*
m1**11*m2**3*n1**4*n2**10 - 344*a33**3*m1**11*m2**3*n1**2*n2**12 + 8*a33**3*m1**
11*m2**3*n2**14 - 1008*a33**3*m1**10*m2**4*n1**9*n2**5 + 6000*a33**3*m1**10*m2**
4*n1**7*n2**7 - 6840*a33**3*m1**10*m2**4*n1**5*n2**9 + 2040*a33**3*m1**10*m2**4*
n1**3*n2**11 - 128*a33**3*m1**10*m2**4*n1*n2**13 + 1008*a33**3*m1**9*m2**5*n1**
10*n2**4 - 8736*a33**3*m1**9*m2**5*n1**8*n2**6 + 14640*a33**3*m1**9*m2**5*n1**6*
n2**8 - 6840*a33**3*m1**9*m2**5*n1**4*n2**10 + 800*a33**3*m1**9*m2**5*n1**2*n2**
12 - 8*a33**3*m1**9*m2**5*n2**14 - 672*a33**3*m1**8*m2**6*n1**11*n2**3 + 8736*
a33**3*m1**8*m2**6*n1**9*n2**5 - 21168*a33**3*m1**8*m2**6*n1**7*n2**7 + 14640*
a33**3*m1**8*m2**6*n1**5*n2**9 - 2760*a33**3*m1**8*m2**6*n1**3*n2**11 + 72*a33**
3*m1**8*m2**6*n1*n2**13 + 288*a33**3*m1**7*m2**7*n1**12*n2**2 - 6000*a33**3*m1**
7*m2**7*n1**10*n2**4 + 21168*a33**3*m1**7*m2**7*n1**8*n2**6 - 21168*a33**3*m1**7
*m2**7*n1**6*n2**8 + 6000*a33**3*m1**7*m2**7*n1**4*n2**10 - 288*a33**3*m1**7*m2
**7*n1**2*n2**12 - 72*a33**3*m1**6*m2**8*n1**13*n2 + 2760*a33**3*m1**6*m2**8*n1
**11*n2**3 - 14640*a33**3*m1**6*m2**8*n1**9*n2**5 + 21168*a33**3*m1**6*m2**8*n1
**7*n2**7 - 8736*a33**3*m1**6*m2**8*n1**5*n2**9 + 672*a33**3*m1**6*m2**8*n1**3*
n2**11 + 8*a33**3*m1**5*m2**9*n1**14 - 800*a33**3*m1**5*m2**9*n1**12*n2**2 +
6840*a33**3*m1**5*m2**9*n1**10*n2**4 - 14640*a33**3*m1**5*m2**9*n1**8*n2**6 +
8736*a33**3*m1**5*m2**9*n1**6*n2**8 - 1008*a33**3*m1**5*m2**9*n1**4*n2**10 + 128
*a33**3*m1**4*m2**10*n1**13*n2 - 2040*a33**3*m1**4*m2**10*n1**11*n2**3 + 6840*
a33**3*m1**4*m2**10*n1**9*n2**5 - 6000*a33**3*m1**4*m2**10*n1**7*n2**7 + 1008*
a33**3*m1**4*m2**10*n1**5*n2**9 - 8*a33**3*m1**3*m2**11*n1**14 + 344*a33**3*m1**
3*m2**11*n1**12*n2**2 - 2040*a33**3*m1**3*m2**11*n1**10*n2**4 + 2760*a33**3*m1**
3*m2**11*n1**8*n2**6 - 672*a33**3*m1**3*m2**11*n1**6*n2**8 - 24*a33**3*m1**2*m2
**12*n1**13*n2 + 344*a33**3*m1**2*m2**12*n1**11*n2**3 - 800*a33**3*m1**2*m2**12*
n1**9*n2**5 + 288*a33**3*m1**2*m2**12*n1**7*n2**7 - 24*a33**3*m1*m2**13*n1**12*
n2**2 + 128*a33**3*m1*m2**13*n1**10*n2**4 - 72*a33**3*m1*m2**13*n1**8*n2**6 - 8*
a33**3*m2**14*n1**11*n2**3 + 8*a33**3*m2**14*n1**9*n2**5) + u3*v3*(2*a33*m1**12*
n1**7*n2**11 + 2*a33*m1**12*n1**5*n2**13 - 2*a33*m1**12*n1**3*n2**15 - 2*a33*m1
**12*n1*n2**17 - 20*a33*m1**11*m2*n1**8*n2**10 - 12*a33*m1**11*m2*n1**6*n2**12 +
36*a33*m1**11*m2*n1**4*n2**14 + 28*a33*m1**11*m2*n1**2*n2**16 + 90*a33*m1**10*
m2**2*n1**9*n2**9 + 8*a33*m1**10*m2**2*n1**7*n2**11 - 252*a33*m1**10*m2**2*n1**5
*n2**13 - 168*a33*m1**10*m2**2*n1**3*n2**15 + 2*a33*m1**10*m2**2*n1*n2**17 - 240
*a33*m1**9*m2**3*n1**10*n2**8 + 140*a33*m1**9*m2**3*n1**8*n2**10 + 980*a33*m1**9
*m2**3*n1**6*n2**12 + 580*a33*m1**9*m2**3*n1**4*n2**14 - 20*a33*m1**9*m2**3*n1**
2*n2**16 + 420*a33*m1**8*m2**4*n1**11*n2**7 - 630*a33*m1**8*m2**4*n1**9*n2**9 -
2430*a33*m1**8*m2**4*n1**7*n2**11 - 1290*a33*m1**8*m2**4*n1**5*n2**13 + 90*a33*
m1**8*m2**4*n1**3*n2**15 - 504*a33*m1**7*m2**5*n1**12*n2**6 + 1416*a33*m1**7*m2
**5*n1**10*n2**8 + 4104*a33*m1**7*m2**5*n1**8*n2**10 + 1944*a33*m1**7*m2**5*n1**
6*n2**12 - 240*a33*m1**7*m2**5*n1**4*n2**14 + 420*a33*m1**6*m2**6*n1**13*n2**5 -
2016*a33*m1**6*m2**6*n1**11*n2**7 - 4872*a33*m1**6*m2**6*n1**9*n2**9 - 2016*a33
*m1**6*m2**6*n1**7*n2**11 + 420*a33*m1**6*m2**6*n1**5*n2**13 - 240*a33*m1**5*m2
**7*n1**14*n2**4 + 1944*a33*m1**5*m2**7*n1**12*n2**6 + 4104*a33*m1**5*m2**7*n1**
10*n2**8 + 1416*a33*m1**5*m2**7*n1**8*n2**10 - 504*a33*m1**5*m2**7*n1**6*n2**12
+ 90*a33*m1**4*m2**8*n1**15*n2**3 - 1290*a33*m1**4*m2**8*n1**13*n2**5 - 2430*a33
*m1**4*m2**8*n1**11*n2**7 - 630*a33*m1**4*m2**8*n1**9*n2**9 + 420*a33*m1**4*m2**
8*n1**7*n2**11 - 20*a33*m1**3*m2**9*n1**16*n2**2 + 580*a33*m1**3*m2**9*n1**14*n2
**4 + 980*a33*m1**3*m2**9*n1**12*n2**6 + 140*a33*m1**3*m2**9*n1**10*n2**8 - 240*
a33*m1**3*m2**9*n1**8*n2**10 + 2*a33*m1**2*m2**10*n1**17*n2 - 168*a33*m1**2*m2**
10*n1**15*n2**3 - 252*a33*m1**2*m2**10*n1**13*n2**5 + 8*a33*m1**2*m2**10*n1**11*
n2**7 + 90*a33*m1**2*m2**10*n1**9*n2**9 + 28*a33*m1*m2**11*n1**16*n2**2 + 36*a33
*m1*m2**11*n1**14*n2**4 - 12*a33*m1*m2**11*n1**12*n2**6 - 20*a33*m1*m2**11*n1**
10*n2**8 - 2*a33*m2**12*n1**17*n2 - 2*a33*m2**12*n1**15*n2**3 + 2*a33*m2**12*n1
**13*n2**5 + 2*a33*m2**12*n1**11*n2**7) + v1**3*( - 4*a33**2*m1**14*n1**6*n2**9
+ 8*a33**2*m1**14*n1**4*n2**11 - 4*a33**2*m1**14*n1**2*n2**13 + 36*a33**2*m1**13
*m2*n1**7*n2**8 - 104*a33**2*m1**13*m2*n1**5*n2**10 + 76*a33**2*m1**13*m2*n1**3*
n2**12 - 8*a33**2*m1**13*m2*n1*n2**14 - 144*a33**2*m1**12*m2**2*n1**8*n2**7 +
580*a33**2*m1**12*m2**2*n1**6*n2**9 - 596*a33**2*m1**12*m2**2*n1**4*n2**11 + 132
*a33**2*m1**12*m2**2*n1**2*n2**13 - 4*a33**2*m1**12*m2**2*n2**15 + 336*a33**2*m1
**11*m2**3*n1**9*n2**6 - 1860*a33**2*m1**11*m2**3*n1**7*n2**8 + 2620*a33**2*m1**
11*m2**3*n1**5*n2**10 - 940*a33**2*m1**11*m2**3*n1**3*n2**12 + 68*a33**2*m1**11*
m2**3*n1*n2**14 - 504*a33**2*m1**10*m2**4*n1**10*n2**5 + 3840*a33**2*m1**10*m2**
4*n1**8*n2**7 - 7320*a33**2*m1**10*m2**4*n1**6*n2**9 + 3860*a33**2*m1**10*m2**4*
n1**4*n2**11 - 488*a33**2*m1**10*m2**4*n1**2*n2**13 + 4*a33**2*m1**10*m2**4*n2**
