c_1, c_2, c_3, c_4, x_1, x_2, x_3, x_4, x_5, 
x_4
x_1*x_3
x_1*(x_2-3*x_3)
x_1*(3*x_2-x_3)
x_1*(8*x_1*x_2-9*x_2+9*x_3)
x_1*(2*x_1*x_3-3*x_2+6*x_3)
x_1*(2*x_1*x_4+2*x_1*x_5+5*x_4)
x_1*(4*x_1*x_5-28*x_3+3*x_5)
x_1*(8*x_1*x_4-4*x_1*x_5-4*x_2-3*x_4)
x_1*(6*x_1*x_2-2*x_1*x_3-6*x_2+3*x_3)
x_1*(2*x_1*x_2+2*x_1*x_3-5*x_2+10*x_3)
x_1*(16*x_1*x_2-2*x_1*x_3-10*x_2+5*x_3)
x_1*(8*x_1*x_5-4*x_2-12*x_3+9*x_4-3*x_5)
x_1*(4*x_1*x_4-8*x_1*x_5-12*x_2+20*x_3+3*x_4-9*x_5)
x_4*(2*x_1^2+3*x_1+2)
x_1*x_3*(2*x_1-5)
-4*x_3
2*x_3
-2*x_4
-x_5
2*x_5
-4*c_1*x_3
12*c_1*x_3
-2*c_1*(x_1*x_5-4*x_3)
-2*c_1*(3*x_1*x_5+5*x_2+3*x_4)
-2*c_1*(x_1*x_4-x_1*x_5-2*x_2)
2*c_1*(3*x_1*x_5-7*x_3+3*x_5)
2*c_1*(3*x_1*x_4-7*x_2-11*x_3+3*x_4-3*x_5)
-2*c_2*(x_4-x_5)
-2*c_2*(x_1*x_4-x_1*x_5+2*x_5)
-2*c_2*(x_1*x_5-2*x_2-2*x_3-2*x_4)
-x_1*x_2
-4*x_1*x_3
-3*x_1*x_3
2*x_1*x_3
8*x_1*x_3
-8*x_1*x_4
4*x_1*x_4
-3*x_1*(x_2-x_3)
-2*x_1*(x_1*x_5-8*x_3)
-2*x_1*(4*x_1*x_3-8*x_2+x_3)
-x_1*(2*x_1*x_2+2*x_1*x_3-5*x_2)
2*x_1*(3*c_1*x_2+3*c_3*x_2+2*x_4)
-2*x_1*(9*c_2*x_2+3*c_4*x_2-8*x_4)
8*x_1*(x_1*x_2-2*x_2+2*x_3)
2*x_1*(x_1*x_2-8*x_1*x_3+5*x_2)
-2*x_1*(8*x_1*x_2-8*x_1*x_3+5*x_3)
-x_1*(8*x_1*x_2-4*x_1*x_3+3*x_2)
2*x_1*(x_1*x_2-3*x_1*x_3+3*x_2)
-6*x_1*(x_1*x_2-x_1*x_3+x_3)
-2*x_1*(2*x_1*x_3-x_2-x_3)
-x_1*(8*x_1*x_3-9*x_2+3*x_3)
-2*x_1*(3*x_1*x_4-x_1*x_5-2*x_2)
2*x_1*(3*x_1*x_4-3*x_1*x_5-4*x_2+4*x_3)
-x_1*(4*x_1*x_2-8*x_1*x_3-3*x_2+9*x_3)
-2*x_1*(2*x_1*x_2-4*x_1*x_3-x_2+8*x_3)
-2*x_1*(4*x_1*x_2-2*x_1*x_3+x_2+x_3)
-2*x_1*(x_1*x_4-3*x_1*x_5-2*x_2+10*x_3)
-x_1*(8*x_1*x_4-20*x_2-12*x_3+9*x_4-9*x_5)
6*x_1*(3*c_1*x_2+6*c_1*x_3+c_2*x_3-c_3*x_3-c_4*x_2+2*c_4*x_3)
-6*x_1*(6*c_1*x_2+3*c_1*x_3+c_2*x_2-2*c_3*x_2+c_3*x_3+c_4*x_2)
6*x_1*(8*c_1*x_2+c_1*x_3+3*c_2*x_2+c_3*x_2+c_3*x_3+3*c_4*x_2-2*x_4)
