Numeric.SpecFunctions:invIncompleteBetaWorker from math-functions-0.1.5.2, I

Percentage Accurate: 93.8% → 96.5%

Time: 23.4s

Alternatives: 25

Speedup: 0.7×

Specification

Math

\[\begin{array}{l} \\ \frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (/
  x
  (+
   x
   (*
    y
    (exp
     (*
      2.0
      (-
       (/ (* z (sqrt (+ t a))) t)
       (* (- b c) (- (+ a (/ 5.0 6.0)) (/ 2.0 (* t 3.0)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	return x / (x + (y * exp((2.0 * (((z * sqrt((t + a))) / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    code = x / (x + (y * exp((2.0d0 * (((z * sqrt((t + a))) / t) - ((b - c) * ((a + (5.0d0 / 6.0d0)) - (2.0d0 / (t * 3.0d0)))))))))
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	return x / (x + (y * Math.exp((2.0 * (((z * Math.sqrt((t + a))) / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
}

Python

def code(x, y, z, t, a, b, c):
	return x / (x + (y * math.exp((2.0 * (((z * math.sqrt((t + a))) / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))))

Julia

function code(x, y, z, t, a, b, c)
	return Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(Float64(t + a))) / t) - Float64(Float64(b - c) * Float64(Float64(a + Float64(5.0 / 6.0)) - Float64(2.0 / Float64(t * 3.0))))))))))
end

MATLAB

function tmp = code(x, y, z, t, a, b, c)
	tmp = x / (x + (y * exp((2.0 * (((z * sqrt((t + a))) / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[N[(t + a), $MachinePrecision]], $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision] - N[(N[(b - c), $MachinePrecision] * N[(N[(a + N[(5.0 / 6.0), $MachinePrecision]), $MachinePrecision] - N[(2.0 / N[(t * 3.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]

Initial Program: 93.8% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (/
  x
  (+
   x
   (*
    y
    (exp
     (*
      2.0
      (-
       (/ (* z (sqrt (+ t a))) t)
       (* (- b c) (- (+ a (/ 5.0 6.0)) (/ 2.0 (* t 3.0)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	return x / (x + (y * exp((2.0 * (((z * sqrt((t + a))) / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    code = x / (x + (y * exp((2.0d0 * (((z * sqrt((t + a))) / t) - ((b - c) * ((a + (5.0d0 / 6.0d0)) - (2.0d0 / (t * 3.0d0)))))))))
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	return x / (x + (y * Math.exp((2.0 * (((z * Math.sqrt((t + a))) / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
}

Python

def code(x, y, z, t, a, b, c):
	return x / (x + (y * math.exp((2.0 * (((z * math.sqrt((t + a))) / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))))

Julia

function code(x, y, z, t, a, b, c)
	return Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(Float64(t + a))) / t) - Float64(Float64(b - c) * Float64(Float64(a + Float64(5.0 / 6.0)) - Float64(2.0 / Float64(t * 3.0))))))))))
end

MATLAB

function tmp = code(x, y, z, t, a, b, c)
	tmp = x / (x + (y * exp((2.0 * (((z * sqrt((t + a))) / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[N[(t + a), $MachinePrecision]], $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision] - N[(N[(b - c), $MachinePrecision] * N[(N[(a + N[(5.0 / 6.0), $MachinePrecision]), $MachinePrecision] - N[(2.0 / N[(t * 3.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]

Alternative 1: 96.5% accurate, 0.5× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \left(c - b\right) \cdot \left(\left(0.8333333333333334 + a\right) - \frac{2}{t \cdot 3}\right)\\ t_2 := \sqrt{a + t}\\ \mathbf{if}\;\frac{t_2 \cdot z}{t} + t_1 \leq \infty:\\ \;\;\;\;\frac{x}{x + y \cdot {\left(e^{2}\right)}^{\left(\frac{z}{\frac{t}{t_2}} + t_1\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (* (- c b) (- (+ 0.8333333333333334 a) (/ 2.0 (* t 3.0)))))
        (t_2 (sqrt (+ a t))))
   (if (<= (+ (/ (* t_2 z) t) t_1) INFINITY)
     (/ x (+ x (* y (pow (exp 2.0) (+ (/ z (/ t t_2)) t_1)))))
     (/
      x
      (+
       x
       (-
        y
        (*
         y
         (*
          2.0
          (* b (- (+ 0.8333333333333334 a) (/ 0.6666666666666666 t)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = (c - b) * ((0.8333333333333334 + a) - (2.0 / (t * 3.0)));
	double t_2 = sqrt((a + t));
	double tmp;
	if ((((t_2 * z) / t) + t_1) <= ((double) INFINITY)) {
		tmp = x / (x + (y * pow(exp(2.0), ((z / (t / t_2)) + t_1))));
	} else {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	}
	return tmp;
}

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = (c - b) * ((0.8333333333333334 + a) - (2.0 / (t * 3.0)));
	double t_2 = Math.sqrt((a + t));
	double tmp;
	if ((((t_2 * z) / t) + t_1) <= Double.POSITIVE_INFINITY) {
		tmp = x / (x + (y * Math.pow(Math.exp(2.0), ((z / (t / t_2)) + t_1))));
	} else {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = (c - b) * ((0.8333333333333334 + a) - (2.0 / (t * 3.0)))
	t_2 = math.sqrt((a + t))
	tmp = 0
	if (((t_2 * z) / t) + t_1) <= math.inf:
		tmp = x / (x + (y * math.pow(math.exp(2.0), ((z / (t / t_2)) + t_1))))
	else:
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(Float64(c - b) * Float64(Float64(0.8333333333333334 + a) - Float64(2.0 / Float64(t * 3.0))))
	t_2 = sqrt(Float64(a + t))
	tmp = 0.0
	if (Float64(Float64(Float64(t_2 * z) / t) + t_1) <= Inf)
		tmp = Float64(x / Float64(x + Float64(y * (exp(2.0) ^ Float64(Float64(z / Float64(t / t_2)) + t_1)))));
	else
		tmp = Float64(x / Float64(x + Float64(y - Float64(y * Float64(2.0 * Float64(b * Float64(Float64(0.8333333333333334 + a) - Float64(0.6666666666666666 / t))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = (c - b) * ((0.8333333333333334 + a) - (2.0 / (t * 3.0)));
	t_2 = sqrt((a + t));
	tmp = 0.0;
	if ((((t_2 * z) / t) + t_1) <= Inf)
		tmp = x / (x + (y * (exp(2.0) ^ ((z / (t / t_2)) + t_1))));
	else
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(N[(c - b), $MachinePrecision] * N[(N[(0.8333333333333334 + a), $MachinePrecision] - N[(2.0 / N[(t * 3.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, Block[{t$95$2 = N[Sqrt[N[(a + t), $MachinePrecision]], $MachinePrecision]}, If[LessEqual[N[(N[(N[(t$95$2 * z), $MachinePrecision] / t), $MachinePrecision] + t$95$1), $MachinePrecision], Infinity], N[(x / N[(x + N[(y * N[Power[N[Exp[2.0], $MachinePrecision], N[(N[(z / N[(t / t$95$2), $MachinePrecision]), $MachinePrecision] + t$95$1), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y - N[(y * N[(2.0 * N[(b * N[(N[(0.8333333333333334 + a), $MachinePrecision] - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 2 regimes

2. if (-.f64 (/.f64 (*.f64 z (sqrt.f64 (+.f64 t a))) t) (*.f64 (-.f64 b c) (-.f64 (+.f64 a (/.f64 5 6)) (/.f64 2 (*.f64 t 3))))) < +inf.0

   1. Initial program 98.8%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]
   2. Step-by-step derivation

      1. exp-prod 98.8%

         \[\leadsto \frac{x}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}}} \]

      2. associate-/l* 99.2%

         \[\leadsto \frac{x}{x + y \cdot {\left(e^{2}\right)}^{\left(\color{blue}{\frac{z}{\frac{t}{\sqrt{t + a}}}} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

      3. metadata-eval 99.2%

         \[\leadsto \frac{x}{x + y \cdot {\left(e^{2}\right)}^{\left(\frac{z}{\frac{t}{\sqrt{t + a}}} - \left(b - c\right) \cdot \left(\left(a + \color{blue}{0.8333333333333334}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   3. Simplified 99.2%

      \[\leadsto \color{blue}{\frac{x}{x + y \cdot {\left(e^{2}\right)}^{\left(\frac{z}{\frac{t}{\sqrt{t + a}}} - \left(b - c\right) \cdot \left(\left(a + 0.8333333333333334\right) - \frac{2}{t \cdot 3}\right)\right)}}} \]

   if +inf.0 < (-.f64 (/.f64 (*.f64 z (sqrt.f64 (+.f64 t a))) t) (*.f64 (-.f64 b c) (-.f64 (+.f64 a (/.f64 5 6)) (/.f64 2 (*.f64 t 3)))))

   1. Initial program 0.0%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 77.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 77.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 77.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 77.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 77.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 77.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 77.7%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]
   6. Step-by-step derivation

      1. distribute-rgt-in 77.7%

         \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)\right) \cdot y + 1 \cdot y\right)}} \]

      2. *-commutative 77.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}\right) \cdot y + 1 \cdot y\right)} \]

      3. div-inv 77.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666}{t}} - \left(0.8333333333333334 + a\right)\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      4. +-commutative 77.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      5. *-un-lft-identity 77.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + \color{blue}{y}\right)} \]

   7. Applied egg-rr 77.7%

      \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + y\right)}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 98.1%

   \[\leadsto \begin{array}{l} \mathbf{if}\;\frac{\sqrt{a + t} \cdot z}{t} + \left(c - b\right) \cdot \left(\left(0.8333333333333334 + a\right) - \frac{2}{t \cdot 3}\right) \leq \infty:\\ \;\;\;\;\frac{x}{x + y \cdot {\left(e^{2}\right)}^{\left(\frac{z}{\frac{t}{\sqrt{a + t}}} + \left(c - b\right) \cdot \left(\left(0.8333333333333334 + a\right) - \frac{2}{t \cdot 3}\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \end{array} \]

Alternative 2: 97.1% accurate, 0.4× speedup

Math

\[\begin{array}{l} \\ \frac{x}{\mathsf{fma}\left(y, {\left(e^{2}\right)}^{\left(\mathsf{fma}\left(0.8333333333333334 - \left(\frac{0.6666666666666666}{t} - a\right), c - b, \sqrt{a + t} \cdot \frac{z}{t}\right)\right)}, x\right)} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (/
  x
  (fma
   y
   (pow
    (exp 2.0)
    (fma
     (- 0.8333333333333334 (- (/ 0.6666666666666666 t) a))
     (- c b)
     (* (sqrt (+ a t)) (/ z t))))
   x)))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	return x / fma(y, pow(exp(2.0), fma((0.8333333333333334 - ((0.6666666666666666 / t) - a)), (c - b), (sqrt((a + t)) * (z / t)))), x);
}

Julia

function code(x, y, z, t, a, b, c)
	return Float64(x / fma(y, (exp(2.0) ^ fma(Float64(0.8333333333333334 - Float64(Float64(0.6666666666666666 / t) - a)), Float64(c - b), Float64(sqrt(Float64(a + t)) * Float64(z / t)))), x))
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := N[(x / N[(y * N[Power[N[Exp[2.0], $MachinePrecision], N[(N[(0.8333333333333334 - N[(N[(0.6666666666666666 / t), $MachinePrecision] - a), $MachinePrecision]), $MachinePrecision] * N[(c - b), $MachinePrecision] + N[(N[Sqrt[N[(a + t), $MachinePrecision]], $MachinePrecision] * N[(z / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision] + x), $MachinePrecision]), $MachinePrecision]

Derivation

1. Initial program 93.8%

   \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]
2. Step-by-step derivation

   1. +-commutative 93.8%

      \[\leadsto \frac{x}{\color{blue}{y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)} + x}} \]

   2. fma-def 93.8%

      \[\leadsto \frac{x}{\color{blue}{\mathsf{fma}\left(y, e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}, x\right)}} \]

3. Simplified 97.3%

   \[\leadsto \color{blue}{\frac{x}{\mathsf{fma}\left(y, {\left(e^{2}\right)}^{\left(\mathsf{fma}\left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right), c - b, \sqrt{t + a} \cdot \frac{z}{t}\right)\right)}, x\right)}} \]