15 + 504*a33**2*m1**9*m2**5*n1**11*n2**4 - 5376*a33**2*m1**9*m2**5*n1**9*n2**6 +
13848*a33**2*m1**9*m2**5*n1**7*n2**8 - 10260*a33**2*m1**9*m2**5*n1**5*n2**10 +
2000*a33**2*m1**9*m2**5*n1**3*n2**12 - 44*a33**2*m1**9*m2**5*n1*n2**14 - 336*a33
**2*m1**8*m2**6*n1**12*n2**3 + 5208*a33**2*m1**8*m2**6*n1**10*n2**5 - 18312*a33
**2*m1**8*m2**6*n1**8*n2**7 + 18696*a33**2*m1**8*m2**6*n1**6*n2**9 - 5280*a33**2
*m1**8*m2**6*n1**4*n2**11 + 216*a33**2*m1**8*m2**6*n1**2*n2**13 + 144*a33**2*m1
**7*m2**7*n1**13*n2**2 - 3480*a33**2*m1**7*m2**7*n1**11*n2**4 + 17112*a33**2*m1
**7*m2**7*n1**9*n2**6 - 24024*a33**2*m1**7*m2**7*n1**7*n2**8 + 9528*a33**2*m1**7
*m2**7*n1**5*n2**10 - 624*a33**2*m1**7*m2**7*n1**3*n2**12 - 36*a33**2*m1**6*m2**
8*n1**14*n2 + 1560*a33**2*m1**6*m2**8*n1**12*n2**3 - 11220*a33**2*m1**6*m2**8*n1
**10*n2**5 + 21960*a33**2*m1**6*m2**8*n1**8*n2**7 - 12096*a33**2*m1**6*m2**8*n1
**6*n2**9 + 1176*a33**2*m1**6*m2**8*n1**4*n2**11 + 4*a33**2*m1**5*m2**9*n1**15 -
440*a33**2*m1**5*m2**9*n1**13*n2**2 + 5020*a33**2*m1**5*m2**9*n1**11*n2**4 -
14160*a33**2*m1**5*m2**9*n1**9*n2**6 + 10896*a33**2*m1**5*m2**9*n1**7*n2**8 -
1512*a33**2*m1**5*m2**9*n1**5*n2**10 + 68*a33**2*m1**4*m2**10*n1**14*n2 - 1444*
a33**2*m1**4*m2**10*n1**12*n2**3 + 6260*a33**2*m1**4*m2**10*n1**10*n2**5 - 6900*
a33**2*m1**4*m2**10*n1**8*n2**7 + 1344*a33**2*m1**4*m2**10*n1**6*n2**9 - 4*a33**
2*m1**3*m2**11*n1**15 + 236*a33**2*m1**3*m2**11*n1**13*n2**2 - 1788*a33**2*m1**3
*m2**11*n1**11*n2**4 + 2980*a33**2*m1**3*m2**11*n1**9*n2**6 - 816*a33**2*m1**3*
m2**11*n1**7*n2**8 - 16*a33**2*m1**2*m2**12*n1**14*n2 + 292*a33**2*m1**2*m2**12*
n1**12*n2**3 - 824*a33**2*m1**2*m2**12*n1**10*n2**5 + 324*a33**2*m1**2*m2**12*n1
**8*n2**7 - 20*a33**2*m1*m2**13*n1**13*n2**2 + 128*a33**2*m1*m2**13*n1**11*n2**4
- 76*a33**2*m1*m2**13*n1**9*n2**6 - 8*a33**2*m2**14*n1**12*n2**3 + 8*a33**2*m2
**14*n1**10*n2**5) + v1**2*v2*( - 8*a33**2*m1**14*n1**5*n2**10 + 8*a33**2*m1**14
*n1**3*n2**12 + 76*a33**2*m1**13*m2*n1**6*n2**9 - 128*a33**2*m1**13*m2*n1**4*n2
**11 + 20*a33**2*m1**13*m2*n1**2*n2**13 - 324*a33**2*m1**12*m2**2*n1**7*n2**8 +
824*a33**2*m1**12*m2**2*n1**5*n2**10 - 292*a33**2*m1**12*m2**2*n1**3*n2**12 + 16
*a33**2*m1**12*m2**2*n1*n2**14 + 816*a33**2*m1**11*m2**3*n1**8*n2**7 - 2980*a33
**2*m1**11*m2**3*n1**6*n2**9 + 1788*a33**2*m1**11*m2**3*n1**4*n2**11 - 236*a33**
2*m1**11*m2**3*n1**2*n2**13 + 4*a33**2*m1**11*m2**3*n2**15 - 1344*a33**2*m1**10*
m2**4*n1**9*n2**6 + 6900*a33**2*m1**10*m2**4*n1**7*n2**8 - 6260*a33**2*m1**10*m2
**4*n1**5*n2**10 + 1444*a33**2*m1**10*m2**4*n1**3*n2**12 - 68*a33**2*m1**10*m2**
4*n1*n2**14 + 1512*a33**2*m1**9*m2**5*n1**10*n2**5 - 10896*a33**2*m1**9*m2**5*n1
**8*n2**7 + 14160*a33**2*m1**9*m2**5*n1**6*n2**9 - 5020*a33**2*m1**9*m2**5*n1**4
*n2**11 + 440*a33**2*m1**9*m2**5*n1**2*n2**13 - 4*a33**2*m1**9*m2**5*n2**15 -
1176*a33**2*m1**8*m2**6*n1**11*n2**4 + 12096*a33**2*m1**8*m2**6*n1**9*n2**6 -
21960*a33**2*m1**8*m2**6*n1**7*n2**8 + 11220*a33**2*m1**8*m2**6*n1**5*n2**10 -
1560*a33**2*m1**8*m2**6*n1**3*n2**12 + 36*a33**2*m1**8*m2**6*n1*n2**14 + 624*a33
**2*m1**7*m2**7*n1**12*n2**3 - 9528*a33**2*m1**7*m2**7*n1**10*n2**5 + 24024*a33
**2*m1**7*m2**7*n1**8*n2**7 - 17112*a33**2*m1**7*m2**7*n1**6*n2**9 + 3480*a33**2
*m1**7*m2**7*n1**4*n2**11 - 144*a33**2*m1**7*m2**7*n1**2*n2**13 - 216*a33**2*m1
**6*m2**8*n1**13*n2**2 + 5280*a33**2*m1**6*m2**8*n1**11*n2**4 - 18696*a33**2*m1
**6*m2**8*n1**9*n2**6 + 18312*a33**2*m1**6*m2**8*n1**7*n2**8 - 5208*a33**2*m1**6
*m2**8*n1**5*n2**10 + 336*a33**2*m1**6*m2**8*n1**3*n2**12 + 44*a33**2*m1**5*m2**
9*n1**14*n2 - 2000*a33**2*m1**5*m2**9*n1**12*n2**3 + 10260*a33**2*m1**5*m2**9*n1
**10*n2**5 - 13848*a33**2*m1**5*m2**9*n1**8*n2**7 + 5376*a33**2*m1**5*m2**9*n1**
6*n2**9 - 504*a33**2*m1**5*m2**9*n1**4*n2**11 - 4*a33**2*m1**4*m2**10*n1**15 +
488*a33**2*m1**4*m2**10*n1**13*n2**2 - 3860*a33**2*m1**4*m2**10*n1**11*n2**4 +
7320*a33**2*m1**4*m2**10*n1**9*n2**6 - 3840*a33**2*m1**4*m2**10*n1**7*n2**8 +
504*a33**2*m1**4*m2**10*n1**5*n2**10 - 68*a33**2*m1**3*m2**11*n1**14*n2 + 940*
a33**2*m1**3*m2**11*n1**12*n2**3 - 2620*a33**2*m1**3*m2**11*n1**10*n2**5 + 1860*
a33**2*m1**3*m2**11*n1**8*n2**7 - 336*a33**2*m1**3*m2**11*n1**6*n2**9 + 4*a33**2
*m1**2*m2**12*n1**15 - 132*a33**2*m1**2*m2**12*n1**13*n2**2 + 596*a33**2*m1**2*
m2**12*n1**11*n2**4 - 580*a33**2*m1**2*m2**12*n1**9*n2**6 + 144*a33**2*m1**2*m2
**12*n1**7*n2**8 + 8*a33**2*m1*m2**13*n1**14*n2 - 76*a33**2*m1*m2**13*n1**12*n2
**3 + 104*a33**2*m1*m2**13*n1**10*n2**5 - 36*a33**2*m1*m2**13*n1**8*n2**7 + 4*
a33**2*m2**14*n1**13*n2**2 - 8*a33**2*m2**14*n1**11*n2**4 + 4*a33**2*m2**14*n1**
9*n2**6) + v1**2*v3**2*(4*a33**3*m1**15*n1**4*n2**9 - 4*a33**3*m1**15*n1**2*n2**
11 - 36*a33**3*m1**14*m2*n1**5*n2**8 + 60*a33**3*m1**14*m2*n1**3*n2**10 - 8*a33
**3*m1**14*m2*n1*n2**12 + 144*a33**3*m1**13*m2**2*n1**6*n2**7 - 360*a33**3*m1**
13*m2**2*n1**4*n2**9 + 108*a33**3*m1**13*m2**2*n1**2*n2**11 - 4*a33**3*m1**13*m2
**2*n2**13 - 336*a33**3*m1**12*m2**3*n1**7*n2**6 + 1200*a33**3*m1**12*m2**3*n1**
5*n2**8 - 596*a33**3*m1**12*m2**3*n1**3*n2**10 + 52*a33**3*m1**12*m2**3*n1*n2**
12 + 504*a33**3*m1**11*m2**4*n1**8*n2**5 - 2520*a33**3*m1**11*m2**4*n1**6*n2**7