6*x_1*(6*c_1*x_2-6*c_1*x_3+c_2*x_2-c_2*x_3-c_3*x_2+2*c_3*x_3+2*c_4*x_2-c_4*x_3)
-2*x_1^2*x_2
4*x_1^2*x_2
2*x_1^2*x_3
-4*x_1^2*x_4
2*x_1^2*x_4
2*x_1^2*(x_2-3*x_3)
-6*x_1^2*(x_2-x_3)
2*x_1^2*(3*x_2-x_3)
4*x_3*(c_1-c_4)
-4*x_3*(c_2-c_3)
2*x_3*(c_2-c_3)
-4*x_3*(-c_4+3*c_1)
-2*x_3*(3*c_2*x_1-3*c_3*x_1-1)
-2*x_3*(3*c_1*x_1-3*c_4*x_1-1)
2*x_3*(9*c_1*x_1+9*c_2*x_1-9*c_3*x_1-9*c_4*x_1+4)
2*x_4*c_2
2*x_4*(3+2*x_1)
2*x_4*(3*c_2*x_1+c_4*x_1-2)
-2*x_4*(c_2*x_1+c_4*x_1-1)
-2*x_4*(3*c_2*x_1-c_2+c_4-1)
2*x_4*(3*c_1*x_1+3*c_2*x_1+3*c_3*x_1+3*c_4*x_1+2*c_1+2*c_3-3)
-2*x_5*c_2
4*x_5*c_2
-4*(1+2*x_1)*x_4
-(x_1+2)*x_4
6*x_1*c_1*(x_2-x_3)
-18*x_1*x_2*c_1
-6*x_1*x_2*c_1
-6*x_1*x_2*(3*c_1+c_3)
-x_1*x_2*(2*x_1-3)
2*x_1*x_2*(2*x_1-1)
-18*x_1*x_3*c_1
6*x_1*x_3*c_1
-x_1*x_3*(-3+4*x_1)
6*x_1*x_3*(-c_4+3*c_1)
-6*x_1*x_4*c_1
2*x_1*x_4*c_1
-2*x_1*x_4*(1+2*x_1)
-2*x_1*x_4*(c_1+c_3)
2*x_1*x_4*(3*c_1+c_3)
2*x_4*c_2*(-2+x_1)
3*x_4-3*x_5
-2*x_5+x_3
x_5-3*x_4
3*x_5-x_4
-6*c_2*x_1*x_2+6*x_4
6*c_2*x_1*x_3+2*x_4
x_1*x_4-3*x_1*x_5-4*x_4
x_1*x_5+2*x_4-4*x_5
18*c_2*x_1*x_2-12*x_1*x_4-14*x_4
-3*x_1*x_4+3*x_1*x_5+4*x_5
2*c_2*x_3-2*c_2*x_5-2*c_3*x_5
6*c_2*x_1*x_2-6*c_2*x_1*x_3-6*x_4
-18*c_2*x_1*x_3-4*x_4-6*x_5
3*x_1*x_4-x_1*x_5+4*x_4-2*x_5
4*x_1*x_3+2*x_1*x_5-2*x_3+4*x_5
6*c_2*x_1*x_2+6*c_4*x_1*x_2+4*x_1*x_4+8*x_4
-3*x_1*x_5+x_2-3*x_3-2*x_4+2*x_5
8*x_1^2*x_4-4*x_1^2*x_5-2*x_1*x_4-2*x_1*x_5-4*x_4
-2*x_1^2*x_5+8*x_1*x_3-5*x_1*x_5+x_3-3*x_5
18*c_2*x_1*x_3+12*x_1*x_4-2*x_2-2*x_3+6*x_4-2*x_5
-18*c_2*x_1*x_2-4*x_1*x_4+2*x_2+2*x_3+6*x_4+6*x_5
18*c_2*x_1*x_3-6*c_3*x_1*x_3-2*x_2+12*x_3+4*x_4-4*x_5
-6*x_1^2*x_4+2*x_1^2*x_5-6*x_1*x_4+3*x_1*x_5-2*x_4+2*x_5
-10*c_1*x_3-4*c_1*x_5-6*c_2*x_3+6*c_3*x_3+10*c_4*x_3+4*c_4*x_5
2*c_1*x_1*x_5-2*c_4*x_1*x_5+22*c_1*x_3+14*c_1*x_5+6*c_2*x_3-6*c_3*x_3-2*c_4*x_5