4. Final simplification 97.3%

   \[\leadsto \frac{x}{\mathsf{fma}\left(y, {\left(e^{2}\right)}^{\left(\mathsf{fma}\left(0.8333333333333334 - \left(\frac{0.6666666666666666}{t} - a\right), c - b, \sqrt{a + t} \cdot \frac{z}{t}\right)\right)}, x\right)} \]

Alternative 3: 96.3% accurate, 0.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{\sqrt{a + t} \cdot z}{t} + \left(c - b\right) \cdot \left(\left(0.8333333333333334 + a\right) - \frac{2}{t \cdot 3}\right)\\ \mathbf{if}\;t_1 \leq \infty:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot t_1}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1
         (+
          (/ (* (sqrt (+ a t)) z) t)
          (* (- c b) (- (+ 0.8333333333333334 a) (/ 2.0 (* t 3.0)))))))
   (if (<= t_1 INFINITY)
     (/ x (+ x (* y (exp (* 2.0 t_1)))))
     (/
      x
      (+
       x
       (-
        y
        (*
         y
         (*
          2.0
          (* b (- (+ 0.8333333333333334 a) (/ 0.6666666666666666 t)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = ((sqrt((a + t)) * z) / t) + ((c - b) * ((0.8333333333333334 + a) - (2.0 / (t * 3.0))));
	double tmp;
	if (t_1 <= ((double) INFINITY)) {
		tmp = x / (x + (y * exp((2.0 * t_1))));
	} else {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	}
	return tmp;
}

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = ((Math.sqrt((a + t)) * z) / t) + ((c - b) * ((0.8333333333333334 + a) - (2.0 / (t * 3.0))));
	double tmp;
	if (t_1 <= Double.POSITIVE_INFINITY) {
		tmp = x / (x + (y * Math.exp((2.0 * t_1))));
	} else {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = ((math.sqrt((a + t)) * z) / t) + ((c - b) * ((0.8333333333333334 + a) - (2.0 / (t * 3.0))))
	tmp = 0
	if t_1 <= math.inf:
		tmp = x / (x + (y * math.exp((2.0 * t_1))))
	else:
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(Float64(Float64(sqrt(Float64(a + t)) * z) / t) + Float64(Float64(c - b) * Float64(Float64(0.8333333333333334 + a) - Float64(2.0 / Float64(t * 3.0)))))
	tmp = 0.0
	if (t_1 <= Inf)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * t_1)))));
	else
		tmp = Float64(x / Float64(x + Float64(y - Float64(y * Float64(2.0 * Float64(b * Float64(Float64(0.8333333333333334 + a) - Float64(0.6666666666666666 / t))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = ((sqrt((a + t)) * z) / t) + ((c - b) * ((0.8333333333333334 + a) - (2.0 / (t * 3.0))));
	tmp = 0.0;
	if (t_1 <= Inf)
		tmp = x / (x + (y * exp((2.0 * t_1))));
	else
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(N[(N[(N[Sqrt[N[(a + t), $MachinePrecision]], $MachinePrecision] * z), $MachinePrecision] / t), $MachinePrecision] + N[(N[(c - b), $MachinePrecision] * N[(N[(0.8333333333333334 + a), $MachinePrecision] - N[(2.0 / N[(t * 3.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t$95$1, Infinity], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * t$95$1), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y - N[(y * N[(2.0 * N[(b * N[(N[(0.8333333333333334 + a), $MachinePrecision] - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 2 regimes

2. if (-.f64 (/.f64 (*.f64 z (sqrt.f64 (+.f64 t a))) t) (*.f64 (-.f64 b c) (-.f64 (+.f64 a (/.f64 5 6)) (/.f64 2 (*.f64 t 3))))) < +inf.0

   1. Initial program 98.8%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   if +inf.0 < (-.f64 (/.f64 (*.f64 z (sqrt.f64 (+.f64 t a))) t) (*.f64 (-.f64 b c) (-.f64 (+.f64 a (/.f64 5 6)) (/.f64 2 (*.f64 t 3)))))

   1. Initial program 0.0%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 77.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 77.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 77.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 77.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 77.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 77.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 77.7%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]
   6. Step-by-step derivation

      1. distribute-rgt-in 77.7%

         \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)\right) \cdot y + 1 \cdot y\right)}} \]

      2. *-commutative 77.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}\right) \cdot y + 1 \cdot y\right)} \]

      3. div-inv 77.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666}{t}} - \left(0.8333333333333334 + a\right)\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      4. +-commutative 77.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      5. *-un-lft-identity 77.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + \color{blue}{y}\right)} \]

   7. Applied egg-rr 77.7%

      \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + y\right)}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 97.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;\frac{\sqrt{a + t} \cdot z}{t} + \left(c - b\right) \cdot \left(\left(0.8333333333333334 + a\right) - \frac{2}{t \cdot 3}\right) \leq \infty:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{\sqrt{a + t} \cdot z}{t} + \left(c - b\right) \cdot \left(\left(0.8333333333333334 + a\right) - \frac{2}{t \cdot 3}\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \end{array} \]

Alternative 4: 84.9% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq 1.26 \cdot 10^{-186}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + \left(c - b\right) \cdot -0.6666666666666666}{t}}}\\ \mathbf{elif}\;t \leq 2.7 \cdot 10^{-163}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;t \leq 10^{-68}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} + \left(c - b\right) \cdot \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right)}}\\ \mathbf{elif}\;t \leq 3.3 \cdot 10^{-10}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t 1.26e-186)
   (/
    x
    (+
     x
     (*
      y
      (exp (* 2.0 (/ (+ (* z (sqrt a)) (* (- c b) -0.6666666666666666)) t))))))
   (if (<= t 2.7e-163)
     (/ x (+ x (* y (exp (* c 1.6666666666666667)))))
     (if (<= t 1e-68)
       (/
        x
        (+
         x
         (*
          y
          (exp
           (*
            2.0
            (+
             (* z (sqrt (/ 1.0 t)))
             (* (- c b) (- 0.8333333333333334 (/ 0.6666666666666666 t)))))))))
       (if (<= t 3.3e-10)
         1.0
         (/
          x
          (+ x (* y (exp (* 2.0 (* (- c b) (+ 0.8333333333333334 a))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= 1.26e-186) {
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + ((c - b) * -0.6666666666666666)) / t)))));
	} else if (t <= 2.7e-163) {
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	} else if (t <= 1e-68) {
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) + ((c - b) * (0.8333333333333334 - (0.6666666666666666 / t))))))));
	} else if (t <= 3.3e-10) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (t <= 1.26d-186) then
        tmp = x / (x + (y * exp((2.0d0 * (((z * sqrt(a)) + ((c - b) * (-0.6666666666666666d0))) / t)))))
    else if (t <= 2.7d-163) then
        tmp = x / (x + (y * exp((c * 1.6666666666666667d0))))
    else if (t <= 1d-68) then
        tmp = x / (x + (y * exp((2.0d0 * ((z * sqrt((1.0d0 / t))) + ((c - b) * (0.8333333333333334d0 - (0.6666666666666666d0 / t))))))))
    else if (t <= 3.3d-10) then
        tmp = 1.0d0
    else
        tmp = x / (x + (y * exp((2.0d0 * ((c - b) * (0.8333333333333334d0 + a))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= 1.26e-186) {
		tmp = x / (x + (y * Math.exp((2.0 * (((z * Math.sqrt(a)) + ((c - b) * -0.6666666666666666)) / t)))));
	} else if (t <= 2.7e-163) {
		tmp = x / (x + (y * Math.exp((c * 1.6666666666666667))));
	} else if (t <= 1e-68) {
		tmp = x / (x + (y * Math.exp((2.0 * ((z * Math.sqrt((1.0 / t))) + ((c - b) * (0.8333333333333334 - (0.6666666666666666 / t))))))));
	} else if (t <= 3.3e-10) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= 1.26e-186:
		tmp = x / (x + (y * math.exp((2.0 * (((z * math.sqrt(a)) + ((c - b) * -0.6666666666666666)) / t)))))
	elif t <= 2.7e-163:
		tmp = x / (x + (y * math.exp((c * 1.6666666666666667))))
	elif t <= 1e-68:
		tmp = x / (x + (y * math.exp((2.0 * ((z * math.sqrt((1.0 / t))) + ((c - b) * (0.8333333333333334 - (0.6666666666666666 / t))))))))
	elif t <= 3.3e-10:
		tmp = 1.0
	else:
		tmp = x / (x + (y * math.exp((2.0 * ((c - b) * (0.8333333333333334 + a))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= 1.26e-186)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(a)) + Float64(Float64(c - b) * -0.6666666666666666)) / t))))));
	elseif (t <= 2.7e-163)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(c * 1.6666666666666667)))));
	elseif (t <= 1e-68)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(z * sqrt(Float64(1.0 / t))) + Float64(Float64(c - b) * Float64(0.8333333333333334 - Float64(0.6666666666666666 / t)))))))));
	elseif (t <= 3.3e-10)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(c - b) * Float64(0.8333333333333334 + a)))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= 1.26e-186)
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + ((c - b) * -0.6666666666666666)) / t)))));
	elseif (t <= 2.7e-163)
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	elseif (t <= 1e-68)
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) + ((c - b) * (0.8333333333333334 - (0.6666666666666666 / t))))))));
	elseif (t <= 3.3e-10)
		tmp = 1.0;
	else
		tmp = x / (x + (y * exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, 1.26e-186], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[a], $MachinePrecision]), $MachinePrecision] + N[(N[(c - b), $MachinePrecision] * -0.6666666666666666), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 2.7e-163], N[(x / N[(x + N[(y * N[Exp[N[(c * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1e-68], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(z * N[Sqrt[N[(1.0 / t), $MachinePrecision]], $MachinePrecision]), $MachinePrecision] + N[(N[(c - b), $MachinePrecision] * N[(0.8333333333333334 - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 3.3e-10], 1.0, N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(c - b), $MachinePrecision] * N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]

Derivation

1. Split input into 5 regimes

2. if t < 1.2599999999999999e-186

   1. Initial program 94.5%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around 0 90.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\frac{\sqrt{a} \cdot z - -0.6666666666666666 \cdot \left(b - c\right)}{t}}}} \]

   if 1.2599999999999999e-186 < t < 2.70000000000000015e-163

   1. Initial program 75.0%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 75.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 75.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   5. Taylor expanded in a around 0 75.8%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]

   6. Taylor expanded in b around 0 100.0%

      \[\leadsto \color{blue}{\frac{x}{e^{1.6666666666666667 \cdot c} \cdot y + x}} \]

   if 2.70000000000000015e-163 < t < 1.00000000000000007e-68

   1. Initial program 96.8%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around 0 84.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\sqrt{\frac{1}{t}} \cdot z - \left(b - c\right) \cdot \left(0.8333333333333334 - 0.6666666666666666 \cdot \frac{1}{t}\right)\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 84.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{z \cdot \sqrt{\frac{1}{t}}} - \left(b - c\right) \cdot \left(0.8333333333333334 - 0.6666666666666666 \cdot \frac{1}{t}\right)\right)}} \]

      2. associate-*r/ 84.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} - \left(b - c\right) \cdot \left(0.8333333333333334 - \color{blue}{\frac{0.6666666666666666 \cdot 1}{t}}\right)\right)}} \]

      3. metadata-eval 84.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} - \left(b - c\right) \cdot \left(0.8333333333333334 - \frac{\color{blue}{0.6666666666666666}}{t}\right)\right)}} \]

   4. Simplified 84.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(z \cdot \sqrt{\frac{1}{t}} - \left(b - c\right) \cdot \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right)}}} \]

   if 1.00000000000000007e-68 < t < 3.3e-10

   1. Initial program 84.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 74.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 74.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 74.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 74.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 74.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 74.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 74.3%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 74.3%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 74.3%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 79.6%

      \[\leadsto \color{blue}{1} \]

   if 3.3e-10 < t

   1. Initial program 95.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 95.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 95.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 95.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]
3. Recombined 5 regimes into one program.