+ 1820*a33**3*m1**11*m2**4*n1**4*n2**9 - 252*a33**3*m1**11*m2**4*n1**2*n2**11 -
504*a33**3*m1**10*m2**5*n1**9*n2**4 + 3528*a33**3*m1**10*m2**5*n1**7*n2**6 -
3420*a33**3*m1**10*m2**5*n1**5*n2**8 + 580*a33**3*m1**10*m2**5*n1**3*n2**10 + 24
*a33**3*m1**10*m2**5*n1*n2**12 + 336*a33**3*m1**9*m2**6*n1**10*n2**3 - 3360*a33
**3*m1**9*m2**6*n1**8*n2**5 + 4056*a33**3*m1**9*m2**6*n1**6*n2**7 - 480*a33**3*
m1**9*m2**6*n1**4*n2**9 - 220*a33**3*m1**9*m2**6*n1**2*n2**11 + 4*a33**3*m1**9*
m2**6*n2**13 - 144*a33**3*m1**8*m2**7*n1**11*n2**2 + 2160*a33**3*m1**8*m2**7*n1
**9*n2**4 - 2856*a33**3*m1**8*m2**7*n1**7*n2**6 - 792*a33**3*m1**8*m2**7*n1**5*
n2**8 + 900*a33**3*m1**8*m2**7*n1**3*n2**10 - 36*a33**3*m1**8*m2**7*n1*n2**12 +
36*a33**3*m1**7*m2**8*n1**12*n2 - 900*a33**3*m1**7*m2**8*n1**10*n2**3 + 792*a33
**3*m1**7*m2**8*n1**8*n2**5 + 2856*a33**3*m1**7*m2**8*n1**6*n2**7 - 2160*a33**3*
m1**7*m2**8*n1**4*n2**9 + 144*a33**3*m1**7*m2**8*n1**2*n2**11 - 4*a33**3*m1**6*
m2**9*n1**13 + 220*a33**3*m1**6*m2**9*n1**11*n2**2 + 480*a33**3*m1**6*m2**9*n1**
9*n2**4 - 4056*a33**3*m1**6*m2**9*n1**7*n2**6 + 3360*a33**3*m1**6*m2**9*n1**5*n2
**8 - 336*a33**3*m1**6*m2**9*n1**3*n2**10 - 24*a33**3*m1**5*m2**10*n1**12*n2 -
580*a33**3*m1**5*m2**10*n1**10*n2**3 + 3420*a33**3*m1**5*m2**10*n1**8*n2**5 -
3528*a33**3*m1**5*m2**10*n1**6*n2**7 + 504*a33**3*m1**5*m2**10*n1**4*n2**9 + 252
*a33**3*m1**4*m2**11*n1**11*n2**2 - 1820*a33**3*m1**4*m2**11*n1**9*n2**4 + 2520*
a33**3*m1**4*m2**11*n1**7*n2**6 - 504*a33**3*m1**4*m2**11*n1**5*n2**8 - 52*a33**
3*m1**3*m2**12*n1**12*n2 + 596*a33**3*m1**3*m2**12*n1**10*n2**3 - 1200*a33**3*m1
**3*m2**12*n1**8*n2**5 + 336*a33**3*m1**3*m2**12*n1**6*n2**7 + 4*a33**3*m1**2*m2
**13*n1**13 - 108*a33**3*m1**2*m2**13*n1**11*n2**2 + 360*a33**3*m1**2*m2**13*n1
**9*n2**4 - 144*a33**3*m1**2*m2**13*n1**7*n2**6 + 8*a33**3*m1*m2**14*n1**12*n2 -
60*a33**3*m1*m2**14*n1**10*n2**3 + 36*a33**3*m1*m2**14*n1**8*n2**5 + 4*a33**3*
m2**15*n1**11*n2**2 - 4*a33**3*m2**15*n1**9*n2**4) + v1*v2**2*( - 4*a33**2*m1**
14*n1**6*n2**9 + 8*a33**2*m1**14*n1**4*n2**11 - 4*a33**2*m1**14*n1**2*n2**13 +
36*a33**2*m1**13*m2*n1**7*n2**8 - 104*a33**2*m1**13*m2*n1**5*n2**10 + 76*a33**2*
m1**13*m2*n1**3*n2**12 - 8*a33**2*m1**13*m2*n1*n2**14 - 144*a33**2*m1**12*m2**2*
n1**8*n2**7 + 580*a33**2*m1**12*m2**2*n1**6*n2**9 - 596*a33**2*m1**12*m2**2*n1**
4*n2**11 + 132*a33**2*m1**12*m2**2*n1**2*n2**13 - 4*a33**2*m1**12*m2**2*n2**15 +
336*a33**2*m1**11*m2**3*n1**9*n2**6 - 1860*a33**2*m1**11*m2**3*n1**7*n2**8 +
2620*a33**2*m1**11*m2**3*n1**5*n2**10 - 940*a33**2*m1**11*m2**3*n1**3*n2**12 +
68*a33**2*m1**11*m2**3*n1*n2**14 - 504*a33**2*m1**10*m2**4*n1**10*n2**5 + 3840*
a33**2*m1**10*m2**4*n1**8*n2**7 - 7320*a33**2*m1**10*m2**4*n1**6*n2**9 + 3860*
a33**2*m1**10*m2**4*n1**4*n2**11 - 488*a33**2*m1**10*m2**4*n1**2*n2**13 + 4*a33
**2*m1**10*m2**4*n2**15 + 504*a33**2*m1**9*m2**5*n1**11*n2**4 - 5376*a33**2*m1**
9*m2**5*n1**9*n2**6 + 13848*a33**2*m1**9*m2**5*n1**7*n2**8 - 10260*a33**2*m1**9*
m2**5*n1**5*n2**10 + 2000*a33**2*m1**9*m2**5*n1**3*n2**12 - 44*a33**2*m1**9*m2**
5*n1*n2**14 - 336*a33**2*m1**8*m2**6*n1**12*n2**3 + 5208*a33**2*m1**8*m2**6*n1**
10*n2**5 - 18312*a33**2*m1**8*m2**6*n1**8*n2**7 + 18696*a33**2*m1**8*m2**6*n1**6
*n2**9 - 5280*a33**2*m1**8*m2**6*n1**4*n2**11 + 216*a33**2*m1**8*m2**6*n1**2*n2
**13 + 144*a33**2*m1**7*m2**7*n1**13*n2**2 - 3480*a33**2*m1**7*m2**7*n1**11*n2**
4 + 17112*a33**2*m1**7*m2**7*n1**9*n2**6 - 24024*a33**2*m1**7*m2**7*n1**7*n2**8
+ 9528*a33**2*m1**7*m2**7*n1**5*n2**10 - 624*a33**2*m1**7*m2**7*n1**3*n2**12 -
36*a33**2*m1**6*m2**8*n1**14*n2 + 1560*a33**2*m1**6*m2**8*n1**12*n2**3 - 11220*
a33**2*m1**6*m2**8*n1**10*n2**5 + 21960*a33**2*m1**6*m2**8*n1**8*n2**7 - 12096*
a33**2*m1**6*m2**8*n1**6*n2**9 + 1176*a33**2*m1**6*m2**8*n1**4*n2**11 + 4*a33**2
*m1**5*m2**9*n1**15 - 440*a33**2*m1**5*m2**9*n1**13*n2**2 + 5020*a33**2*m1**5*m2
**9*n1**11*n2**4 - 14160*a33**2*m1**5*m2**9*n1**9*n2**6 + 10896*a33**2*m1**5*m2
**9*n1**7*n2**8 - 1512*a33**2*m1**5*m2**9*n1**5*n2**10 + 68*a33**2*m1**4*m2**10*
n1**14*n2 - 1444*a33**2*m1**4*m2**10*n1**12*n2**3 + 6260*a33**2*m1**4*m2**10*n1
**10*n2**5 - 6900*a33**2*m1**4*m2**10*n1**8*n2**7 + 1344*a33**2*m1**4*m2**10*n1
**6*n2**9 - 4*a33**2*m1**3*m2**11*n1**15 + 236*a33**2*m1**3*m2**11*n1**13*n2**2
- 1788*a33**2*m1**3*m2**11*n1**11*n2**4 + 2980*a33**2*m1**3*m2**11*n1**9*n2**6 -
816*a33**2*m1**3*m2**11*n1**7*n2**8 - 16*a33**2*m1**2*m2**12*n1**14*n2 + 292*
a33**2*m1**2*m2**12*n1**12*n2**3 - 824*a33**2*m1**2*m2**12*n1**10*n2**5 + 324*
a33**2*m1**2*m2**12*n1**8*n2**7 - 20*a33**2*m1*m2**13*n1**13*n2**2 + 128*a33**2*
m1*m2**13*n1**11*n2**4 - 76*a33**2*m1*m2**13*n1**9*n2**6 - 8*a33**2*m2**14*n1**
12*n2**3 + 8*a33**2*m2**14*n1**10*n2**5) + v1*v2*(4*a33*m1**13*n1**7*n2**10 - 4*
a33*m1**13*n1**5*n2**12 - 4*a33*m1**13*n1**3*n2**14 + 4*a33*m1**13*n1*n2**16 -
38*a33*m1**12*m2*n1**8*n2**9 + 64*a33*m1**12*m2*n1**6*n2**11 + 36*a33*m1**12*m2*
n1**4*n2**13 - 64*a33*m1**12*m2*n1**2*n2**15 + 2*a33*m1**12*m2*n2**17 + 162*a33*
m1**11*m2**2*n1**9*n2**8 - 412*a33*m1**11*m2**2*n1**7*n2**10 - 96*a33*m1**11*m2