-6*c_1*x_1*x_5+2*c_4*x_1*x_5-6*c_1*x_3-16*c_1*x_5-2*c_2*x_3+2*c_3*x_3-10*c_4*x_3
-18*c_1*x_1*x_2-18*c_2*x_1*x_2-18*c_3*x_1*x_2-18*c_4*x_1*x_2+16*x_1*x_4+2*x_2-6*x_4
-6*c_1*x_1*x_2-48*c_1*x_1*x_3-18*c_2*x_1*x_3+18*c_3*x_1*x_3+6*c_4*x_1*x_2+6*c_4*x_1*x_3-6*x_3
-8*x_1^2*x_4+20*x_1*x_2+4*x_1*x_3-16*x_1*x_4+16*x_1*x_5-6*x_2+2*x_3+8*x_5
-6*c_2*x_1*x_5-2*c_1*x_4+4*c_2*x_4+2*c_2*x_5-2*c_3*x_4+4*c_4*x_4-2*c_4*x_5-4*x_4
8*x_1^2*x_5-12*x_1*x_2-8*x_1*x_3+16*x_1*x_4-2*x_1*x_5+2*x_2+8*x_4-4*x_5
-16*x_1^2*x_4+2*x_1^2*x_5+12*x_1*x_2+4*x_1*x_3-10*x_1*x_4+5*x_1*x_5-x_2+3*x_4
6*x_1^2*x_4-6*x_1^2*x_5+4*x_1*x_2+4*x_1*x_3-6*x_1*x_5-x_2-4*x_4-2*x_5
12*c_1*x_1*x_4+6*c_1*x_1*x_5+2*c_2*x_1*x_4-4*c_3*x_1*x_4+2*c_3*x_1*x_5+2*c_4*x_1*x_4+8*c_1*x_2+16*c_1*x_4
-2*x_1^2*x_4+16*x_1^2*x_5-12*x_1*x_2-44*x_1*x_3+10*x_1*x_4-3*x_2+3*x_3+9*x_4-9*x_5
-2*x_1^2*x_5+4*x_1*x_2+4*x_1*x_3-3*x_1*x_4+6*x_1*x_5-3*x_2+3*x_3+2*x_4+4*x_5
-2*x_1^2*x_4+6*x_1^2*x_5-8*x_1*x_2-8*x_1*x_3+6*x_1*x_4+3*x_2-x_3+4*x_4-4*x_5
16*x_1^2*x_4-16*x_1^2*x_5-12*x_1*x_2+16*x_1*x_3-10*x_1*x_5+3*x_2-x_3-9*x_4+3*x_5
48*c_1*x_1*x_3+18*c_2*x_1*x_3-30*c_3*x_1*x_2+6*c_3*x_1*x_3-30*c_4*x_1*x_2+18*c_4*x_1*x_3+12*x_1*x_4-2*x_2-4*x_3
4*x_1^2*x_5-4*x_1*x_2-20*x_1*x_3+2*x_1*x_4+2*x_1*x_5-2*x_2+6*x_3+4*x_4-8*x_5
4*x_1^2*x_4-8*x_1^2*x_5-4*x_1*x_2+20*x_1*x_3+2*x_1*x_4-16*x_1*x_5+6*x_2-6*x_3-8*x_4
6*c_2*x_1*x_5+2*c_1*x_5-10*c_2*x_2-14*c_2*x_3-2*c_2*x_4-4*c_2*x_5-2*c_3*x_4+4*c_3*x_5-2*c_4*x_5
-48*c_1*x_1*x_2-18*c_2*x_1*x_2+18*c_3*x_1*x_2-30*c_3*x_1*x_3+6*c_4*x_1*x_2-30*c_4*x_1*x_3-4*x_1*x_4+2*x_2+8*x_3
-2*x_1^2*x_4-2*x_1^2*x_5+12*x_1*x_2+20*x_1*x_3-5*x_1*x_4+10*x_1*x_5+x_2-3*x_3-3*x_4+9*x_5
-6*c_1*x_1*x_2-36*c_2*x_1*x_2-18*c_2*x_1*x_3-6*c_3*x_1*x_2+12*c_4*x_1*x_2-6*c_4*x_1*x_3+6*x_2+4*x_3+20*x_4+4*x_5