4. Final simplification 91.3%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 1.26 \cdot 10^{-186}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + \left(c - b\right) \cdot -0.6666666666666666}{t}}}\\ \mathbf{elif}\;t \leq 2.7 \cdot 10^{-163}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;t \leq 10^{-68}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} + \left(c - b\right) \cdot \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right)}}\\ \mathbf{elif}\;t \leq 3.3 \cdot 10^{-10}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \end{array} \]

Alternative 5: 83.9% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + \left(c - b\right) \cdot -0.6666666666666666}{t}}}\\ \mathbf{if}\;t \leq 1.26 \cdot 10^{-186}:\\ \;\;\;\;t_1\\ \mathbf{elif}\;t \leq 1.45 \cdot 10^{-163}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;t \leq 2 \cdot 10^{-134}:\\ \;\;\;\;t_1\\ \mathbf{elif}\;t \leq 4.55 \cdot 10^{-23}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1
         (/
          x
          (+
           x
           (*
            y
            (exp
             (*
              2.0
              (/ (+ (* z (sqrt a)) (* (- c b) -0.6666666666666666)) t))))))))
   (if (<= t 1.26e-186)
     t_1
     (if (<= t 1.45e-163)
       (/ x (+ x (* y (exp (* c 1.6666666666666667)))))
       (if (<= t 2e-134)
         t_1
         (if (<= t 4.55e-23)
           (/
            x
            (+
             x
             (*
              y
              (exp
               (*
                2.0
                (*
                 b
                 (- (/ 0.6666666666666666 t) (+ 0.8333333333333334 a))))))))
           (/
            x
            (+
             x
             (* y (exp (* 2.0 (* (- c b) (+ 0.8333333333333334 a)))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + ((c - b) * -0.6666666666666666)) / t)))));
	double tmp;
	if (t <= 1.26e-186) {
		tmp = t_1;
	} else if (t <= 1.45e-163) {
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	} else if (t <= 2e-134) {
		tmp = t_1;
	} else if (t <= 4.55e-23) {
		tmp = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (0.8333333333333334 + a)))))));
	} else {
		tmp = x / (x + (y * exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp((2.0d0 * (((z * sqrt(a)) + ((c - b) * (-0.6666666666666666d0))) / t)))))
    if (t <= 1.26d-186) then
        tmp = t_1
    else if (t <= 1.45d-163) then
        tmp = x / (x + (y * exp((c * 1.6666666666666667d0))))
    else if (t <= 2d-134) then
        tmp = t_1
    else if (t <= 4.55d-23) then
        tmp = x / (x + (y * exp((2.0d0 * (b * ((0.6666666666666666d0 / t) - (0.8333333333333334d0 + a)))))))
    else
        tmp = x / (x + (y * exp((2.0d0 * ((c - b) * (0.8333333333333334d0 + a))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp((2.0 * (((z * Math.sqrt(a)) + ((c - b) * -0.6666666666666666)) / t)))));
	double tmp;
	if (t <= 1.26e-186) {
		tmp = t_1;
	} else if (t <= 1.45e-163) {
		tmp = x / (x + (y * Math.exp((c * 1.6666666666666667))));
	} else if (t <= 2e-134) {
		tmp = t_1;
	} else if (t <= 4.55e-23) {
		tmp = x / (x + (y * Math.exp((2.0 * (b * ((0.6666666666666666 / t) - (0.8333333333333334 + a)))))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((2.0 * (((z * math.sqrt(a)) + ((c - b) * -0.6666666666666666)) / t)))))
	tmp = 0
	if t <= 1.26e-186:
		tmp = t_1
	elif t <= 1.45e-163:
		tmp = x / (x + (y * math.exp((c * 1.6666666666666667))))
	elif t <= 2e-134:
		tmp = t_1
	elif t <= 4.55e-23:
		tmp = x / (x + (y * math.exp((2.0 * (b * ((0.6666666666666666 / t) - (0.8333333333333334 + a)))))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * ((c - b) * (0.8333333333333334 + a))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(a)) + Float64(Float64(c - b) * -0.6666666666666666)) / t))))))
	tmp = 0.0
	if (t <= 1.26e-186)
		tmp = t_1;
	elseif (t <= 1.45e-163)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(c * 1.6666666666666667)))));
	elseif (t <= 2e-134)
		tmp = t_1;
	elseif (t <= 4.55e-23)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(b * Float64(Float64(0.6666666666666666 / t) - Float64(0.8333333333333334 + a))))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(c - b) * Float64(0.8333333333333334 + a)))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + ((c - b) * -0.6666666666666666)) / t)))));
	tmp = 0.0;
	if (t <= 1.26e-186)
		tmp = t_1;
	elseif (t <= 1.45e-163)
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	elseif (t <= 2e-134)
		tmp = t_1;
	elseif (t <= 4.55e-23)
		tmp = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (0.8333333333333334 + a)))))));
	else
		tmp = x / (x + (y * exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[a], $MachinePrecision]), $MachinePrecision] + N[(N[(c - b), $MachinePrecision] * -0.6666666666666666), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t, 1.26e-186], t$95$1, If[LessEqual[t, 1.45e-163], N[(x / N[(x + N[(y * N[Exp[N[(c * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 2e-134], t$95$1, If[LessEqual[t, 4.55e-23], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(b * N[(N[(0.6666666666666666 / t), $MachinePrecision] - N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(c - b), $MachinePrecision] * N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]

Derivation

1. Split input into 4 regimes

2. if t < 1.2599999999999999e-186 or 1.4500000000000001e-163 < t < 2.00000000000000008e-134

   1. Initial program 94.9%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around 0 91.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\frac{\sqrt{a} \cdot z - -0.6666666666666666 \cdot \left(b - c\right)}{t}}}} \]

   if 1.2599999999999999e-186 < t < 1.4500000000000001e-163

   1. Initial program 75.0%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 75.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 75.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 75.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   5. Taylor expanded in a around 0 75.8%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]

   6. Taylor expanded in b around 0 100.0%

      \[\leadsto \color{blue}{\frac{x}{e^{1.6666666666666667 \cdot c} \cdot y + x}} \]

   if 2.00000000000000008e-134 < t < 4.55e-23

   1. Initial program 92.6%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 79.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 79.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 79.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 79.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 79.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 79.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   if 4.55e-23 < t

   1. Initial program 94.5%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 94.6%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 94.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 94.6%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]
3. Recombined 4 regimes into one program.

4. Final simplification 90.9%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 1.26 \cdot 10^{-186}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + \left(c - b\right) \cdot -0.6666666666666666}{t}}}\\ \mathbf{elif}\;t \leq 1.45 \cdot 10^{-163}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;t \leq 2 \cdot 10^{-134}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + \left(c - b\right) \cdot -0.6666666666666666}{t}}}\\ \mathbf{elif}\;t \leq 4.55 \cdot 10^{-23}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \end{array} \]

Alternative 6: 68.9% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{if}\;t \leq 2.45 \cdot 10^{-250}:\\ \;\;\;\;t_1\\ \mathbf{elif}\;t \leq 3.5 \cdot 10^{-108}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(0.6666666666666666 \cdot \frac{b}{t}\right)}}\\ \mathbf{elif}\;t \leq 1.3 \cdot 10^{-59}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{-2 \cdot \left(a \cdot b\right)}}\\ \mathbf{elif}\;t \leq 10^{-8}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 4.2 \cdot 10^{+235}:\\ \;\;\;\;t_1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot \left(c - b\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* (- c b) 1.6666666666666667)))))))
   (if (<= t 2.45e-250)
     t_1
     (if (<= t 3.5e-108)
       (/ x (+ x (* y (exp (* 2.0 (* 0.6666666666666666 (/ b t)))))))
       (if (<= t 1.3e-59)
         (/ x (+ x (* y (exp (* -2.0 (* a b))))))
         (if (<= t 1e-8)
           1.0
           (if (<= t 4.2e+235)
             t_1
             (/ x (+ x (* y (exp (* 2.0 (* a (- c b))))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667))));
	double tmp;
	if (t <= 2.45e-250) {
		tmp = t_1;
	} else if (t <= 3.5e-108) {
		tmp = x / (x + (y * exp((2.0 * (0.6666666666666666 * (b / t))))));
	} else if (t <= 1.3e-59) {
		tmp = x / (x + (y * exp((-2.0 * (a * b)))));
	} else if (t <= 1e-8) {
		tmp = 1.0;
	} else if (t <= 4.2e+235) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * exp((2.0 * (a * (c - b))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667d0))))
    if (t <= 2.45d-250) then
        tmp = t_1
    else if (t <= 3.5d-108) then
        tmp = x / (x + (y * exp((2.0d0 * (0.6666666666666666d0 * (b / t))))))
    else if (t <= 1.3d-59) then
        tmp = x / (x + (y * exp(((-2.0d0) * (a * b)))))
    else if (t <= 1d-8) then
        tmp = 1.0d0
    else if (t <= 4.2d+235) then
        tmp = t_1
    else
        tmp = x / (x + (y * exp((2.0d0 * (a * (c - b))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp(((c - b) * 1.6666666666666667))));
	double tmp;
	if (t <= 2.45e-250) {
		tmp = t_1;
	} else if (t <= 3.5e-108) {
		tmp = x / (x + (y * Math.exp((2.0 * (0.6666666666666666 * (b / t))))));
	} else if (t <= 1.3e-59) {
		tmp = x / (x + (y * Math.exp((-2.0 * (a * b)))));
	} else if (t <= 1e-8) {
		tmp = 1.0;
	} else if (t <= 4.2e+235) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (a * (c - b))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp(((c - b) * 1.6666666666666667))))
	tmp = 0
	if t <= 2.45e-250:
		tmp = t_1
	elif t <= 3.5e-108:
		tmp = x / (x + (y * math.exp((2.0 * (0.6666666666666666 * (b / t))))))
	elif t <= 1.3e-59:
		tmp = x / (x + (y * math.exp((-2.0 * (a * b)))))
	elif t <= 1e-8:
		tmp = 1.0
	elif t <= 4.2e+235:
		tmp = t_1
	else:
		tmp = x / (x + (y * math.exp((2.0 * (a * (c - b))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(Float64(c - b) * 1.6666666666666667)))))
	tmp = 0.0
	if (t <= 2.45e-250)
		tmp = t_1;
	elseif (t <= 3.5e-108)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(0.6666666666666666 * Float64(b / t)))))));
	elseif (t <= 1.3e-59)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(-2.0 * Float64(a * b))))));
	elseif (t <= 1e-8)
		tmp = 1.0;
	elseif (t <= 4.2e+235)
		tmp = t_1;
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * Float64(c - b)))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667))));
	tmp = 0.0;
	if (t <= 2.45e-250)
		tmp = t_1;
	elseif (t <= 3.5e-108)
		tmp = x / (x + (y * exp((2.0 * (0.6666666666666666 * (b / t))))));
	elseif (t <= 1.3e-59)
		tmp = x / (x + (y * exp((-2.0 * (a * b)))));
	elseif (t <= 1e-8)
		tmp = 1.0;
	elseif (t <= 4.2e+235)
		tmp = t_1;
	else
		tmp = x / (x + (y * exp((2.0 * (a * (c - b))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(N[(c - b), $MachinePrecision] * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t, 2.45e-250], t$95$1, If[LessEqual[t, 3.5e-108], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(0.6666666666666666 * N[(b / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1.3e-59], N[(x / N[(x + N[(y * N[Exp[N[(-2.0 * N[(a * b), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1e-8], 1.0, If[LessEqual[t, 4.2e+235], t$95$1, N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]]

Derivation

1. Split input into 5 regimes

2. if t < 2.44999999999999985e-250 or 1e-8 < t < 4.2000000000000001e235

   1. Initial program 95.5%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 91.2%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 91.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 91.2%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   5. Taylor expanded in a around 0 85.6%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]

   if 2.44999999999999985e-250 < t < 3.4999999999999999e-108

   1. Initial program 92.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 72.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 72.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in t around 0 62.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(0.6666666666666666 \cdot \frac{b}{t}\right)}}} \]

   if 3.4999999999999999e-108 < t < 1.29999999999999999e-59

   1. Initial program 93.7%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 76.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in c around 0 76.8%

      \[\leadsto \frac{x}{x + \color{blue}{e^{-2 \cdot \left(a \cdot b\right)} \cdot y}} \]

   if 1.29999999999999999e-59 < t < 1e-8

   1. Initial program 88.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 71.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 71.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 71.3%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 71.3%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 71.3%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 82.9%

      \[\leadsto \color{blue}{1} \]

   if 4.2000000000000001e235 < t

   1. Initial program 90.1%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 77.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]
3. Recombined 5 regimes into one program.