**2*n1**5*n2**12 + 444*a33*m1**11*m2**2*n1**3*n2**14 - 34*a33*m1**11*m2**2*n1*n2
**16 - 408*a33*m1**10*m2**3*n1**10*n2**7 + 1490*a33*m1**10*m2**3*n1**8*n2**9 -
124*a33*m1**10*m2**3*n1**6*n2**11 - 1776*a33*m1**10*m2**3*n1**4*n2**13 + 244*a33
*m1**10*m2**3*n1**2*n2**15 - 2*a33*m1**10*m2**3*n2**17 + 672*a33*m1**9*m2**4*n1
**11*n2**6 - 3450*a33*m1**9*m2**4*n1**9*n2**8 + 1480*a33*m1**9*m2**4*n1**7*n2**
10 + 4580*a33*m1**9*m2**4*n1**5*n2**12 - 1000*a33*m1**9*m2**4*n1**3*n2**14 + 22*
a33*m1**9*m2**4*n1*n2**16 - 756*a33*m1**8*m2**5*n1**12*n2**5 + 5448*a33*m1**8*m2
**5*n1**10*n2**7 - 4572*a33*m1**8*m2**5*n1**8*n2**9 - 8028*a33*m1**8*m2**5*n1**6
*n2**11 + 2640*a33*m1**8*m2**5*n1**4*n2**13 - 108*a33*m1**8*m2**5*n1**2*n2**15 +
588*a33*m1**7*m2**6*n1**13*n2**4 - 6048*a33*m1**7*m2**6*n1**11*n2**6 + 8208*a33
*m1**7*m2**6*n1**9*n2**8 + 9768*a33*m1**7*m2**6*n1**7*n2**10 - 4764*a33*m1**7*m2
**6*n1**5*n2**12 + 312*a33*m1**7*m2**6*n1**3*n2**14 - 312*a33*m1**6*m2**7*n1**14
*n2**3 + 4764*a33*m1**6*m2**7*n1**12*n2**5 - 9768*a33*m1**6*m2**7*n1**10*n2**7 -
8208*a33*m1**6*m2**7*n1**8*n2**9 + 6048*a33*m1**6*m2**7*n1**6*n2**11 - 588*a33*
m1**6*m2**7*n1**4*n2**13 + 108*a33*m1**5*m2**8*n1**15*n2**2 - 2640*a33*m1**5*m2
**8*n1**13*n2**4 + 8028*a33*m1**5*m2**8*n1**11*n2**6 + 4572*a33*m1**5*m2**8*n1**
9*n2**8 - 5448*a33*m1**5*m2**8*n1**7*n2**10 + 756*a33*m1**5*m2**8*n1**5*n2**12 -
22*a33*m1**4*m2**9*n1**16*n2 + 1000*a33*m1**4*m2**9*n1**14*n2**3 - 4580*a33*m1
**4*m2**9*n1**12*n2**5 - 1480*a33*m1**4*m2**9*n1**10*n2**7 + 3450*a33*m1**4*m2**
9*n1**8*n2**9 - 672*a33*m1**4*m2**9*n1**6*n2**11 + 2*a33*m1**3*m2**10*n1**17 -
244*a33*m1**3*m2**10*n1**15*n2**2 + 1776*a33*m1**3*m2**10*n1**13*n2**4 + 124*a33
*m1**3*m2**10*n1**11*n2**6 - 1490*a33*m1**3*m2**10*n1**9*n2**8 + 408*a33*m1**3*
m2**10*n1**7*n2**10 + 34*a33*m1**2*m2**11*n1**16*n2 - 444*a33*m1**2*m2**11*n1**
14*n2**3 + 96*a33*m1**2*m2**11*n1**12*n2**5 + 412*a33*m1**2*m2**11*n1**10*n2**7
- 162*a33*m1**2*m2**11*n1**8*n2**9 - 2*a33*m1*m2**12*n1**17 + 64*a33*m1*m2**12*
n1**15*n2**2 - 36*a33*m1*m2**12*n1**13*n2**4 - 64*a33*m1*m2**12*n1**11*n2**6 +
38*a33*m1*m2**12*n1**9*n2**8 - 4*a33*m2**13*n1**16*n2 + 4*a33*m2**13*n1**14*n2**
3 + 4*a33*m2**13*n1**12*n2**5 - 4*a33*m2**13*n1**10*n2**7) + v1*v3**2*( - 6*a33
**2*m1**14*n1**6*n2**9 + 10*a33**2*m1**14*n1**4*n2**11 - 2*a33**2*m1**14*n1**2*
n2**13 - 2*a33**2*m1**14*n2**15 + 54*a33**2*m1**13*m2*n1**7*n2**8 - 134*a33**2*
m1**13*m2*n1**5*n2**10 + 58*a33**2*m1**13*m2*n1**3*n2**12 + 22*a33**2*m1**13*m2*
n1*n2**14 - 216*a33**2*m1**12*m2**2*n1**8*n2**7 + 760*a33**2*m1**12*m2**2*n1**6*
n2**9 - 540*a33**2*m1**12*m2**2*n1**4*n2**11 - 64*a33**2*m1**12*m2**2*n1**2*n2**
13 - 4*a33**2*m1**12*m2**2*n2**15 + 504*a33**2*m1**11*m2**3*n1**9*n2**6 - 2460*
a33**2*m1**11*m2**3*n1**7*n2**8 + 2588*a33**2*m1**11*m2**3*n1**5*n2**10 - 196*
a33**2*m1**11*m2**3*n1**3*n2**12 + 76*a33**2*m1**11*m2**3*n1*n2**14 - 756*a33**2
*m1**10*m2**4*n1**10*n2**5 + 5100*a33**2*m1**10*m2**4*n1**8*n2**7 - 7570*a33**2*
m1**10*m2**4*n1**6*n2**9 + 2006*a33**2*m1**10*m2**4*n1**4*n2**11 - 578*a33**2*m1
**10*m2**4*n1**2*n2**13 + 6*a33**2*m1**10*m2**4*n2**15 + 756*a33**2*m1**9*m2**5*
n1**11*n2**4 - 7140*a33**2*m1**9*m2**5*n1**9*n2**6 + 14634*a33**2*m1**9*m2**5*n1
**7*n2**8 - 6986*a33**2*m1**9*m2**5*n1**5*n2**10 + 2450*a33**2*m1**9*m2**5*n1**3
*n2**12 - 66*a33**2*m1**9*m2**5*n1*n2**14 - 504*a33**2*m1**8*m2**6*n1**12*n2**3
+ 6888*a33**2*m1**8*m2**6*n1**10*n2**5 - 19416*a33**2*m1**8*m2**6*n1**8*n2**7 +
14316*a33**2*m1**8*m2**6*n1**6*n2**9 - 6600*a33**2*m1**8*m2**6*n1**4*n2**11 +
324*a33**2*m1**8*m2**6*n1**2*n2**13 + 216*a33**2*m1**7*m2**7*n1**13*n2**2 - 4560
*a33**2*m1**7*m2**7*n1**11*n2**4 + 17880*a33**2*m1**7*m2**7*n1**9*n2**6 - 19272*
a33**2*m1**7*m2**7*n1**7*n2**8 + 12048*a33**2*m1**7*m2**7*n1**5*n2**10 - 936*a33
**2*m1**7*m2**7*n1**3*n2**12 - 54*a33**2*m1**6*m2**8*n1**14*n2 + 2010*a33**2*m1
**6*m2**8*n1**12*n2**3 - 11286*a33**2*m1**6*m2**8*n1**10*n2**5 + 17562*a33**2*m1
**6*m2**8*n1**8*n2**7 - 15372*a33**2*m1**6*m2**8*n1**6*n2**9 + 1764*a33**2*m1**6
*m2**8*n1**4*n2**11 + 6*a33**2*m1**5*m2**9*n1**15 - 550*a33**2*m1**5*m2**9*n1**
13*n2**2 + 4670*a33**2*m1**5*m2**9*n1**11*n2**4 - 10702*a33**2*m1**5*m2**9*n1**9
*n2**6 + 13836*a33**2*m1**5*m2**9*n1**7*n2**8 - 2268*a33**2*m1**5*m2**9*n1**5*n2
**10 + 80*a33**2*m1**4*m2**10*n1**14*n2 - 1132*a33**2*m1**4*m2**10*n1**12*n2**3
+ 4088*a33**2*m1**4*m2**10*n1**10*n2**5 - 8700*a33**2*m1**4*m2**10*n1**8*n2**7 +
2016*a33**2*m1**4*m2**10*n1**6*n2**9 - 4*a33**2*m1**3*m2**11*n1**15 + 108*a33**
2*m1**3*m2**11*n1**13*n2**2 - 788*a33**2*m1**3*m2**11*n1**11*n2**4 + 3700*a33**2
*m1**3*m2**11*n1**9*n2**6 - 1224*a33**2*m1**3*m2**11*n1**7*n2**8 + 10*a33**2*m1
**2*m2**12*n1**14*n2 - 14*a33**2*m1**2*m2**12*n1**12*n2**3 - 994*a33**2*m1**2*m2
**12*n1**10*n2**5 + 486*a33**2*m1**2*m2**12*n1**8*n2**7 - 2*a33**2*m1*m2**13*n1
**15 + 34*a33**2*m1*m2**13*n1**13*n2**2 + 146*a33**2*m1*m2**13*n1**11*n2**4 -
114*a33**2*m1*m2**13*n1**9*n2**6 - 4*a33**2*m2**14*n1**14*n2 - 8*a33**2*m2**14*
n1**12*n2**3 + 12*a33**2*m2**14*n1**10*n2**5) + v1*( - m1**12*n1**8*n2**11 + 2*
m1**12*n1**4*n2**15 - m1**12*n2**19 + 9*m1**11*m2*n1**9*n2**10 - 6*m1**11*m2*n1