2*c_1*x_1*x_4+12*c_2*x_1*x_4+6*c_2*x_1*x_5+2*c_3*x_1*x_4-4*c_4*x_1*x_4+2*c_4*x_1*x_5+8*c_1*x_4+8*c_3*x_4+8*c_4*x_4+2*x_4
6*c_1*x_1*x_3+18*c_2*x_1*x_2+36*c_2*x_1*x_3-6*c_3*x_1*x_2+12*c_3*x_1*x_3-6*c_4*x_1*x_3+8*x_1*x_4+2*x_2-16*x_3+12*x_5
-18*c_1*x_1*x_3-6*c_2*x_1*x_2-48*c_2*x_1*x_3+6*c_3*x_1*x_2+6*c_3*x_1*x_3+18*c_4*x_1*x_3-4*x_1*x_4+6*x_2-16*x_3-10*x_4+2*x_5
-36*c_1*x_1*x_2-18*c_1*x_1*x_3-36*c_2*x_1*x_2-18*c_2*x_1*x_3+18*c_3*x_1*x_2-18*c_3*x_1*x_3+18*c_4*x_1*x_2-18*c_4*x_1*x_3-2*x_2+8*x_3+18*x_4
18*c_1*x_1*x_3+48*c_2*x_1*x_3-30*c_3*x_1*x_2+18*c_3*x_1*x_3-30*c_4*x_1*x_2+6*c_4*x_1*x_3+32*x_1*x_4+6*x_2-14*x_3-6*x_4+6*x_5
-6*c_2*x_1*x_5+2*c_3*x_1*x_5-2*c_1*x_3-8*c_1*x_5+8*c_2*x_2+10*c_2*x_3-10*c_3*x_3+8*c_3*x_5+2*c_4*x_3+8*c_4*x_5+2*x_4
-18*c_1*x_1*x_2-48*c_2*x_1*x_2+6*c_3*x_1*x_2-30*c_3*x_1*x_3+18*c_4*x_1*x_2-30*c_4*x_1*x_3-4*x_1*x_4-6*x_2+28*x_3+22*x_4-6*x_5
18*c_1*x_1*x_2+48*c_2*x_1*x_2+6*c_2*x_1*x_3+18*c_3*x_1*x_2+6*c_4*x_1*x_2+6*c_4*x_1*x_3-32*x_1*x_4-6*x_2-2*x_3-14*x_4-2*x_5
-16*c_1*x_1*x_4-2*c_1*x_1*x_5-6*c_2*x_1*x_4-2*c_3*x_1*x_4-2*c_3*x_1*x_5-6*c_4*x_1*x_4-2*c_1*x_2-14*c_1*x_4-2*c_3*x_2-2*c_3*x_4+4*x_4
-6*c_1*x_1*x_4-16*c_2*x_1*x_4-2*c_2*x_1*x_5-6*c_3*x_1*x_4-2*c_4*x_1*x_4-2*c_4*x_1*x_5-10*c_1*x_4-2*c_2*x_4-10*c_3*x_4-2*c_4*x_4+8*x_4
18*c_1*x_1*x_2+36*c_1*x_1*x_3+18*c_2*x_1*x_2+36*c_2*x_1*x_3-18*c_3*x_1*x_2+18*c_3*x_1*x_3-18*c_4*x_1*x_2+18*c_4*x_1*x_3+8*x_1*x_4-6*x_2-4*x_3+6*x_4
6*c_2*x_1*x_4+2*c_1*x_4-2*c_1*x_5-14*c_2*x_2-12*c_2*x_3-4*c_2*x_4+4*c_2*x_5+4*c_3*x_4-2*c_3*x_5-2*c_4*x_4+4*c_4*x_5+2*x_4
36*c_1*x_1*x_2-36*c_1*x_1*x_3+36*c_2*x_1*x_2-36*c_2*x_1*x_3+18*c_3*x_1*x_2+18*c_3*x_1*x_3+18*c_4*x_1*x_2+18*c_4*x_1*x_3-16*x_1*x_4+6*x_2-8*x_3-18*x_4