4. Final simplification 80.5%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 2.45 \cdot 10^{-250}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{elif}\;t \leq 3.5 \cdot 10^{-108}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(0.6666666666666666 \cdot \frac{b}{t}\right)}}\\ \mathbf{elif}\;t \leq 1.3 \cdot 10^{-59}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{-2 \cdot \left(a \cdot b\right)}}\\ \mathbf{elif}\;t \leq 10^{-8}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 4.2 \cdot 10^{+235}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot \left(c - b\right)\right)}}\\ \end{array} \]

Alternative 7: 75.9% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \mathbf{if}\;t \leq 2.45 \cdot 10^{-250}:\\ \;\;\;\;t_1\\ \mathbf{elif}\;t \leq 3.3 \cdot 10^{-109}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(0.6666666666666666 \cdot \frac{b}{t}\right)}}\\ \mathbf{elif}\;t \leq 1.16 \cdot 10^{-59}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{-2 \cdot \left(a \cdot b\right)}}\\ \mathbf{elif}\;t \leq 10^{-12}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;t_1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1
         (/ x (+ x (* y (exp (* 2.0 (* (- c b) (+ 0.8333333333333334 a)))))))))
   (if (<= t 2.45e-250)
     t_1
     (if (<= t 3.3e-109)
       (/ x (+ x (* y (exp (* 2.0 (* 0.6666666666666666 (/ b t)))))))
       (if (<= t 1.16e-59)
         (/ x (+ x (* y (exp (* -2.0 (* a b))))))
         (if (<= t 1e-12) 1.0 t_1))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	double tmp;
	if (t <= 2.45e-250) {
		tmp = t_1;
	} else if (t <= 3.3e-109) {
		tmp = x / (x + (y * exp((2.0 * (0.6666666666666666 * (b / t))))));
	} else if (t <= 1.16e-59) {
		tmp = x / (x + (y * exp((-2.0 * (a * b)))));
	} else if (t <= 1e-12) {
		tmp = 1.0;
	} else {
		tmp = t_1;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp((2.0d0 * ((c - b) * (0.8333333333333334d0 + a))))))
    if (t <= 2.45d-250) then
        tmp = t_1
    else if (t <= 3.3d-109) then
        tmp = x / (x + (y * exp((2.0d0 * (0.6666666666666666d0 * (b / t))))))
    else if (t <= 1.16d-59) then
        tmp = x / (x + (y * exp(((-2.0d0) * (a * b)))))
    else if (t <= 1d-12) then
        tmp = 1.0d0
    else
        tmp = t_1
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	double tmp;
	if (t <= 2.45e-250) {
		tmp = t_1;
	} else if (t <= 3.3e-109) {
		tmp = x / (x + (y * Math.exp((2.0 * (0.6666666666666666 * (b / t))))));
	} else if (t <= 1.16e-59) {
		tmp = x / (x + (y * Math.exp((-2.0 * (a * b)))));
	} else if (t <= 1e-12) {
		tmp = 1.0;
	} else {
		tmp = t_1;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((2.0 * ((c - b) * (0.8333333333333334 + a))))))
	tmp = 0
	if t <= 2.45e-250:
		tmp = t_1
	elif t <= 3.3e-109:
		tmp = x / (x + (y * math.exp((2.0 * (0.6666666666666666 * (b / t))))))
	elif t <= 1.16e-59:
		tmp = x / (x + (y * math.exp((-2.0 * (a * b)))))
	elif t <= 1e-12:
		tmp = 1.0
	else:
		tmp = t_1
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(c - b) * Float64(0.8333333333333334 + a)))))))
	tmp = 0.0
	if (t <= 2.45e-250)
		tmp = t_1;
	elseif (t <= 3.3e-109)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(0.6666666666666666 * Float64(b / t)))))));
	elseif (t <= 1.16e-59)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(-2.0 * Float64(a * b))))));
	elseif (t <= 1e-12)
		tmp = 1.0;
	else
		tmp = t_1;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	tmp = 0.0;
	if (t <= 2.45e-250)
		tmp = t_1;
	elseif (t <= 3.3e-109)
		tmp = x / (x + (y * exp((2.0 * (0.6666666666666666 * (b / t))))));
	elseif (t <= 1.16e-59)
		tmp = x / (x + (y * exp((-2.0 * (a * b)))));
	elseif (t <= 1e-12)
		tmp = 1.0;
	else
		tmp = t_1;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(c - b), $MachinePrecision] * N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t, 2.45e-250], t$95$1, If[LessEqual[t, 3.3e-109], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(0.6666666666666666 * N[(b / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1.16e-59], N[(x / N[(x + N[(y * N[Exp[N[(-2.0 * N[(a * b), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1e-12], 1.0, t$95$1]]]]]

Derivation

1. Split input into 4 regimes

2. if t < 2.44999999999999985e-250 or 9.9999999999999998e-13 < t

   1. Initial program 94.6%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 91.6%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 91.6%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 91.6%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   if 2.44999999999999985e-250 < t < 3.2999999999999999e-109

   1. Initial program 92.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 72.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 72.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in t around 0 62.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(0.6666666666666666 \cdot \frac{b}{t}\right)}}} \]

   if 3.2999999999999999e-109 < t < 1.16e-59

   1. Initial program 93.7%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 76.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in c around 0 76.8%

      \[\leadsto \frac{x}{x + \color{blue}{e^{-2 \cdot \left(a \cdot b\right)} \cdot y}} \]

   if 1.16e-59 < t < 9.9999999999999998e-13

   1. Initial program 88.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 71.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 71.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 71.3%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 71.3%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 71.3%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 82.9%

      \[\leadsto \color{blue}{1} \]
3. Recombined 4 regimes into one program.

4. Final simplification 85.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 2.45 \cdot 10^{-250}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \mathbf{elif}\;t \leq 3.3 \cdot 10^{-109}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(0.6666666666666666 \cdot \frac{b}{t}\right)}}\\ \mathbf{elif}\;t \leq 1.16 \cdot 10^{-59}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{-2 \cdot \left(a \cdot b\right)}}\\ \mathbf{elif}\;t \leq 10^{-12}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \end{array} \]

Alternative 8: 67.5% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{if}\;t \leq 2.45 \cdot 10^{-250}:\\ \;\;\;\;t_1\\ \mathbf{elif}\;t \leq 1.15 \cdot 10^{-108}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(0.6666666666666666 \cdot \frac{b}{t}\right)}}\\ \mathbf{elif}\;t \leq 2.5 \cdot 10^{-59}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{-2 \cdot \left(a \cdot b\right)}}\\ \mathbf{elif}\;t \leq 1.1 \cdot 10^{-9}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 9 \cdot 10^{+233}:\\ \;\;\;\;t_1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* (- c b) 1.6666666666666667)))))))
   (if (<= t 2.45e-250)
     t_1
     (if (<= t 1.15e-108)
       (/ x (+ x (* y (exp (* 2.0 (* 0.6666666666666666 (/ b t)))))))
       (if (<= t 2.5e-59)
         (/ x (+ x (* y (exp (* -2.0 (* a b))))))
         (if (<= t 1.1e-9)
           1.0
           (if (<= t 9e+233) t_1 (/ x (+ x (* y (exp (* 2.0 (* a c)))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667))));
	double tmp;
	if (t <= 2.45e-250) {
		tmp = t_1;
	} else if (t <= 1.15e-108) {
		tmp = x / (x + (y * exp((2.0 * (0.6666666666666666 * (b / t))))));
	} else if (t <= 2.5e-59) {
		tmp = x / (x + (y * exp((-2.0 * (a * b)))));
	} else if (t <= 1.1e-9) {
		tmp = 1.0;
	} else if (t <= 9e+233) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667d0))))
    if (t <= 2.45d-250) then
        tmp = t_1
    else if (t <= 1.15d-108) then
        tmp = x / (x + (y * exp((2.0d0 * (0.6666666666666666d0 * (b / t))))))
    else if (t <= 2.5d-59) then
        tmp = x / (x + (y * exp(((-2.0d0) * (a * b)))))
    else if (t <= 1.1d-9) then
        tmp = 1.0d0
    else if (t <= 9d+233) then
        tmp = t_1
    else
        tmp = x / (x + (y * exp((2.0d0 * (a * c)))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp(((c - b) * 1.6666666666666667))));
	double tmp;
	if (t <= 2.45e-250) {
		tmp = t_1;
	} else if (t <= 1.15e-108) {
		tmp = x / (x + (y * Math.exp((2.0 * (0.6666666666666666 * (b / t))))));
	} else if (t <= 2.5e-59) {
		tmp = x / (x + (y * Math.exp((-2.0 * (a * b)))));
	} else if (t <= 1.1e-9) {
		tmp = 1.0;
	} else if (t <= 9e+233) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (a * c)))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp(((c - b) * 1.6666666666666667))))
	tmp = 0
	if t <= 2.45e-250:
		tmp = t_1
	elif t <= 1.15e-108:
		tmp = x / (x + (y * math.exp((2.0 * (0.6666666666666666 * (b / t))))))
	elif t <= 2.5e-59:
		tmp = x / (x + (y * math.exp((-2.0 * (a * b)))))
	elif t <= 1.1e-9:
		tmp = 1.0
	elif t <= 9e+233:
		tmp = t_1
	else:
		tmp = x / (x + (y * math.exp((2.0 * (a * c)))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(Float64(c - b) * 1.6666666666666667)))))
	tmp = 0.0
	if (t <= 2.45e-250)
		tmp = t_1;
	elseif (t <= 1.15e-108)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(0.6666666666666666 * Float64(b / t)))))));
	elseif (t <= 2.5e-59)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(-2.0 * Float64(a * b))))));
	elseif (t <= 1.1e-9)
		tmp = 1.0;
	elseif (t <= 9e+233)
		tmp = t_1;
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * c))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667))));
	tmp = 0.0;
	if (t <= 2.45e-250)
		tmp = t_1;
	elseif (t <= 1.15e-108)
		tmp = x / (x + (y * exp((2.0 * (0.6666666666666666 * (b / t))))));
	elseif (t <= 2.5e-59)
		tmp = x / (x + (y * exp((-2.0 * (a * b)))));
	elseif (t <= 1.1e-9)
		tmp = 1.0;
	elseif (t <= 9e+233)
		tmp = t_1;
	else
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(N[(c - b), $MachinePrecision] * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t, 2.45e-250], t$95$1, If[LessEqual[t, 1.15e-108], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(0.6666666666666666 * N[(b / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 2.5e-59], N[(x / N[(x + N[(y * N[Exp[N[(-2.0 * N[(a * b), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1.1e-9], 1.0, If[LessEqual[t, 9e+233], t$95$1, N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]]

Derivation

1. Split input into 5 regimes

2. if t < 2.44999999999999985e-250 or 1.0999999999999999e-9 < t < 8.99999999999999998e233

   1. Initial program 95.5%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 91.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 91.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 91.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   5. Taylor expanded in a around 0 85.6%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]

   if 2.44999999999999985e-250 < t < 1.14999999999999998e-108

   1. Initial program 92.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 72.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 72.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in t around 0 62.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(0.6666666666666666 \cdot \frac{b}{t}\right)}}} \]

   if 1.14999999999999998e-108 < t < 2.5000000000000001e-59

   1. Initial program 93.7%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 76.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in c around 0 76.8%

      \[\leadsto \frac{x}{x + \color{blue}{e^{-2 \cdot \left(a \cdot b\right)} \cdot y}} \]

   if 2.5000000000000001e-59 < t < 1.0999999999999999e-9

   1. Initial program 88.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 71.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 71.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 71.3%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 71.3%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 71.3%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 82.9%

      \[\leadsto \color{blue}{1} \]

   if 8.99999999999999998e233 < t

   1. Initial program 90.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 75.0%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in b around 0 72.0%

      \[\leadsto \frac{x}{x + \color{blue}{y \cdot e^{2 \cdot \left(c \cdot a\right)}}} \]
3. Recombined 5 regimes into one program.