**7*n2**12 - 24*m1**11*m2*n1**5*n2**14 + 6*m1**11*m2*n1**3*n2**16 + 15*m1**11*m2
*n1*n2**18 - 36*m1**10*m2**2*n1**10*n2**9 + 55*m1**10*m2**2*n1**8*n2**11 + 118*
m1**10*m2**2*n1**6*n2**13 - 72*m1**10*m2**2*n1**4*n2**15 - 98*m1**10*m2**2*n1**2
*n2**17 + m1**10*m2**2*n2**19 + 84*m1**9*m2**3*n1**11*n2**8 - 225*m1**9*m2**3*n1
**9*n2**10 - 310*m1**9*m2**3*n1**7*n2**12 + 380*m1**9*m2**3*n1**5*n2**14 + 370*
m1**9*m2**3*n1**3*n2**16 - 11*m1**9*m2**3*n1*n2**18 - 126*m1**8*m2**4*n1**12*n2
**7 + 540*m1**8*m2**4*n1**10*n2**9 + 450*m1**8*m2**4*n1**8*n2**11 - 1170*m1**8*
m2**4*n1**6*n2**13 - 900*m1**8*m2**4*n1**4*n2**15 + 54*m1**8*m2**4*n1**2*n2**17
+ 126*m1**7*m2**5*n1**13*n2**6 - 840*m1**7*m2**5*n1**11*n2**8 - 264*m1**7*m2**5*
n1**9*n2**10 + 2340*m1**7*m2**5*n1**7*n2**12 + 1482*m1**7*m2**5*n1**5*n2**14 -
156*m1**7*m2**5*n1**3*n2**16 - 84*m1**6*m2**6*n1**14*n2**5 + 882*m1**6*m2**6*n1
**12*n2**7 - 252*m1**6*m2**6*n1**10*n2**9 - 3192*m1**6*m2**6*n1**8*n2**11 - 1680
*m1**6*m2**6*n1**6*n2**13 + 294*m1**6*m2**6*n1**4*n2**15 + 36*m1**5*m2**7*n1**15
*n2**4 - 630*m1**5*m2**7*n1**13*n2**6 + 684*m1**5*m2**7*n1**11*n2**8 + 3024*m1**
5*m2**7*n1**9*n2**10 + 1296*m1**5*m2**7*n1**7*n2**12 - 378*m1**5*m2**7*n1**5*n2
**14 - 9*m1**4*m2**8*n1**16*n2**3 + 300*m1**4*m2**8*n1**14*n2**5 - 690*m1**4*m2
**8*n1**12*n2**7 - 1980*m1**4*m2**8*n1**10*n2**9 - 645*m1**4*m2**8*n1**8*n2**11
+ 336*m1**4*m2**8*n1**6*n2**13 + m1**3*m2**9*n1**17*n2**2 - 90*m1**3*m2**9*n1**
15*n2**4 + 400*m1**3*m2**9*n1**13*n2**6 + 870*m1**3*m2**9*n1**11*n2**8 + 175*m1
**3*m2**9*n1**9*n2**10 - 204*m1**3*m2**9*n1**7*n2**12 + 15*m1**2*m2**10*n1**16*
n2**3 - 138*m1**2*m2**10*n1**14*n2**5 - 240*m1**2*m2**10*n1**12*n2**7 - 6*m1**2*
m2**10*n1**10*n2**9 + 81*m1**2*m2**10*n1**8*n2**11 - m1*m2**11*n1**17*n2**2 + 26
*m1*m2**11*n1**15*n2**4 + 36*m1*m2**11*n1**13*n2**6 - 10*m1*m2**11*n1**11*n2**8
- 19*m1*m2**11*n1**9*n2**10 - 2*m2**12*n1**16*n2**3 - 2*m2**12*n1**14*n2**5 + 2*
m2**12*n1**12*n2**7 + 2*m2**12*n1**10*n2**9) + v2**3*( - 8*a33**2*m1**14*n1**5*
n2**10 + 8*a33**2*m1**14*n1**3*n2**12 + 76*a33**2*m1**13*m2*n1**6*n2**9 - 128*
a33**2*m1**13*m2*n1**4*n2**11 + 20*a33**2*m1**13*m2*n1**2*n2**13 - 324*a33**2*m1
**12*m2**2*n1**7*n2**8 + 824*a33**2*m1**12*m2**2*n1**5*n2**10 - 292*a33**2*m1**
12*m2**2*n1**3*n2**12 + 16*a33**2*m1**12*m2**2*n1*n2**14 + 816*a33**2*m1**11*m2
**3*n1**8*n2**7 - 2980*a33**2*m1**11*m2**3*n1**6*n2**9 + 1788*a33**2*m1**11*m2**
3*n1**4*n2**11 - 236*a33**2*m1**11*m2**3*n1**2*n2**13 + 4*a33**2*m1**11*m2**3*n2
**15 - 1344*a33**2*m1**10*m2**4*n1**9*n2**6 + 6900*a33**2*m1**10*m2**4*n1**7*n2
**8 - 6260*a33**2*m1**10*m2**4*n1**5*n2**10 + 1444*a33**2*m1**10*m2**4*n1**3*n2
**12 - 68*a33**2*m1**10*m2**4*n1*n2**14 + 1512*a33**2*m1**9*m2**5*n1**10*n2**5 -
10896*a33**2*m1**9*m2**5*n1**8*n2**7 + 14160*a33**2*m1**9*m2**5*n1**6*n2**9 -
5020*a33**2*m1**9*m2**5*n1**4*n2**11 + 440*a33**2*m1**9*m2**5*n1**2*n2**13 - 4*
a33**2*m1**9*m2**5*n2**15 - 1176*a33**2*m1**8*m2**6*n1**11*n2**4 + 12096*a33**2*
m1**8*m2**6*n1**9*n2**6 - 21960*a33**2*m1**8*m2**6*n1**7*n2**8 + 11220*a33**2*m1
**8*m2**6*n1**5*n2**10 - 1560*a33**2*m1**8*m2**6*n1**3*n2**12 + 36*a33**2*m1**8*
m2**6*n1*n2**14 + 624*a33**2*m1**7*m2**7*n1**12*n2**3 - 9528*a33**2*m1**7*m2**7*
n1**10*n2**5 + 24024*a33**2*m1**7*m2**7*n1**8*n2**7 - 17112*a33**2*m1**7*m2**7*
n1**6*n2**9 + 3480*a33**2*m1**7*m2**7*n1**4*n2**11 - 144*a33**2*m1**7*m2**7*n1**
2*n2**13 - 216*a33**2*m1**6*m2**8*n1**13*n2**2 + 5280*a33**2*m1**6*m2**8*n1**11*
n2**4 - 18696*a33**2*m1**6*m2**8*n1**9*n2**6 + 18312*a33**2*m1**6*m2**8*n1**7*n2
**8 - 5208*a33**2*m1**6*m2**8*n1**5*n2**10 + 336*a33**2*m1**6*m2**8*n1**3*n2**12
+ 44*a33**2*m1**5*m2**9*n1**14*n2 - 2000*a33**2*m1**5*m2**9*n1**12*n2**3 +
10260*a33**2*m1**5*m2**9*n1**10*n2**5 - 13848*a33**2*m1**5*m2**9*n1**8*n2**7 +
5376*a33**2*m1**5*m2**9*n1**6*n2**9 - 504*a33**2*m1**5*m2**9*n1**4*n2**11 - 4*
a33**2*m1**4*m2**10*n1**15 + 488*a33**2*m1**4*m2**10*n1**13*n2**2 - 3860*a33**2*
m1**4*m2**10*n1**11*n2**4 + 7320*a33**2*m1**4*m2**10*n1**9*n2**6 - 3840*a33**2*
m1**4*m2**10*n1**7*n2**8 + 504*a33**2*m1**4*m2**10*n1**5*n2**10 - 68*a33**2*m1**
3*m2**11*n1**14*n2 + 940*a33**2*m1**3*m2**11*n1**12*n2**3 - 2620*a33**2*m1**3*m2
**11*n1**10*n2**5 + 1860*a33**2*m1**3*m2**11*n1**8*n2**7 - 336*a33**2*m1**3*m2**
11*n1**6*n2**9 + 4*a33**2*m1**2*m2**12*n1**15 - 132*a33**2*m1**2*m2**12*n1**13*
n2**2 + 596*a33**2*m1**2*m2**12*n1**11*n2**4 - 580*a33**2*m1**2*m2**12*n1**9*n2
**6 + 144*a33**2*m1**2*m2**12*n1**7*n2**8 + 8*a33**2*m1*m2**13*n1**14*n2 - 76*
a33**2*m1*m2**13*n1**12*n2**3 + 104*a33**2*m1*m2**13*n1**10*n2**5 - 36*a33**2*m1
*m2**13*n1**8*n2**7 + 4*a33**2*m2**14*n1**13*n2**2 - 8*a33**2*m2**14*n1**11*n2**
4 + 4*a33**2*m2**14*n1**9*n2**6) + v2**2*v3**2*(4*a33**3*m1**15*n1**4*n2**9 - 4*
a33**3*m1**15*n1**2*n2**11 - 36*a33**3*m1**14*m2*n1**5*n2**8 + 60*a33**3*m1**14*
m2*n1**3*n2**10 - 8*a33**3*m1**14*m2*n1*n2**12 + 144*a33**3*m1**13*m2**2*n1**6*
n2**7 - 360*a33**3*m1**13*m2**2*n1**4*n2**9 + 108*a33**3*m1**13*m2**2*n1**2*n2**
11 - 4*a33**3*m1**13*m2**2*n2**13 - 336*a33**3*m1**12*m2**3*n1**7*n2**6 + 1200*
a33**3*m1**12*m2**3*n1**5*n2**8 - 596*a33**3*m1**12*m2**3*n1**3*n2**10 + 52*a33