2*c_2*x_1*x_5-2*c_3*x_1*x_5+8*c_1*x_3+10*c_1*x_5-2*c_2*x_2+6*c_2*x_3+2*c_2*x_5+2*c_3*x_2-6*c_3*x_3-2*c_3*x_5-8*c_4*x_3-10*c_4*x_5-2*x_4
6*c_1*x_1*x_2-6*c_1*x_1*x_3+36*c_2*x_1*x_2-36*c_2*x_1*x_3+12*c_3*x_1*x_2-6*c_3*x_1*x_3-6*c_4*x_1*x_2+12*c_4*x_1*x_3-16*x_1*x_4-6*x_2+4*x_3-20*x_4-12*x_5
-6*c_1*x_1*x_4-12*c_1*x_1*x_5-2*c_2*x_1*x_5+2*c_3*x_1*x_5+2*c_4*x_1*x_4-4*c_4*x_1*x_5+18*c_1*x_2+58*c_1*x_3-16*c_1*x_4+2*c_2*x_2+6*c_2*x_3-2*c_3*x_2-6*c_3*x_3-2*c_4*x_2+6*c_4*x_3
-12*c_1*x_1*x_4+12*c_1*x_1*x_5-2*c_2*x_1*x_4+2*c_2*x_1*x_5+2*c_3*x_1*x_4-4*c_3*x_1*x_5-4*c_4*x_1*x_4+2*c_4*x_1*x_5+34*c_1*x_2+20*c_1*x_3+16*c_1*x_5+2*c_2*x_2+2*c_3*x_2+4*c_3*x_3+2*c_4*x_2
-6*c_1*x_1*x_5-6*c_2*x_1*x_5+6*c_3*x_1*x_5+6*c_4*x_1*x_5+2*c_1*x_2-2*c_1*x_3-4*c_1*x_4-32*c_1*x_5+6*c_2*x_2+6*c_2*x_3-4*c_2*x_5-6*c_3*x_2-6*c_3*x_3+4*c_3*x_5-2*c_4*x_2-18*c_4*x_3+4*c_4*x_4-4*c_4*x_5+4*x_4
-16*c_1*x_1*x_5-6*c_2*x_1*x_5+10*c_3*x_1*x_4-2*c_3*x_1*x_5+10*c_4*x_1*x_4-6*c_4*x_1*x_5-26*c_1*x_2-6*c_1*x_3-28*c_1*x_4-14*c_1*x_5-4*c_2*x_2-2*c_2*x_4+2*c_3*x_2-6*c_3*x_3+4*c_3*x_4-2*c_3*x_5-4*c_4*x_2-2*c_4*x_4-10*x_4
12*c_1*x_1*x_4+6*c_1*x_1*x_5+12*c_2*x_1*x_4+6*c_2*x_1*x_5-6*c_3*x_1*x_4+6*c_3*x_1*x_5-6*c_4*x_1*x_4+6*c_4*x_1*x_5+6*c_1*x_2+32*c_1*x_4+4*c_1*x_5+2*c_2*x_2+4*c_2*x_4+6*c_3*x_2-4*c_3*x_4+4*c_3*x_5+2*c_4*x_2+4*c_4*x_4+6*x_4
-2*c_1*x_1*x_5-6*c_2*x_1*x_4-12*c_2*x_1*x_5+2*c_3*x_1*x_4-4*c_3*x_1*x_5+2*c_4*x_1*x_5+2*c_1*x_2+6*c_1*x_3-8*c_1*x_4+34*c_2*x_2+42*c_2*x_3-2*c_3*x_2+6*c_3*x_3+8*c_3*x_4-16*c_3*x_5-2*c_4*x_2-6*c_4*x_3+8*c_4*x_4-16*c_4*x_5-10*x_4
-2*c_1*x_1*x_4+2*c_1*x_1*x_5-12*c_2*x_1*x_4+12*c_2*x_1*x_5-4*c_3*x_1*x_4+2*c_3*x_1*x_5+2*c_4*x_1*x_4-4*c_4*x_1*x_5+2*c_1*x_2+8*c_1*x_5+18*c_2*x_2+12*c_2*x_3+2*c_3*x_2-16*c_3*x_4+8*c_3*x_5+2*c_4*x_2+4*c_4*x_3-16*c_4*x_4+8*c_4*x_5+10*x_4