4. Final simplification 79.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 2.45 \cdot 10^{-250}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{elif}\;t \leq 1.15 \cdot 10^{-108}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(0.6666666666666666 \cdot \frac{b}{t}\right)}}\\ \mathbf{elif}\;t \leq 2.5 \cdot 10^{-59}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{-2 \cdot \left(a \cdot b\right)}}\\ \mathbf{elif}\;t \leq 1.1 \cdot 10^{-9}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 9 \cdot 10^{+233}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \end{array} \]

Alternative 9: 80.1% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -3.5 \cdot 10^{-294} \lor \neg \left(t \leq 4.5 \cdot 10^{-24}\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (or (<= t -3.5e-294) (not (<= t 4.5e-24)))
   (/ x (+ x (* y (exp (* 2.0 (* (- c b) (+ 0.8333333333333334 a)))))))
   (/
    x
    (+
     x
     (*
      y
      (exp
       (*
        2.0
        (* b (- (/ 0.6666666666666666 t) (+ 0.8333333333333334 a))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((t <= -3.5e-294) || !(t <= 4.5e-24)) {
		tmp = x / (x + (y * exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	} else {
		tmp = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (0.8333333333333334 + a)))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if ((t <= (-3.5d-294)) .or. (.not. (t <= 4.5d-24))) then
        tmp = x / (x + (y * exp((2.0d0 * ((c - b) * (0.8333333333333334d0 + a))))))
    else
        tmp = x / (x + (y * exp((2.0d0 * (b * ((0.6666666666666666d0 / t) - (0.8333333333333334d0 + a)))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((t <= -3.5e-294) || !(t <= 4.5e-24)) {
		tmp = x / (x + (y * Math.exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (b * ((0.6666666666666666 / t) - (0.8333333333333334 + a)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (t <= -3.5e-294) or not (t <= 4.5e-24):
		tmp = x / (x + (y * math.exp((2.0 * ((c - b) * (0.8333333333333334 + a))))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * (b * ((0.6666666666666666 / t) - (0.8333333333333334 + a)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if ((t <= -3.5e-294) || !(t <= 4.5e-24))
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(c - b) * Float64(0.8333333333333334 + a)))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(b * Float64(Float64(0.6666666666666666 / t) - Float64(0.8333333333333334 + a))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((t <= -3.5e-294) || ~((t <= 4.5e-24)))
		tmp = x / (x + (y * exp((2.0 * ((c - b) * (0.8333333333333334 + a))))));
	else
		tmp = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (0.8333333333333334 + a)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[Or[LessEqual[t, -3.5e-294], N[Not[LessEqual[t, 4.5e-24]], $MachinePrecision]], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(c - b), $MachinePrecision] * N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(b * N[(N[(0.6666666666666666 / t), $MachinePrecision] - N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if t < -3.50000000000000032e-294 or 4.4999999999999997e-24 < t

   1. Initial program 93.8%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 92.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 92.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 92.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   if -3.50000000000000032e-294 < t < 4.4999999999999997e-24

   1. Initial program 93.8%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 72.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 72.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 72.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 86.4%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -3.5 \cdot 10^{-294} \lor \neg \left(t \leq 4.5 \cdot 10^{-24}\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(c - b\right) \cdot \left(0.8333333333333334 + a\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}\\ \end{array} \]

Alternative 10: 54.1% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq -5.6 \cdot 10^{+26}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -9.5 \cdot 10^{-93}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(-2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right) + 1\right)}\\ \mathbf{elif}\;c \leq 1.8 \cdot 10^{-132}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 1.5 \cdot 10^{+54}:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c -5.6e+26)
   1.0
   (if (<= c -9.5e-93)
     (/ x (+ x (* y (+ (* -2.0 (* b (+ 0.8333333333333334 a))) 1.0))))
     (if (<= c 1.8e-132)
       1.0
       (if (<= c 1.5e+54)
         (/
          x
          (+
           x
           (-
            y
            (*
             y
             (*
              2.0
              (* b (- (+ 0.8333333333333334 a) (/ 0.6666666666666666 t))))))))
         (/ x (* y (exp (* (- c b) 1.6666666666666667)))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= -5.6e+26) {
		tmp = 1.0;
	} else if (c <= -9.5e-93) {
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	} else if (c <= 1.8e-132) {
		tmp = 1.0;
	} else if (c <= 1.5e+54) {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	} else {
		tmp = x / (y * exp(((c - b) * 1.6666666666666667)));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= (-5.6d+26)) then
        tmp = 1.0d0
    else if (c <= (-9.5d-93)) then
        tmp = x / (x + (y * (((-2.0d0) * (b * (0.8333333333333334d0 + a))) + 1.0d0)))
    else if (c <= 1.8d-132) then
        tmp = 1.0d0
    else if (c <= 1.5d+54) then
        tmp = x / (x + (y - (y * (2.0d0 * (b * ((0.8333333333333334d0 + a) - (0.6666666666666666d0 / t)))))))
    else
        tmp = x / (y * exp(((c - b) * 1.6666666666666667d0)))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= -5.6e+26) {
		tmp = 1.0;
	} else if (c <= -9.5e-93) {
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	} else if (c <= 1.8e-132) {
		tmp = 1.0;
	} else if (c <= 1.5e+54) {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	} else {
		tmp = x / (y * Math.exp(((c - b) * 1.6666666666666667)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= -5.6e+26:
		tmp = 1.0
	elif c <= -9.5e-93:
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)))
	elif c <= 1.8e-132:
		tmp = 1.0
	elif c <= 1.5e+54:
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))))
	else:
		tmp = x / (y * math.exp(((c - b) * 1.6666666666666667)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= -5.6e+26)
		tmp = 1.0;
	elseif (c <= -9.5e-93)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(-2.0 * Float64(b * Float64(0.8333333333333334 + a))) + 1.0))));
	elseif (c <= 1.8e-132)
		tmp = 1.0;
	elseif (c <= 1.5e+54)
		tmp = Float64(x / Float64(x + Float64(y - Float64(y * Float64(2.0 * Float64(b * Float64(Float64(0.8333333333333334 + a) - Float64(0.6666666666666666 / t))))))));
	else
		tmp = Float64(x / Float64(y * exp(Float64(Float64(c - b) * 1.6666666666666667))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= -5.6e+26)
		tmp = 1.0;
	elseif (c <= -9.5e-93)
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	elseif (c <= 1.8e-132)
		tmp = 1.0;
	elseif (c <= 1.5e+54)
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	else
		tmp = x / (y * exp(((c - b) * 1.6666666666666667)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, -5.6e+26], 1.0, If[LessEqual[c, -9.5e-93], N[(x / N[(x + N[(y * N[(N[(-2.0 * N[(b * N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 1.8e-132], 1.0, If[LessEqual[c, 1.5e+54], N[(x / N[(x + N[(y - N[(y * N[(2.0 * N[(b * N[(N[(0.8333333333333334 + a), $MachinePrecision] - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(y * N[Exp[N[(N[(c - b), $MachinePrecision] * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]

Derivation

1. Split input into 4 regimes

2. if c < -5.59999999999999999e26 or -9.5000000000000001e-93 < c < 1.80000000000000004e-132

   1. Initial program 93.9%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 71.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 71.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 71.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 71.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 71.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 71.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 71.0%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 71.0%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 71.0%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 68.7%

      \[\leadsto \color{blue}{1} \]

   if -5.59999999999999999e26 < c < -9.5000000000000001e-93

   1. Initial program 96.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 78.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 78.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 53.3%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]

   6. Taylor expanded in t around inf 56.8%

      \[\leadsto \color{blue}{\frac{x}{\left(1 + -2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right)\right) \cdot y + x}} \]

   if 1.80000000000000004e-132 < c < 1.4999999999999999e54

   1. Initial program 94.7%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 69.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 69.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 52.1%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]
   6. Step-by-step derivation

      1. distribute-rgt-in 52.1%

         \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)\right) \cdot y + 1 \cdot y\right)}} \]

      2. *-commutative 52.1%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}\right) \cdot y + 1 \cdot y\right)} \]

      3. div-inv 52.1%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666}{t}} - \left(0.8333333333333334 + a\right)\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      4. +-commutative 52.1%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      5. *-un-lft-identity 52.1%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + \color{blue}{y}\right)} \]

   7. Applied egg-rr 52.1%

      \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + y\right)}} \]

   if 1.4999999999999999e54 < c

   1. Initial program 91.9%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 81.3%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 81.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 81.3%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   5. Taylor expanded in a around 0 78.1%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]

   6. Taylor expanded in x around 0 66.9%

      \[\leadsto \color{blue}{\frac{x}{y \cdot e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]
3. Recombined 4 regimes into one program.

4. Final simplification 64.6%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq -5.6 \cdot 10^{+26}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -9.5 \cdot 10^{-93}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(-2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right) + 1\right)}\\ \mathbf{elif}\;c \leq 1.8 \cdot 10^{-132}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 1.5 \cdot 10^{+54}:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \end{array} \]

Alternative 11: 68.2% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{if}\;t \leq -2 \cdot 10^{-310}:\\ \;\;\;\;t_1\\ \mathbf{elif}\;t \leq 2.9 \cdot 10^{-12}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 1.15 \cdot 10^{+234}:\\ \;\;\;\;t_1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* (- c b) 1.6666666666666667)))))))
   (if (<= t -2e-310)
     t_1
     (if (<= t 2.9e-12)
       1.0
       (if (<= t 1.15e+234) t_1 (/ x (+ x (* y (exp (* 2.0 (* a c)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667))));
	double tmp;
	if (t <= -2e-310) {
		tmp = t_1;
	} else if (t <= 2.9e-12) {
		tmp = 1.0;
	} else if (t <= 1.15e+234) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667d0))))
    if (t <= (-2d-310)) then
        tmp = t_1
    else if (t <= 2.9d-12) then
        tmp = 1.0d0
    else if (t <= 1.15d+234) then
        tmp = t_1
    else
        tmp = x / (x + (y * exp((2.0d0 * (a * c)))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp(((c - b) * 1.6666666666666667))));
	double tmp;
	if (t <= -2e-310) {
		tmp = t_1;
	} else if (t <= 2.9e-12) {
		tmp = 1.0;
	} else if (t <= 1.15e+234) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (a * c)))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp(((c - b) * 1.6666666666666667))))
	tmp = 0
	if t <= -2e-310:
		tmp = t_1
	elif t <= 2.9e-12:
		tmp = 1.0
	elif t <= 1.15e+234:
		tmp = t_1
	else:
		tmp = x / (x + (y * math.exp((2.0 * (a * c)))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(Float64(c - b) * 1.6666666666666667)))))
	tmp = 0.0
	if (t <= -2e-310)
		tmp = t_1;
	elseif (t <= 2.9e-12)
		tmp = 1.0;
	elseif (t <= 1.15e+234)
		tmp = t_1;
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * c))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp(((c - b) * 1.6666666666666667))));
	tmp = 0.0;
	if (t <= -2e-310)
		tmp = t_1;
	elseif (t <= 2.9e-12)
		tmp = 1.0;
	elseif (t <= 1.15e+234)
		tmp = t_1;
	else
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(N[(c - b), $MachinePrecision] * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t, -2e-310], t$95$1, If[LessEqual[t, 2.9e-12], 1.0, If[LessEqual[t, 1.15e+234], t$95$1, N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]

Derivation

1. Split input into 3 regimes

2. if t < -1.999999999999994e-310 or 2.9000000000000002e-12 < t < 1.15e234

   1. Initial program 95.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 93.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 93.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   5. Taylor expanded in a around 0 87.5%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]

   if -1.999999999999994e-310 < t < 2.9000000000000002e-12

   1. Initial program 92.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 70.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 70.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 70.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 70.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 70.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 70.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 70.6%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 70.6%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 70.6%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 63.2%

      \[\leadsto \color{blue}{1} \]

   if 1.15e234 < t

   1. Initial program 90.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 75.0%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in b around 0 72.0%

      \[\leadsto \frac{x}{x + \color{blue}{y \cdot e^{2 \cdot \left(c \cdot a\right)}}} \]
3. Recombined 3 regimes into one program.