**3*m1**12*m2**3*n1*n2**12 + 504*a33**3*m1**11*m2**4*n1**8*n2**5 - 2520*a33**3*
m1**11*m2**4*n1**6*n2**7 + 1820*a33**3*m1**11*m2**4*n1**4*n2**9 - 252*a33**3*m1
**11*m2**4*n1**2*n2**11 - 504*a33**3*m1**10*m2**5*n1**9*n2**4 + 3528*a33**3*m1**
10*m2**5*n1**7*n2**6 - 3420*a33**3*m1**10*m2**5*n1**5*n2**8 + 580*a33**3*m1**10*
m2**5*n1**3*n2**10 + 24*a33**3*m1**10*m2**5*n1*n2**12 + 336*a33**3*m1**9*m2**6*
n1**10*n2**3 - 3360*a33**3*m1**9*m2**6*n1**8*n2**5 + 4056*a33**3*m1**9*m2**6*n1
**6*n2**7 - 480*a33**3*m1**9*m2**6*n1**4*n2**9 - 220*a33**3*m1**9*m2**6*n1**2*n2
**11 + 4*a33**3*m1**9*m2**6*n2**13 - 144*a33**3*m1**8*m2**7*n1**11*n2**2 + 2160*
a33**3*m1**8*m2**7*n1**9*n2**4 - 2856*a33**3*m1**8*m2**7*n1**7*n2**6 - 792*a33**
3*m1**8*m2**7*n1**5*n2**8 + 900*a33**3*m1**8*m2**7*n1**3*n2**10 - 36*a33**3*m1**
8*m2**7*n1*n2**12 + 36*a33**3*m1**7*m2**8*n1**12*n2 - 900*a33**3*m1**7*m2**8*n1
**10*n2**3 + 792*a33**3*m1**7*m2**8*n1**8*n2**5 + 2856*a33**3*m1**7*m2**8*n1**6*
n2**7 - 2160*a33**3*m1**7*m2**8*n1**4*n2**9 + 144*a33**3*m1**7*m2**8*n1**2*n2**
11 - 4*a33**3*m1**6*m2**9*n1**13 + 220*a33**3*m1**6*m2**9*n1**11*n2**2 + 480*a33
**3*m1**6*m2**9*n1**9*n2**4 - 4056*a33**3*m1**6*m2**9*n1**7*n2**6 + 3360*a33**3*
m1**6*m2**9*n1**5*n2**8 - 336*a33**3*m1**6*m2**9*n1**3*n2**10 - 24*a33**3*m1**5*
m2**10*n1**12*n2 - 580*a33**3*m1**5*m2**10*n1**10*n2**3 + 3420*a33**3*m1**5*m2**
10*n1**8*n2**5 - 3528*a33**3*m1**5*m2**10*n1**6*n2**7 + 504*a33**3*m1**5*m2**10*
n1**4*n2**9 + 252*a33**3*m1**4*m2**11*n1**11*n2**2 - 1820*a33**3*m1**4*m2**11*n1
**9*n2**4 + 2520*a33**3*m1**4*m2**11*n1**7*n2**6 - 504*a33**3*m1**4*m2**11*n1**5
*n2**8 - 52*a33**3*m1**3*m2**12*n1**12*n2 + 596*a33**3*m1**3*m2**12*n1**10*n2**3
- 1200*a33**3*m1**3*m2**12*n1**8*n2**5 + 336*a33**3*m1**3*m2**12*n1**6*n2**7 +
4*a33**3*m1**2*m2**13*n1**13 - 108*a33**3*m1**2*m2**13*n1**11*n2**2 + 360*a33**3
*m1**2*m2**13*n1**9*n2**4 - 144*a33**3*m1**2*m2**13*n1**7*n2**6 + 8*a33**3*m1*m2
**14*n1**12*n2 - 60*a33**3*m1*m2**14*n1**10*n2**3 + 36*a33**3*m1*m2**14*n1**8*n2
**5 + 4*a33**3*m2**15*n1**11*n2**2 - 4*a33**3*m2**15*n1**9*n2**4) + v2**2*( -
a33*m1**13*n1**8*n2**9 + 6*a33*m1**13*n1**6*n2**11 - 6*a33*m1**13*n1**2*n2**15 +
a33*m1**13*n2**17 + 9*a33*m1**12*m2*n1**9*n2**8 - 66*a33*m1**12*m2*n1**7*n2**10
+ 28*a33*m1**12*m2*n1**5*n2**12 + 82*a33*m1**12*m2*n1**3*n2**14 - 21*a33*m1**12
*m2*n1*n2**16 - 36*a33*m1**11*m2**2*n1**10*n2**7 + 326*a33*m1**11*m2**2*n1**8*n2
**9 - 296*a33*m1**11*m2**2*n1**6*n2**11 - 468*a33*m1**11*m2**2*n1**4*n2**13 +
188*a33*m1**11*m2**2*n1**2*n2**15 - 2*a33*m1**11*m2**2*n2**17 + 84*a33*m1**10*m2
**3*n1**11*n2**6 - 954*a33*m1**10*m2**3*n1**9*n2**8 + 1416*a33*m1**10*m2**3*n1**
7*n2**10 + 1484*a33*m1**10*m2**3*n1**5*n2**12 - 940*a33*m1**10*m2**3*n1**3*n2**
14 + 30*a33*m1**10*m2**3*n1*n2**16 - 126*a33*m1**9*m2**4*n1**12*n2**5 + 1836*a33
*m1**9*m2**4*n1**10*n2**7 - 4045*a33*m1**9*m2**4*n1**8*n2**9 - 2850*a33*m1**9*m2
**4*n1**6*n2**11 + 2970*a33*m1**9*m2**4*n1**4*n2**13 - 186*a33*m1**9*m2**4*n1**2
*n2**15 + a33*m1**9*m2**4*n2**17 + 126*a33*m1**8*m2**5*n1**13*n2**4 - 2436*a33*
m1**8*m2**5*n1**11*n2**6 + 7665*a33*m1**8*m2**5*n1**9*n2**8 + 3222*a33*m1**8*m2
**5*n1**7*n2**10 - 6342*a33*m1**8*m2**5*n1**5*n2**12 + 654*a33*m1**8*m2**5*n1**3
*n2**14 - 9*a33*m1**8*m2**5*n1*n2**16 - 84*a33*m1**7*m2**6*n1**14*n2**3 + 2268*
a33*m1**7*m2**6*n1**12*n2**5 - 10116*a33*m1**7*m2**6*n1**10*n2**7 - 1464*a33*m1
**7*m2**6*n1**8*n2**9 + 9492*a33*m1**7*m2**6*n1**6*n2**11 - 1476*a33*m1**7*m2**6
*n1**4*n2**13 + 36*a33*m1**7*m2**6*n1**2*n2**15 + 36*a33*m1**6*m2**7*n1**15*n2**
2 - 1476*a33*m1**6*m2**7*n1**13*n2**4 + 9492*a33*m1**6*m2**7*n1**11*n2**6 - 1464
*a33*m1**6*m2**7*n1**9*n2**8 - 10116*a33*m1**6*m2**7*n1**7*n2**10 + 2268*a33*m1
**6*m2**7*n1**5*n2**12 - 84*a33*m1**6*m2**7*n1**3*n2**14 - 9*a33*m1**5*m2**8*n1
**16*n2 + 654*a33*m1**5*m2**8*n1**14*n2**3 - 6342*a33*m1**5*m2**8*n1**12*n2**5 +
3222*a33*m1**5*m2**8*n1**10*n2**7 + 7665*a33*m1**5*m2**8*n1**8*n2**9 - 2436*a33
*m1**5*m2**8*n1**6*n2**11 + 126*a33*m1**5*m2**8*n1**4*n2**13 + a33*m1**4*m2**9*
n1**17 - 186*a33*m1**4*m2**9*n1**15*n2**2 + 2970*a33*m1**4*m2**9*n1**13*n2**4 -
2850*a33*m1**4*m2**9*n1**11*n2**6 - 4045*a33*m1**4*m2**9*n1**9*n2**8 + 1836*a33*
m1**4*m2**9*n1**7*n2**10 - 126*a33*m1**4*m2**9*n1**5*n2**12 + 30*a33*m1**3*m2**
10*n1**16*n2 - 940*a33*m1**3*m2**10*n1**14*n2**3 + 1484*a33*m1**3*m2**10*n1**12*
n2**5 + 1416*a33*m1**3*m2**10*n1**10*n2**7 - 954*a33*m1**3*m2**10*n1**8*n2**9 +
84*a33*m1**3*m2**10*n1**6*n2**11 - 2*a33*m1**2*m2**11*n1**17 + 188*a33*m1**2*m2
**11*n1**15*n2**2 - 468*a33*m1**2*m2**11*n1**13*n2**4 - 296*a33*m1**2*m2**11*n1
**11*n2**6 + 326*a33*m1**2*m2**11*n1**9*n2**8 - 36*a33*m1**2*m2**11*n1**7*n2**10
- 21*a33*m1*m2**12*n1**16*n2 + 82*a33*m1*m2**12*n1**14*n2**3 + 28*a33*m1*m2**12
*n1**12*n2**5 - 66*a33*m1*m2**12*n1**10*n2**7 + 9*a33*m1*m2**12*n1**8*n2**9 +
a33*m2**13*n1**17 - 6*a33*m2**13*n1**15*n2**2 + 6*a33*m2**13*n1**11*n2**6 - a33*
m2**13*n1**9*n2**8) + v2*v3**2*( - 12*a33**2*m1**14*n1**5*n2**10 + 8*a33**2*m1**
14*n1**3*n2**12 + 4*a33**2*m1**14*n1*n2**14 + 114*a33**2*m1**13*m2*n1**6*n2**9 -