2*c_1*x_1*x_4+16*c_1*x_1*x_5+6*c_2*x_1*x_5-6*c_3*x_1*x_5-2*c_4*x_1*x_4-2*c_4*x_1*x_5-10*c_1*x_2-42*c_1*x_3+14*c_1*x_4+28*c_1*x_5-6*c_2*x_2-14*c_2*x_3+2*c_2*x_5+6*c_3*x_2+14*c_3*x_3-2*c_3*x_5+4*c_4*x_2+20*c_4*x_3-2*c_4*x_4+4*c_4*x_5-2*x_4
-6*c_1*x_1*x_5-16*c_2*x_1*x_5+10*c_3*x_1*x_4-6*c_3*x_1*x_5+10*c_4*x_1*x_4-2*c_4*x_1*x_5-6*c_1*x_2-20*c_1*x_4-10*c_1*x_5-10*c_2*x_2-4*c_2*x_3-4*c_2*x_4-2*c_2*x_5-6*c_3*x_2+18*c_3*x_4-10*c_3*x_5-4*c_4*x_2-4*c_4*x_3-6*c_4*x_4-2*c_4*x_5-22*x_4
16*c_1*x_1*x_4+6*c_2*x_1*x_4-6*c_3*x_1*x_4+10*c_3*x_1*x_5-2*c_4*x_1*x_4+10*c_4*x_1*x_5-42*c_1*x_2-58*c_1*x_3+28*c_1*x_4-28*c_1*x_5-14*c_2*x_2-16*c_2*x_3+2*c_2*x_4-2*c_2*x_5-6*c_3*x_2-2*c_3*x_3-2*c_3*x_4+4*c_3*x_5-16*c_4*x_3+4*c_4*x_4-2*c_4*x_5+8*x_4
6*c_1*x_1*x_4+16*c_2*x_1*x_4-2*c_3*x_1*x_4+10*c_3*x_1*x_5-6*c_4*x_1*x_4+10*c_4*x_1*x_5-14*c_1*x_2-18*c_1*x_3+20*c_1*x_4-20*c_1*x_5-42*c_2*x_2-42*c_2*x_3+4*c_2*x_4-4*c_2*x_5+6*c_3*x_2-18*c_3*x_3-6*c_3*x_4+18*c_3*x_5-8*c_4*x_3+18*c_4*x_4-6*c_4*x_5+10*x_4
6*c_1*x_1*x_5+2*c_2*x_1*x_4+16*c_2*x_1*x_5-2*c_3*x_1*x_4-2*c_3*x_1*x_5-6*c_4*x_1*x_5-4*c_1*x_2-14*c_1*x_3+10*c_1*x_4+20*c_1*x_5-26*c_2*x_2-42*c_2*x_3+2*c_2*x_4+4*c_2*x_5-2*c_3*x_2+26*c_3*x_3-2*c_3*x_4-6*c_3*x_5+4*c_4*x_2+20*c_4*x_3-10*c_4*x_4+18*c_4*x_5+4*x_4
-12*c_1*x_1*x_4+12*c_1*x_1*x_5-12*c_2*x_1*x_4+12*c_2*x_1*x_5-6*c_3*x_1*x_4-6*c_3*x_1*x_5-6*c_4*x_1*x_4-6*c_4*x_1*x_5+30*c_1*x_2+18*c_1*x_3+32*c_1*x_5+22*c_2*x_2+14*c_2*x_3+4*c_2*x_5-6*c_3*x_2+18*c_3*x_3-4*c_3*x_4-4*c_3*x_5+6*c_4*x_2+14*c_4*x_3-4*c_4*x_4+4*c_4*x_5+10*x_4
-6*c_1*x_1*x_4-12*c_1*x_1*x_5-6*c_2*x_1*x_4-12*c_2*x_1*x_5+6*c_3*x_1*x_4-6*c_3*x_1*x_5+6*c_4*x_1*x_4-6*c_4*x_1*x_5+22*c_1*x_2+54*c_1*x_3-32*c_1*x_4+30*c_2*x_2+46*c_2*x_3-4*c_2*x_4+6*c_3*x_2-18*c_3*x_3+4*c_3*x_4-4*c_3*x_5-6*c_4*x_2-6*c_4*x_3-4*c_4*x_4-4*c_4*x_5-14*x_4