4. Final simplification 78.1%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -2 \cdot 10^{-310}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{elif}\;t \leq 2.9 \cdot 10^{-12}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 1.15 \cdot 10^{+234}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \end{array} \]

Alternative 12: 69.9% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -1 \cdot 10^{-309} \lor \neg \left(t \leq 1.8 \cdot 10^{-9}\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (or (<= t -1e-309) (not (<= t 1.8e-9)))
   (/ x (+ x (* y (exp (* (- c b) 1.6666666666666667)))))
   1.0))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((t <= -1e-309) || !(t <= 1.8e-9)) {
		tmp = x / (x + (y * exp(((c - b) * 1.6666666666666667))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if ((t <= (-1d-309)) .or. (.not. (t <= 1.8d-9))) then
        tmp = x / (x + (y * exp(((c - b) * 1.6666666666666667d0))))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((t <= -1e-309) || !(t <= 1.8e-9)) {
		tmp = x / (x + (y * Math.exp(((c - b) * 1.6666666666666667))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (t <= -1e-309) or not (t <= 1.8e-9):
		tmp = x / (x + (y * math.exp(((c - b) * 1.6666666666666667))))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if ((t <= -1e-309) || !(t <= 1.8e-9))
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(Float64(c - b) * 1.6666666666666667)))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((t <= -1e-309) || ~((t <= 1.8e-9)))
		tmp = x / (x + (y * exp(((c - b) * 1.6666666666666667))));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[Or[LessEqual[t, -1e-309], N[Not[LessEqual[t, 1.8e-9]], $MachinePrecision]], N[(x / N[(x + N[(y * N[Exp[N[(N[(c - b), $MachinePrecision] * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]

Derivation

1. Split input into 2 regimes

2. if t < -1.000000000000002e-309 or 1.8e-9 < t

   1. Initial program 94.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 93.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 93.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 93.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   5. Taylor expanded in a around 0 82.1%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]

   if -1.000000000000002e-309 < t < 1.8e-9

   1. Initial program 92.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 70.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 70.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 70.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 70.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 70.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 70.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 70.6%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 70.6%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 70.6%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 63.2%

      \[\leadsto \color{blue}{1} \]
3. Recombined 2 regimes into one program.

4. Final simplification 76.3%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -1 \cdot 10^{-309} \lor \neg \left(t \leq 1.8 \cdot 10^{-9}\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{\left(c - b\right) \cdot 1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]

Alternative 13: 56.7% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 1.2 \cdot 10^{-129}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 4 \cdot 10^{+15}:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 1.2e-129)
   1.0
   (if (<= c 4e+15)
     (/
      x
      (+
       x
       (-
        y
        (*
         y
         (*
          2.0
          (* b (- (+ 0.8333333333333334 a) (/ 0.6666666666666666 t))))))))
     (/ x (+ x (* y (exp (* c 1.6666666666666667))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 1.2e-129) {
		tmp = 1.0;
	} else if (c <= 4e+15) {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	} else {
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= 1.2d-129) then
        tmp = 1.0d0
    else if (c <= 4d+15) then
        tmp = x / (x + (y - (y * (2.0d0 * (b * ((0.8333333333333334d0 + a) - (0.6666666666666666d0 / t)))))))
    else
        tmp = x / (x + (y * exp((c * 1.6666666666666667d0))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 1.2e-129) {
		tmp = 1.0;
	} else if (c <= 4e+15) {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	} else {
		tmp = x / (x + (y * Math.exp((c * 1.6666666666666667))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 1.2e-129:
		tmp = 1.0
	elif c <= 4e+15:
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))))
	else:
		tmp = x / (x + (y * math.exp((c * 1.6666666666666667))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 1.2e-129)
		tmp = 1.0;
	elseif (c <= 4e+15)
		tmp = Float64(x / Float64(x + Float64(y - Float64(y * Float64(2.0 * Float64(b * Float64(Float64(0.8333333333333334 + a) - Float64(0.6666666666666666 / t))))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(c * 1.6666666666666667)))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 1.2e-129)
		tmp = 1.0;
	elseif (c <= 4e+15)
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	else
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 1.2e-129], 1.0, If[LessEqual[c, 4e+15], N[(x / N[(x + N[(y - N[(y * N[(2.0 * N[(b * N[(N[(0.8333333333333334 + a), $MachinePrecision] - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(c * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 3 regimes

2. if c < 1.19999999999999994e-129

   1. Initial program 94.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 72.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 72.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 72.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 72.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 72.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 72.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 72.3%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 72.3%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 72.3%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 64.0%

      \[\leadsto \color{blue}{1} \]

   if 1.19999999999999994e-129 < c < 4e15

   1. Initial program 96.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 76.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 76.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 76.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 76.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 76.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 76.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 55.7%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]
   6. Step-by-step derivation

      1. distribute-rgt-in 55.7%

         \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)\right) \cdot y + 1 \cdot y\right)}} \]

      2. *-commutative 55.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}\right) \cdot y + 1 \cdot y\right)} \]

      3. div-inv 55.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666}{t}} - \left(0.8333333333333334 + a\right)\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      4. +-commutative 55.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      5. *-un-lft-identity 55.7%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + \color{blue}{y}\right)} \]

   7. Applied egg-rr 55.7%

      \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + y\right)}} \]

   if 4e15 < c

   1. Initial program 91.7%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in t around inf 78.5%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-1 \cdot \left(\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)\right)}}} \]
   3. Step-by-step derivation

      1. mul-1-neg 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(-\left(b - c\right) \cdot \left(0.8333333333333334 + a\right)\right)}}} \]

      2. *-commutative 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(-\color{blue}{\left(0.8333333333333334 + a\right) \cdot \left(b - c\right)}\right)}} \]

      3. distribute-rgt-neg-in 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.8333333333333334 + a\right) \cdot \left(-\left(b - c\right)\right)\right)}}} \]

      4. +-commutative 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} \cdot \left(-\left(b - c\right)\right)\right)}} \]

      5. neg-sub0 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(0 - \left(b - c\right)\right)}\right)}} \]

      6. associate--r- 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(\left(0 - b\right) + c\right)}\right)}} \]

      7. neg-sub0 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \left(\color{blue}{\left(-b\right)} + c\right)\right)}} \]

      8. +-commutative 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c + \left(-b\right)\right)}\right)}} \]

      9. sub-neg 78.5%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + 0.8333333333333334\right) \cdot \color{blue}{\left(c - b\right)}\right)}} \]

   4. Simplified 78.5%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}} \]

   5. Taylor expanded in a around 0 74.4%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.6666666666666667 \cdot \left(c - b\right)}}} \]

   6. Taylor expanded in b around 0 70.4%

      \[\leadsto \color{blue}{\frac{x}{e^{1.6666666666666667 \cdot c} \cdot y + x}} \]
3. Recombined 3 regimes into one program.

4. Final simplification 64.9%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 1.2 \cdot 10^{-129}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 4 \cdot 10^{+15}:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \end{array} \]

Alternative 14: 51.5% accurate, 7.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq -4.2 \cdot 10^{+27}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -1.35 \cdot 10^{-93}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(-2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right) + 1\right)}\\ \mathbf{elif}\;c \leq 3.6 \cdot 10^{-138}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 480000:\\ \;\;\;\;\frac{x}{x + \left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}\\ \mathbf{elif}\;c \leq 3.4 \cdot 10^{+118}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x - \left(2 \cdot \left(\left(y \cdot c\right) \cdot \left(\left(\frac{0.6666666666666666}{t} - a\right) - 0.8333333333333334\right)\right) - y\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c -4.2e+27)
   1.0
   (if (<= c -1.35e-93)
     (/ x (+ x (* y (+ (* -2.0 (* b (+ 0.8333333333333334 a))) 1.0))))
     (if (<= c 3.6e-138)
       1.0
       (if (<= c 480000.0)
         (/ x (+ x (+ y (* 2.0 (* a (* y (- c b)))))))
         (if (<= c 3.4e+118)
           1.0
           (/
            x
            (-
             x
             (-
              (*
               2.0
               (*
                (* y c)
                (- (- (/ 0.6666666666666666 t) a) 0.8333333333333334)))
              y)))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= -4.2e+27) {
		tmp = 1.0;
	} else if (c <= -1.35e-93) {
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	} else if (c <= 3.6e-138) {
		tmp = 1.0;
	} else if (c <= 480000.0) {
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	} else if (c <= 3.4e+118) {
		tmp = 1.0;
	} else {
		tmp = x / (x - ((2.0 * ((y * c) * (((0.6666666666666666 / t) - a) - 0.8333333333333334))) - y));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= (-4.2d+27)) then
        tmp = 1.0d0
    else if (c <= (-1.35d-93)) then
        tmp = x / (x + (y * (((-2.0d0) * (b * (0.8333333333333334d0 + a))) + 1.0d0)))
    else if (c <= 3.6d-138) then
        tmp = 1.0d0
    else if (c <= 480000.0d0) then
        tmp = x / (x + (y + (2.0d0 * (a * (y * (c - b))))))
    else if (c <= 3.4d+118) then
        tmp = 1.0d0
    else
        tmp = x / (x - ((2.0d0 * ((y * c) * (((0.6666666666666666d0 / t) - a) - 0.8333333333333334d0))) - y))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= -4.2e+27) {
		tmp = 1.0;
	} else if (c <= -1.35e-93) {
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	} else if (c <= 3.6e-138) {
		tmp = 1.0;
	} else if (c <= 480000.0) {
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	} else if (c <= 3.4e+118) {
		tmp = 1.0;
	} else {
		tmp = x / (x - ((2.0 * ((y * c) * (((0.6666666666666666 / t) - a) - 0.8333333333333334))) - y));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= -4.2e+27:
		tmp = 1.0
	elif c <= -1.35e-93:
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)))
	elif c <= 3.6e-138:
		tmp = 1.0
	elif c <= 480000.0:
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))))
	elif c <= 3.4e+118:
		tmp = 1.0
	else:
		tmp = x / (x - ((2.0 * ((y * c) * (((0.6666666666666666 / t) - a) - 0.8333333333333334))) - y))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= -4.2e+27)
		tmp = 1.0;
	elseif (c <= -1.35e-93)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(-2.0 * Float64(b * Float64(0.8333333333333334 + a))) + 1.0))));
	elseif (c <= 3.6e-138)
		tmp = 1.0;
	elseif (c <= 480000.0)
		tmp = Float64(x / Float64(x + Float64(y + Float64(2.0 * Float64(a * Float64(y * Float64(c - b)))))));
	elseif (c <= 3.4e+118)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x - Float64(Float64(2.0 * Float64(Float64(y * c) * Float64(Float64(Float64(0.6666666666666666 / t) - a) - 0.8333333333333334))) - y)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= -4.2e+27)
		tmp = 1.0;
	elseif (c <= -1.35e-93)
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	elseif (c <= 3.6e-138)
		tmp = 1.0;
	elseif (c <= 480000.0)
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	elseif (c <= 3.4e+118)
		tmp = 1.0;
	else
		tmp = x / (x - ((2.0 * ((y * c) * (((0.6666666666666666 / t) - a) - 0.8333333333333334))) - y));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, -4.2e+27], 1.0, If[LessEqual[c, -1.35e-93], N[(x / N[(x + N[(y * N[(N[(-2.0 * N[(b * N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 3.6e-138], 1.0, If[LessEqual[c, 480000.0], N[(x / N[(x + N[(y + N[(2.0 * N[(a * N[(y * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 3.4e+118], 1.0, N[(x / N[(x - N[(N[(2.0 * N[(N[(y * c), $MachinePrecision] * N[(N[(N[(0.6666666666666666 / t), $MachinePrecision] - a), $MachinePrecision] - 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] - y), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]

Derivation

1. Split input into 4 regimes

2. if c < -4.19999999999999989e27 or -1.3500000000000001e-93 < c < 3.60000000000000018e-138 or 4.8e5 < c < 3.39999999999999986e118

   1. Initial program 93.8%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 69.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 69.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 69.7%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 69.7%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 69.7%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 66.1%

      \[\leadsto \color{blue}{1} \]

   if -4.19999999999999989e27 < c < -1.3500000000000001e-93

   1. Initial program 96.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 78.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 78.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 53.3%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]