146*a33**2*m1**13*m2*n1**4*n2**11 - 34*a33**2*m1**13*m2*n1**2*n2**13 + 2*a33**2
*m1**13*m2*n2**15 - 486*a33**2*m1**12*m2**2*n1**7*n2**8 + 994*a33**2*m1**12*m2**
2*n1**5*n2**10 + 14*a33**2*m1**12*m2**2*n1**3*n2**12 - 10*a33**2*m1**12*m2**2*n1
*n2**14 + 1224*a33**2*m1**11*m2**3*n1**8*n2**7 - 3700*a33**2*m1**11*m2**3*n1**6*
n2**9 + 788*a33**2*m1**11*m2**3*n1**4*n2**11 - 108*a33**2*m1**11*m2**3*n1**2*n2
**13 + 4*a33**2*m1**11*m2**3*n2**15 - 2016*a33**2*m1**10*m2**4*n1**9*n2**6 +
8700*a33**2*m1**10*m2**4*n1**7*n2**8 - 4088*a33**2*m1**10*m2**4*n1**5*n2**10 +
1132*a33**2*m1**10*m2**4*n1**3*n2**12 - 80*a33**2*m1**10*m2**4*n1*n2**14 + 2268*
a33**2*m1**9*m2**5*n1**10*n2**5 - 13836*a33**2*m1**9*m2**5*n1**8*n2**7 + 10702*
a33**2*m1**9*m2**5*n1**6*n2**9 - 4670*a33**2*m1**9*m2**5*n1**4*n2**11 + 550*a33
**2*m1**9*m2**5*n1**2*n2**13 - 6*a33**2*m1**9*m2**5*n2**15 - 1764*a33**2*m1**8*
m2**6*n1**11*n2**4 + 15372*a33**2*m1**8*m2**6*n1**9*n2**6 - 17562*a33**2*m1**8*
m2**6*n1**7*n2**8 + 11286*a33**2*m1**8*m2**6*n1**5*n2**10 - 2010*a33**2*m1**8*m2
**6*n1**3*n2**12 + 54*a33**2*m1**8*m2**6*n1*n2**14 + 936*a33**2*m1**7*m2**7*n1**
12*n2**3 - 12048*a33**2*m1**7*m2**7*n1**10*n2**5 + 19272*a33**2*m1**7*m2**7*n1**
8*n2**7 - 17880*a33**2*m1**7*m2**7*n1**6*n2**9 + 4560*a33**2*m1**7*m2**7*n1**4*
n2**11 - 216*a33**2*m1**7*m2**7*n1**2*n2**13 - 324*a33**2*m1**6*m2**8*n1**13*n2
**2 + 6600*a33**2*m1**6*m2**8*n1**11*n2**4 - 14316*a33**2*m1**6*m2**8*n1**9*n2**
6 + 19416*a33**2*m1**6*m2**8*n1**7*n2**8 - 6888*a33**2*m1**6*m2**8*n1**5*n2**10
+ 504*a33**2*m1**6*m2**8*n1**3*n2**12 + 66*a33**2*m1**5*m2**9*n1**14*n2 - 2450*
a33**2*m1**5*m2**9*n1**12*n2**3 + 6986*a33**2*m1**5*m2**9*n1**10*n2**5 - 14634*
a33**2*m1**5*m2**9*n1**8*n2**7 + 7140*a33**2*m1**5*m2**9*n1**6*n2**9 - 756*a33**
2*m1**5*m2**9*n1**4*n2**11 - 6*a33**2*m1**4*m2**10*n1**15 + 578*a33**2*m1**4*m2
**10*n1**13*n2**2 - 2006*a33**2*m1**4*m2**10*n1**11*n2**4 + 7570*a33**2*m1**4*m2
**10*n1**9*n2**6 - 5100*a33**2*m1**4*m2**10*n1**7*n2**8 + 756*a33**2*m1**4*m2**
10*n1**5*n2**10 - 76*a33**2*m1**3*m2**11*n1**14*n2 + 196*a33**2*m1**3*m2**11*n1
**12*n2**3 - 2588*a33**2*m1**3*m2**11*n1**10*n2**5 + 2460*a33**2*m1**3*m2**11*n1
**8*n2**7 - 504*a33**2*m1**3*m2**11*n1**6*n2**9 + 4*a33**2*m1**2*m2**12*n1**15 +
64*a33**2*m1**2*m2**12*n1**13*n2**2 + 540*a33**2*m1**2*m2**12*n1**11*n2**4 -
760*a33**2*m1**2*m2**12*n1**9*n2**6 + 216*a33**2*m1**2*m2**12*n1**7*n2**8 - 22*
a33**2*m1*m2**13*n1**14*n2 - 58*a33**2*m1*m2**13*n1**12*n2**3 + 134*a33**2*m1*m2
**13*n1**10*n2**5 - 54*a33**2*m1*m2**13*n1**8*n2**7 + 2*a33**2*m2**14*n1**15 + 2
*a33**2*m2**14*n1**13*n2**2 - 10*a33**2*m2**14*n1**11*n2**4 + 6*a33**2*m2**14*n1
**9*n2**6) + v2*( - 2*m1**12*n1**7*n2**12 - 2*m1**12*n1**5*n2**14 + 2*m1**12*n1
**3*n2**16 + 2*m1**12*n1*n2**18 + 19*m1**11*m2*n1**8*n2**11 + 10*m1**11*m2*n1**6
*n2**13 - 36*m1**11*m2*n1**4*n2**15 - 26*m1**11*m2*n1**2*n2**17 + m1**11*m2*n2**
19 - 81*m1**10*m2**2*n1**9*n2**10 + 6*m1**10*m2**2*n1**7*n2**12 + 240*m1**10*m2
**2*n1**5*n2**14 + 138*m1**10*m2**2*n1**3*n2**16 - 15*m1**10*m2**2*n1*n2**18 +
204*m1**9*m2**3*n1**10*n2**9 - 175*m1**9*m2**3*n1**8*n2**11 - 870*m1**9*m2**3*n1
**6*n2**13 - 400*m1**9*m2**3*n1**4*n2**15 + 90*m1**9*m2**3*n1**2*n2**17 - m1**9*
m2**3*n2**19 - 336*m1**8*m2**4*n1**11*n2**8 + 645*m1**8*m2**4*n1**9*n2**10 +
1980*m1**8*m2**4*n1**7*n2**12 + 690*m1**8*m2**4*n1**5*n2**14 - 300*m1**8*m2**4*
n1**3*n2**16 + 9*m1**8*m2**4*n1*n2**18 + 378*m1**7*m2**5*n1**12*n2**7 - 1296*m1
**7*m2**5*n1**10*n2**9 - 3024*m1**7*m2**5*n1**8*n2**11 - 684*m1**7*m2**5*n1**6*
n2**13 + 630*m1**7*m2**5*n1**4*n2**15 - 36*m1**7*m2**5*n1**2*n2**17 - 294*m1**6*
m2**6*n1**13*n2**6 + 1680*m1**6*m2**6*n1**11*n2**8 + 3192*m1**6*m2**6*n1**9*n2**
10 + 252*m1**6*m2**6*n1**7*n2**12 - 882*m1**6*m2**6*n1**5*n2**14 + 84*m1**6*m2**
6*n1**3*n2**16 + 156*m1**5*m2**7*n1**14*n2**5 - 1482*m1**5*m2**7*n1**12*n2**7 -
2340*m1**5*m2**7*n1**10*n2**9 + 264*m1**5*m2**7*n1**8*n2**11 + 840*m1**5*m2**7*
n1**6*n2**13 - 126*m1**5*m2**7*n1**4*n2**15 - 54*m1**4*m2**8*n1**15*n2**4 + 900*
m1**4*m2**8*n1**13*n2**6 + 1170*m1**4*m2**8*n1**11*n2**8 - 450*m1**4*m2**8*n1**9
*n2**10 - 540*m1**4*m2**8*n1**7*n2**12 + 126*m1**4*m2**8*n1**5*n2**14 + 11*m1**3
*m2**9*n1**16*n2**3 - 370*m1**3*m2**9*n1**14*n2**5 - 380*m1**3*m2**9*n1**12*n2**
7 + 310*m1**3*m2**9*n1**10*n2**9 + 225*m1**3*m2**9*n1**8*n2**11 - 84*m1**3*m2**9
*n1**6*n2**13 - m1**2*m2**10*n1**17*n2**2 + 98*m1**2*m2**10*n1**15*n2**4 + 72*m1
**2*m2**10*n1**13*n2**6 - 118*m1**2*m2**10*n1**11*n2**8 - 55*m1**2*m2**10*n1**9*
n2**10 + 36*m1**2*m2**10*n1**7*n2**12 - 15*m1*m2**11*n1**16*n2**3 - 6*m1*m2**11*
n1**14*n2**5 + 24*m1*m2**11*n1**12*n2**7 + 6*m1*m2**11*n1**10*n2**9 - 9*m1*m2**
11*n1**8*n2**11 + m2**12*n1**17*n2**2 - 2*m2**12*n1**13*n2**6 + m2**12*n1**9*n2
**10) + v3**4*(5*a33**3*m1**15*n1**4*n2**9 - 4*a33**3*m1**15*n1**2*n2**11 - a33
**3*m1**15*n2**13 - 45*a33**3*m1**14*m2*n1**5*n2**8 + 64*a33**3*m1**14*m2*n1**3*
n2**10 + 5*a33**3*m1**14*m2*n1*n2**12 + 180*a33**3*m1**13*m2**2*n1**6*n2**7 -
395*a33**3*m1**13*m2**2*n1**4*n2**9 + 36*a33**3*m1**13*m2**2*n1**2*n2**11 - 5*
a33**3*m1**13*m2**2*n2**13 - 420*a33**3*m1**12*m2**3*n1**7*n2**6 + 1335*a33**3*