   6. Taylor expanded in t around inf 56.8%

      \[\leadsto \color{blue}{\frac{x}{\left(1 + -2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right)\right) \cdot y + x}} \]

   if 3.60000000000000018e-138 < c < 4.8e5

   1. Initial program 95.7%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 74.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 59.1%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 59.1%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 59.1%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]

   if 3.39999999999999986e118 < c

   1. Initial program 91.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in c around inf 85.3%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(c \cdot \left(\left(0.8333333333333334 + a\right) - 0.6666666666666666 \cdot \frac{1}{t}\right)\right)}}} \]
   3. Step-by-step derivation

      1. associate-*r/ 85.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(\left(0.8333333333333334 + a\right) - \color{blue}{\frac{0.6666666666666666 \cdot 1}{t}}\right)\right)}} \]

      2. metadata-eval 85.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(\left(0.8333333333333334 + a\right) - \frac{\color{blue}{0.6666666666666666}}{t}\right)\right)}} \]

      3. +-commutative 85.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} - \frac{0.6666666666666666}{t}\right)\right)}} \]

      4. associate--l+ 85.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \color{blue}{\left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right)}\right)}} \]

   4. Simplified 85.3%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(c \cdot \left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right)\right)}}} \]

   5. Taylor expanded in c around 0 61.8%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(c \cdot \left(y \cdot \left(\left(0.8333333333333334 + a\right) - 0.6666666666666666 \cdot \frac{1}{t}\right)\right)\right)\right)}} \]
   6. Step-by-step derivation

      1. associate-*r* 61.8%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \color{blue}{\left(\left(c \cdot y\right) \cdot \left(\left(0.8333333333333334 + a\right) - 0.6666666666666666 \cdot \frac{1}{t}\right)\right)}\right)} \]

      2. associate-*r/ 61.8%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(\left(c \cdot y\right) \cdot \left(\left(0.8333333333333334 + a\right) - \color{blue}{\frac{0.6666666666666666 \cdot 1}{t}}\right)\right)\right)} \]

      3. metadata-eval 61.8%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(\left(c \cdot y\right) \cdot \left(\left(0.8333333333333334 + a\right) - \frac{\color{blue}{0.6666666666666666}}{t}\right)\right)\right)} \]

      4. associate-+r- 61.8%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(\left(c \cdot y\right) \cdot \color{blue}{\left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right)\right)}\right)\right)} \]

   7. Simplified 61.8%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(\left(c \cdot y\right) \cdot \left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}} \]
3. Recombined 4 regimes into one program.

4. Final simplification 63.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq -4.2 \cdot 10^{+27}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -1.35 \cdot 10^{-93}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(-2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right) + 1\right)}\\ \mathbf{elif}\;c \leq 3.6 \cdot 10^{-138}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 480000:\\ \;\;\;\;\frac{x}{x + \left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}\\ \mathbf{elif}\;c \leq 3.4 \cdot 10^{+118}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x - \left(2 \cdot \left(\left(y \cdot c\right) \cdot \left(\left(\frac{0.6666666666666666}{t} - a\right) - 0.8333333333333334\right)\right) - y\right)}\\ \end{array} \]

Alternative 15: 51.6% accurate, 7.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq -5.8 \cdot 10^{+26}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -5.5 \cdot 10^{-93}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(-2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right) + 1\right)}\\ \mathbf{elif}\;c \leq 3.1 \cdot 10^{-141}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 420000:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \mathbf{elif}\;c \leq 7.5 \cdot 10^{+115}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x - \left(2 \cdot \left(\left(y \cdot c\right) \cdot \left(\left(\frac{0.6666666666666666}{t} - a\right) - 0.8333333333333334\right)\right) - y\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c -5.8e+26)
   1.0
   (if (<= c -5.5e-93)
     (/ x (+ x (* y (+ (* -2.0 (* b (+ 0.8333333333333334 a))) 1.0))))
     (if (<= c 3.1e-141)
       1.0
       (if (<= c 420000.0)
         (/
          x
          (+
           x
           (-
            y
            (*
             y
             (*
              2.0
              (* b (- (+ 0.8333333333333334 a) (/ 0.6666666666666666 t))))))))
         (if (<= c 7.5e+115)
           1.0
           (/
            x
            (-
             x
             (-
              (*
               2.0
               (*
                (* y c)
                (- (- (/ 0.6666666666666666 t) a) 0.8333333333333334)))
              y)))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= -5.8e+26) {
		tmp = 1.0;
	} else if (c <= -5.5e-93) {
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	} else if (c <= 3.1e-141) {
		tmp = 1.0;
	} else if (c <= 420000.0) {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	} else if (c <= 7.5e+115) {
		tmp = 1.0;
	} else {
		tmp = x / (x - ((2.0 * ((y * c) * (((0.6666666666666666 / t) - a) - 0.8333333333333334))) - y));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= (-5.8d+26)) then
        tmp = 1.0d0
    else if (c <= (-5.5d-93)) then
        tmp = x / (x + (y * (((-2.0d0) * (b * (0.8333333333333334d0 + a))) + 1.0d0)))
    else if (c <= 3.1d-141) then
        tmp = 1.0d0
    else if (c <= 420000.0d0) then
        tmp = x / (x + (y - (y * (2.0d0 * (b * ((0.8333333333333334d0 + a) - (0.6666666666666666d0 / t)))))))
    else if (c <= 7.5d+115) then
        tmp = 1.0d0
    else
        tmp = x / (x - ((2.0d0 * ((y * c) * (((0.6666666666666666d0 / t) - a) - 0.8333333333333334d0))) - y))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= -5.8e+26) {
		tmp = 1.0;
	} else if (c <= -5.5e-93) {
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	} else if (c <= 3.1e-141) {
		tmp = 1.0;
	} else if (c <= 420000.0) {
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	} else if (c <= 7.5e+115) {
		tmp = 1.0;
	} else {
		tmp = x / (x - ((2.0 * ((y * c) * (((0.6666666666666666 / t) - a) - 0.8333333333333334))) - y));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= -5.8e+26:
		tmp = 1.0
	elif c <= -5.5e-93:
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)))
	elif c <= 3.1e-141:
		tmp = 1.0
	elif c <= 420000.0:
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))))
	elif c <= 7.5e+115:
		tmp = 1.0
	else:
		tmp = x / (x - ((2.0 * ((y * c) * (((0.6666666666666666 / t) - a) - 0.8333333333333334))) - y))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= -5.8e+26)
		tmp = 1.0;
	elseif (c <= -5.5e-93)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(-2.0 * Float64(b * Float64(0.8333333333333334 + a))) + 1.0))));
	elseif (c <= 3.1e-141)
		tmp = 1.0;
	elseif (c <= 420000.0)
		tmp = Float64(x / Float64(x + Float64(y - Float64(y * Float64(2.0 * Float64(b * Float64(Float64(0.8333333333333334 + a) - Float64(0.6666666666666666 / t))))))));
	elseif (c <= 7.5e+115)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x - Float64(Float64(2.0 * Float64(Float64(y * c) * Float64(Float64(Float64(0.6666666666666666 / t) - a) - 0.8333333333333334))) - y)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= -5.8e+26)
		tmp = 1.0;
	elseif (c <= -5.5e-93)
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	elseif (c <= 3.1e-141)
		tmp = 1.0;
	elseif (c <= 420000.0)
		tmp = x / (x + (y - (y * (2.0 * (b * ((0.8333333333333334 + a) - (0.6666666666666666 / t)))))));
	elseif (c <= 7.5e+115)
		tmp = 1.0;
	else
		tmp = x / (x - ((2.0 * ((y * c) * (((0.6666666666666666 / t) - a) - 0.8333333333333334))) - y));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, -5.8e+26], 1.0, If[LessEqual[c, -5.5e-93], N[(x / N[(x + N[(y * N[(N[(-2.0 * N[(b * N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 3.1e-141], 1.0, If[LessEqual[c, 420000.0], N[(x / N[(x + N[(y - N[(y * N[(2.0 * N[(b * N[(N[(0.8333333333333334 + a), $MachinePrecision] - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 7.5e+115], 1.0, N[(x / N[(x - N[(N[(2.0 * N[(N[(y * c), $MachinePrecision] * N[(N[(N[(0.6666666666666666 / t), $MachinePrecision] - a), $MachinePrecision] - 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] - y), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]

Derivation

1. Split input into 4 regimes

2. if c < -5.8e26 or -5.49999999999999968e-93 < c < 3.10000000000000027e-141 or 4.2e5 < c < 7.4999999999999997e115

   1. Initial program 93.8%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 69.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 69.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 69.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 69.7%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 69.7%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 69.7%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 66.1%

      \[\leadsto \color{blue}{1} \]

   if -5.8e26 < c < -5.49999999999999968e-93

   1. Initial program 96.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 78.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 78.8%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 78.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 53.3%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]

   6. Taylor expanded in t around inf 56.8%

      \[\leadsto \color{blue}{\frac{x}{\left(1 + -2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right)\right) \cdot y + x}} \]

   if 3.10000000000000027e-141 < c < 4.2e5

   1. Initial program 95.7%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 72.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 72.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 72.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 72.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 72.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 72.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 60.4%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]
   6. Step-by-step derivation

      1. distribute-rgt-in 60.4%

         \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)\right) \cdot y + 1 \cdot y\right)}} \]

      2. *-commutative 60.4%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}\right) \cdot y + 1 \cdot y\right)} \]

      3. div-inv 60.4%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666}{t}} - \left(0.8333333333333334 + a\right)\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      4. +-commutative 60.4%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)\right) \cdot y + 1 \cdot y\right)} \]

      5. *-un-lft-identity 60.4%

         \[\leadsto \frac{x}{x + \left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + \color{blue}{y}\right)} \]

   7. Applied egg-rr 60.4%

      \[\leadsto \frac{x}{x + \color{blue}{\left(\left(2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)\right) \cdot y + y\right)}} \]

   if 7.4999999999999997e115 < c

   1. Initial program 91.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in c around inf 85.3%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(c \cdot \left(\left(0.8333333333333334 + a\right) - 0.6666666666666666 \cdot \frac{1}{t}\right)\right)}}} \]
   3. Step-by-step derivation

      1. associate-*r/ 85.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(\left(0.8333333333333334 + a\right) - \color{blue}{\frac{0.6666666666666666 \cdot 1}{t}}\right)\right)}} \]

      2. metadata-eval 85.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(\left(0.8333333333333334 + a\right) - \frac{\color{blue}{0.6666666666666666}}{t}\right)\right)}} \]

      3. +-commutative 85.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(\color{blue}{\left(a + 0.8333333333333334\right)} - \frac{0.6666666666666666}{t}\right)\right)}} \]

      4. associate--l+ 85.3%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \color{blue}{\left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right)}\right)}} \]

   4. Simplified 85.3%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(c \cdot \left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right)\right)}}} \]

   5. Taylor expanded in c around 0 61.8%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(c \cdot \left(y \cdot \left(\left(0.8333333333333334 + a\right) - 0.6666666666666666 \cdot \frac{1}{t}\right)\right)\right)\right)}} \]
   6. Step-by-step derivation

      1. associate-*r* 61.8%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \color{blue}{\left(\left(c \cdot y\right) \cdot \left(\left(0.8333333333333334 + a\right) - 0.6666666666666666 \cdot \frac{1}{t}\right)\right)}\right)} \]

      2. associate-*r/ 61.8%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(\left(c \cdot y\right) \cdot \left(\left(0.8333333333333334 + a\right) - \color{blue}{\frac{0.6666666666666666 \cdot 1}{t}}\right)\right)\right)} \]

      3. metadata-eval 61.8%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(\left(c \cdot y\right) \cdot \left(\left(0.8333333333333334 + a\right) - \frac{\color{blue}{0.6666666666666666}}{t}\right)\right)\right)} \]

      4. associate-+r- 61.8%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(\left(c \cdot y\right) \cdot \color{blue}{\left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right)\right)}\right)\right)} \]

   7. Simplified 61.8%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(\left(c \cdot y\right) \cdot \left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}} \]
3. Recombined 4 regimes into one program.