m1**12*m2**3*n1**5*n2**8 - 360*a33**3*m1**12*m2**3*n1**3*n2**10 + 69*a33**3*m1**
12*m2**3*n1*n2**12 + 630*a33**3*m1**11*m2**4*n1**8*n2**5 - 2820*a33**3*m1**11*m2
**4*n1**6*n2**7 + 1285*a33**3*m1**11*m2**4*n1**4*n2**9 - 360*a33**3*m1**11*m2**4
*n1**2*n2**11 + a33**3*m1**11*m2**4*n2**13 - 630*a33**3*m1**10*m2**5*n1**9*n2**4
+ 3948*a33**3*m1**10*m2**5*n1**7*n2**6 - 2493*a33**3*m1**10*m2**5*n1**5*n2**8 +
956*a33**3*m1**10*m2**5*n1**3*n2**10 + 19*a33**3*m1**10*m2**5*n1*n2**12 + 420*
a33**3*m1**9*m2**6*n1**10*n2**3 - 3738*a33**3*m1**9*m2**6*n1**8*n2**5 + 2760*a33
**3*m1**9*m2**6*n1**6*n2**7 - 1315*a33**3*m1**9*m2**6*n1**4*n2**9 - 220*a33**3*
m1**9*m2**6*n1**2*n2**11 + 5*a33**3*m1**9*m2**6*n2**13 - 180*a33**3*m1**8*m2**7*
n1**11*n2**2 + 2370*a33**3*m1**8*m2**7*n1**9*n2**4 - 1392*a33**3*m1**8*m2**7*n1
**7*n2**6 + 495*a33**3*m1**8*m2**7*n1**5*n2**8 + 960*a33**3*m1**8*m2**7*n1**3*n2
**10 - 45*a33**3*m1**8*m2**7*n1*n2**12 + 45*a33**3*m1**7*m2**8*n1**12*n2 - 960*
a33**3*m1**7*m2**8*n1**10*n2**3 - 495*a33**3*m1**7*m2**8*n1**8*n2**5 + 1392*a33
**3*m1**7*m2**8*n1**6*n2**7 - 2370*a33**3*m1**7*m2**8*n1**4*n2**9 + 180*a33**3*
m1**7*m2**8*n1**2*n2**11 - 5*a33**3*m1**6*m2**9*n1**13 + 220*a33**3*m1**6*m2**9*
n1**11*n2**2 + 1315*a33**3*m1**6*m2**9*n1**9*n2**4 - 2760*a33**3*m1**6*m2**9*n1
**7*n2**6 + 3738*a33**3*m1**6*m2**9*n1**5*n2**8 - 420*a33**3*m1**6*m2**9*n1**3*
n2**10 - 19*a33**3*m1**5*m2**10*n1**12*n2 - 956*a33**3*m1**5*m2**10*n1**10*n2**3
+ 2493*a33**3*m1**5*m2**10*n1**8*n2**5 - 3948*a33**3*m1**5*m2**10*n1**6*n2**7 +
630*a33**3*m1**5*m2**10*n1**4*n2**9 - a33**3*m1**4*m2**11*n1**13 + 360*a33**3*
m1**4*m2**11*n1**11*n2**2 - 1285*a33**3*m1**4*m2**11*n1**9*n2**4 + 2820*a33**3*
m1**4*m2**11*n1**7*n2**6 - 630*a33**3*m1**4*m2**11*n1**5*n2**8 - 69*a33**3*m1**3
*m2**12*n1**12*n2 + 360*a33**3*m1**3*m2**12*n1**10*n2**3 - 1335*a33**3*m1**3*m2
**12*n1**8*n2**5 + 420*a33**3*m1**3*m2**12*n1**6*n2**7 + 5*a33**3*m1**2*m2**13*
n1**13 - 36*a33**3*m1**2*m2**13*n1**11*n2**2 + 395*a33**3*m1**2*m2**13*n1**9*n2
**4 - 180*a33**3*m1**2*m2**13*n1**7*n2**6 - 5*a33**3*m1*m2**14*n1**12*n2 - 64*
a33**3*m1*m2**14*n1**10*n2**3 + 45*a33**3*m1*m2**14*n1**8*n2**5 + a33**3*m2**15*
n1**13 + 4*a33**3*m2**15*n1**11*n2**2 - 5*a33**3*m2**15*n1**9*n2**4) + v3**2*( -
a33*m1**13*n1**8*n2**9 + 3*a33*m1**13*n1**6*n2**11 + a33*m1**13*n1**4*n2**13 -
3*a33*m1**13*n1**2*n2**15 + 9*a33*m1**12*m2*n1**9*n2**8 - 35*a33*m1**12*m2*n1**7
*n2**10 + 3*a33*m1**12*m2*n1**5*n2**12 + 43*a33*m1**12*m2*n1**3*n2**14 - 4*a33*
m1**12*m2*n1*n2**16 - 36*a33*m1**11*m2**2*n1**10*n2**7 + 181*a33*m1**11*m2**2*n1
**8*n2**9 - 94*a33*m1**11*m2**2*n1**6*n2**11 - 252*a33*m1**11*m2**2*n1**4*n2**13
+ 58*a33*m1**11*m2**2*n1**2*n2**15 - a33*m1**11*m2**2*n2**17 + 84*a33*m1**10*m2
**3*n1**11*n2**6 - 549*a33*m1**10*m2**3*n1**9*n2**8 + 550*a33*m1**10*m2**3*n1**7
*n2**10 + 812*a33*m1**10*m2**3*n1**5*n2**12 - 354*a33*m1**10*m2**3*n1**3*n2**14
+ 17*a33*m1**10*m2**3*n1*n2**16 - 126*a33*m1**9*m2**4*n1**12*n2**5 + 1086*a33*m1
**9*m2**4*n1**10*n2**7 - 1710*a33*m1**9*m2**4*n1**8*n2**9 - 1575*a33*m1**9*m2**4
*n1**6*n2**11 + 1235*a33*m1**9*m2**4*n1**4*n2**13 - 111*a33*m1**9*m2**4*n1**2*n2
**15 + a33*m1**9*m2**4*n2**17 + 126*a33*m1**8*m2**5*n1**13*n2**4 - 1470*a33*m1**
8*m2**5*n1**11*n2**6 + 3378*a33*m1**8*m2**5*n1**9*n2**8 + 1791*a33*m1**8*m2**5*
n1**7*n2**10 - 2775*a33*m1**8*m2**5*n1**5*n2**12 + 399*a33*m1**8*m2**5*n1**3*n2
**14 - 9*a33*m1**8*m2**5*n1*n2**16 - 84*a33*m1**7*m2**6*n1**14*n2**3 + 1386*a33*
m1**7*m2**6*n1**12*n2**5 - 4536*a33*m1**7*m2**6*n1**10*n2**7 - 816*a33*m1**7*m2
**6*n1**8*n2**9 + 4248*a33*m1**7*m2**6*n1**6*n2**11 - 906*a33*m1**7*m2**6*n1**4*
n2**13 + 36*a33*m1**7*m2**6*n1**2*n2**15 + 36*a33*m1**6*m2**7*n1**15*n2**2 - 906
*a33*m1**6*m2**7*n1**13*n2**4 + 4248*a33*m1**6*m2**7*n1**11*n2**6 - 816*a33*m1**
6*m2**7*n1**9*n2**8 - 4536*a33*m1**6*m2**7*n1**7*n2**10 + 1386*a33*m1**6*m2**7*
n1**5*n2**12 - 84*a33*m1**6*m2**7*n1**3*n2**14 - 9*a33*m1**5*m2**8*n1**16*n2 +
399*a33*m1**5*m2**8*n1**14*n2**3 - 2775*a33*m1**5*m2**8*n1**12*n2**5 + 1791*a33*
m1**5*m2**8*n1**10*n2**7 + 3378*a33*m1**5*m2**8*n1**8*n2**9 - 1470*a33*m1**5*m2
**8*n1**6*n2**11 + 126*a33*m1**5*m2**8*n1**4*n2**13 + a33*m1**4*m2**9*n1**17 -
111*a33*m1**4*m2**9*n1**15*n2**2 + 1235*a33*m1**4*m2**9*n1**13*n2**4 - 1575*a33*
m1**4*m2**9*n1**11*n2**6 - 1710*a33*m1**4*m2**9*n1**9*n2**8 + 1086*a33*m1**4*m2
**9*n1**7*n2**10 - 126*a33*m1**4*m2**9*n1**5*n2**12 + 17*a33*m1**3*m2**10*n1**16
*n2 - 354*a33*m1**3*m2**10*n1**14*n2**3 + 812*a33*m1**3*m2**10*n1**12*n2**5 +
550*a33*m1**3*m2**10*n1**10*n2**7 - 549*a33*m1**3*m2**10*n1**8*n2**9 + 84*a33*m1
**3*m2**10*n1**6*n2**11 - a33*m1**2*m2**11*n1**17 + 58*a33*m1**2*m2**11*n1**15*
n2**2 - 252*a33*m1**2*m2**11*n1**13*n2**4 - 94*a33*m1**2*m2**11*n1**11*n2**6 +
181*a33*m1**2*m2**11*n1**9*n2**8 - 36*a33*m1**2*m2**11*n1**7*n2**10 - 4*a33*m1*
m2**12*n1**16*n2 + 43*a33*m1*m2**12*n1**14*n2**3 + 3*a33*m1*m2**12*n1**12*n2**5
- 35*a33*m1*m2**12*n1**10*n2**7 + 9*a33*m1*m2**12*n1**8*n2**9 - 3*a33*m2**13*n1
**15*n2**2 + a33*m2**13*n1**13*n2**4 + 3*a33*m2**13*n1**11*n2**6 - a33*m2**13*n1
**9*n2**8)$