4. Final simplification 63.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq -5.8 \cdot 10^{+26}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -5.5 \cdot 10^{-93}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(-2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right) + 1\right)}\\ \mathbf{elif}\;c \leq 3.1 \cdot 10^{-141}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 420000:\\ \;\;\;\;\frac{x}{x + \left(y - y \cdot \left(2 \cdot \left(b \cdot \left(\left(0.8333333333333334 + a\right) - \frac{0.6666666666666666}{t}\right)\right)\right)\right)}\\ \mathbf{elif}\;c \leq 7.5 \cdot 10^{+115}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x - \left(2 \cdot \left(\left(y \cdot c\right) \cdot \left(\left(\frac{0.6666666666666666}{t} - a\right) - 0.8333333333333334\right)\right) - y\right)}\\ \end{array} \]

Alternative 16: 49.2% accurate, 9.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -0.48:\\ \;\;\;\;\frac{x}{x + y \cdot \left(\left(c - b\right) \cdot \left(2 \cdot a\right) + 1\right)}\\ \mathbf{elif}\;t \leq 1.46 \cdot 10^{+51}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 1.75 \cdot 10^{+126}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(-2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right) + 1\right)}\\ \mathbf{elif}\;t \leq 3.9 \cdot 10^{+183}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t -0.48)
   (/ x (+ x (* y (+ (* (- c b) (* 2.0 a)) 1.0))))
   (if (<= t 1.46e+51)
     1.0
     (if (<= t 1.75e+126)
       (/ x (+ x (* y (+ (* -2.0 (* b (+ 0.8333333333333334 a))) 1.0))))
       (if (<= t 3.9e+183)
         1.0
         (/ x (+ x (+ y (* 2.0 (* a (* y (- c b))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= -0.48) {
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	} else if (t <= 1.46e+51) {
		tmp = 1.0;
	} else if (t <= 1.75e+126) {
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	} else if (t <= 3.9e+183) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (t <= (-0.48d0)) then
        tmp = x / (x + (y * (((c - b) * (2.0d0 * a)) + 1.0d0)))
    else if (t <= 1.46d+51) then
        tmp = 1.0d0
    else if (t <= 1.75d+126) then
        tmp = x / (x + (y * (((-2.0d0) * (b * (0.8333333333333334d0 + a))) + 1.0d0)))
    else if (t <= 3.9d+183) then
        tmp = 1.0d0
    else
        tmp = x / (x + (y + (2.0d0 * (a * (y * (c - b))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= -0.48) {
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	} else if (t <= 1.46e+51) {
		tmp = 1.0;
	} else if (t <= 1.75e+126) {
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	} else if (t <= 3.9e+183) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= -0.48:
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)))
	elif t <= 1.46e+51:
		tmp = 1.0
	elif t <= 1.75e+126:
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)))
	elif t <= 3.9e+183:
		tmp = 1.0
	else:
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= -0.48)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(Float64(c - b) * Float64(2.0 * a)) + 1.0))));
	elseif (t <= 1.46e+51)
		tmp = 1.0;
	elseif (t <= 1.75e+126)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(-2.0 * Float64(b * Float64(0.8333333333333334 + a))) + 1.0))));
	elseif (t <= 3.9e+183)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(y + Float64(2.0 * Float64(a * Float64(y * Float64(c - b)))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= -0.48)
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	elseif (t <= 1.46e+51)
		tmp = 1.0;
	elseif (t <= 1.75e+126)
		tmp = x / (x + (y * ((-2.0 * (b * (0.8333333333333334 + a))) + 1.0)));
	elseif (t <= 3.9e+183)
		tmp = 1.0;
	else
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, -0.48], N[(x / N[(x + N[(y * N[(N[(N[(c - b), $MachinePrecision] * N[(2.0 * a), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1.46e+51], 1.0, If[LessEqual[t, 1.75e+126], N[(x / N[(x + N[(y * N[(N[(-2.0 * N[(b * N[(0.8333333333333334 + a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 3.9e+183], 1.0, N[(x / N[(x + N[(y + N[(2.0 * N[(a * N[(y * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]

Derivation

1. Split input into 4 regimes

2. if t < -0.47999999999999998

   1. Initial program 94.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 89.3%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 78.7%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(1 + 2 \cdot \left(a \cdot \left(c - b\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. associate-*r* 78.7%

         \[\leadsto \frac{x}{x + y \cdot \left(1 + \color{blue}{\left(2 \cdot a\right) \cdot \left(c - b\right)}\right)} \]

   5. Simplified 78.7%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(1 + \left(2 \cdot a\right) \cdot \left(c - b\right)\right)}} \]

   if -0.47999999999999998 < t < 1.4600000000000001e51 or 1.7500000000000001e126 < t < 3.8999999999999999e183

   1. Initial program 93.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 67.0%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 67.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 67.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 67.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 67.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 67.0%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 66.8%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 66.8%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 66.8%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 60.8%

      \[\leadsto \color{blue}{1} \]

   if 1.4600000000000001e51 < t < 1.7500000000000001e126

   1. Initial program 99.9%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 79.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 79.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 79.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 79.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 79.7%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 79.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 67.6%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]

   6. Taylor expanded in t around inf 67.6%

      \[\leadsto \color{blue}{\frac{x}{\left(1 + -2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right)\right) \cdot y + x}} \]

   if 3.8999999999999999e183 < t

   1. Initial program 92.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 70.6%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 55.1%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 55.1%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 55.1%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]
3. Recombined 4 regimes into one program.

4. Final simplification 61.5%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -0.48:\\ \;\;\;\;\frac{x}{x + y \cdot \left(\left(c - b\right) \cdot \left(2 \cdot a\right) + 1\right)}\\ \mathbf{elif}\;t \leq 1.46 \cdot 10^{+51}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 1.75 \cdot 10^{+126}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(-2 \cdot \left(b \cdot \left(0.8333333333333334 + a\right)\right) + 1\right)}\\ \mathbf{elif}\;t \leq 3.9 \cdot 10^{+183}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}\\ \end{array} \]

Alternative 17: 53.0% accurate, 10.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 1.2 \cdot 10^{-140}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 400000 \lor \neg \left(c \leq 1.55 \cdot 10^{+140}\right):\\ \;\;\;\;\frac{x}{x + y \cdot \left(\left(c - b\right) \cdot \left(2 \cdot a\right) + 1\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 1.2e-140)
   1.0
   (if (or (<= c 400000.0) (not (<= c 1.55e+140)))
     (/ x (+ x (* y (+ (* (- c b) (* 2.0 a)) 1.0))))
     1.0)))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 1.2e-140) {
		tmp = 1.0;
	} else if ((c <= 400000.0) || !(c <= 1.55e+140)) {
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= 1.2d-140) then
        tmp = 1.0d0
    else if ((c <= 400000.0d0) .or. (.not. (c <= 1.55d+140))) then
        tmp = x / (x + (y * (((c - b) * (2.0d0 * a)) + 1.0d0)))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 1.2e-140) {
		tmp = 1.0;
	} else if ((c <= 400000.0) || !(c <= 1.55e+140)) {
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 1.2e-140:
		tmp = 1.0
	elif (c <= 400000.0) or not (c <= 1.55e+140):
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 1.2e-140)
		tmp = 1.0;
	elseif ((c <= 400000.0) || !(c <= 1.55e+140))
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(Float64(c - b) * Float64(2.0 * a)) + 1.0))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 1.2e-140)
		tmp = 1.0;
	elseif ((c <= 400000.0) || ~((c <= 1.55e+140)))
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 1.2e-140], 1.0, If[Or[LessEqual[c, 400000.0], N[Not[LessEqual[c, 1.55e+140]], $MachinePrecision]], N[(x / N[(x + N[(y * N[(N[(N[(c - b), $MachinePrecision] * N[(2.0 * a), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]]

Derivation

1. Split input into 2 regimes

2. if c < 1.19999999999999993e-140 or 4e5 < c < 1.55e140

   1. Initial program 94.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 70.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 70.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 70.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 70.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 70.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 70.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 70.7%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 70.7%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 70.7%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 61.5%

      \[\leadsto \color{blue}{1} \]

   if 1.19999999999999993e-140 < c < 4e5 or 1.55e140 < c

   1. Initial program 92.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 71.7%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 58.5%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(1 + 2 \cdot \left(a \cdot \left(c - b\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. associate-*r* 58.5%

         \[\leadsto \frac{x}{x + y \cdot \left(1 + \color{blue}{\left(2 \cdot a\right) \cdot \left(c - b\right)}\right)} \]

   5. Simplified 58.5%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(1 + \left(2 \cdot a\right) \cdot \left(c - b\right)\right)}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 60.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 1.2 \cdot 10^{-140}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 400000 \lor \neg \left(c \leq 1.55 \cdot 10^{+140}\right):\\ \;\;\;\;\frac{x}{x + y \cdot \left(\left(c - b\right) \cdot \left(2 \cdot a\right) + 1\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]

Alternative 18: 53.1% accurate, 10.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 5.6 \cdot 10^{-123}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 480000:\\ \;\;\;\;\frac{x}{x + \left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}\\ \mathbf{elif}\;c \leq 6.4 \cdot 10^{+140}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(\left(c - b\right) \cdot \left(2 \cdot a\right) + 1\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 5.6e-123)
   1.0
   (if (<= c 480000.0)
     (/ x (+ x (+ y (* 2.0 (* a (* y (- c b)))))))
     (if (<= c 6.4e+140)
       1.0
       (/ x (+ x (* y (+ (* (- c b) (* 2.0 a)) 1.0))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 5.6e-123) {
		tmp = 1.0;
	} else if (c <= 480000.0) {
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	} else if (c <= 6.4e+140) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= 5.6d-123) then
        tmp = 1.0d0
    else if (c <= 480000.0d0) then
        tmp = x / (x + (y + (2.0d0 * (a * (y * (c - b))))))
    else if (c <= 6.4d+140) then
        tmp = 1.0d0
    else
        tmp = x / (x + (y * (((c - b) * (2.0d0 * a)) + 1.0d0)))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 5.6e-123) {
		tmp = 1.0;
	} else if (c <= 480000.0) {
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	} else if (c <= 6.4e+140) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 5.6e-123:
		tmp = 1.0
	elif c <= 480000.0:
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))))
	elif c <= 6.4e+140:
		tmp = 1.0
	else:
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 5.6e-123)
		tmp = 1.0;
	elseif (c <= 480000.0)
		tmp = Float64(x / Float64(x + Float64(y + Float64(2.0 * Float64(a * Float64(y * Float64(c - b)))))));
	elseif (c <= 6.4e+140)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(Float64(c - b) * Float64(2.0 * a)) + 1.0))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 5.6e-123)
		tmp = 1.0;
	elseif (c <= 480000.0)
		tmp = x / (x + (y + (2.0 * (a * (y * (c - b))))));
	elseif (c <= 6.4e+140)
		tmp = 1.0;
	else
		tmp = x / (x + (y * (((c - b) * (2.0 * a)) + 1.0)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 5.6e-123], 1.0, If[LessEqual[c, 480000.0], N[(x / N[(x + N[(y + N[(2.0 * N[(a * N[(y * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 6.4e+140], 1.0, N[(x / N[(x + N[(y * N[(N[(N[(c - b), $MachinePrecision] * N[(2.0 * a), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 3 regimes

2. if c < 5.5999999999999998e-123 or 4.8e5 < c < 6.40000000000000021e140

   1. Initial program 94.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 70.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 70.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 70.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 70.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 70.9%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 70.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 70.7%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 70.7%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 70.7%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 61.5%

      \[\leadsto \color{blue}{1} \]

   if 5.5999999999999998e-123 < c < 4.8e5

   1. Initial program 95.7%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 74.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 59.1%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 59.1%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 59.1%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]

   if 6.40000000000000021e140 < c

   1. Initial program 90.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 69.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 60.5%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(1 + 2 \cdot \left(a \cdot \left(c - b\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. associate-*r* 60.5%

         \[\leadsto \frac{x}{x + y \cdot \left(1 + \color{blue}{\left(2 \cdot a\right) \cdot \left(c - b\right)}\right)} \]

   5. Simplified 60.5%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(1 + \left(2 \cdot a\right) \cdot \left(c - b\right)\right)}} \]
3. Recombined 3 regimes into one program.

4. Final simplification 61.1%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 5.6 \cdot 10^{-123}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 480000:\\ \;\;\;\;\frac{x}{x + \left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}\\ \mathbf{elif}\;c \leq 6.4 \cdot 10^{+140}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(\left(c - b\right) \cdot \left(2 \cdot a\right) + 1\right)}\\ \end{array} \]

Alternative 19: 51.8% accurate, 13.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 7 \cdot 10^{-95}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 370000:\\ \;\;\;\;\frac{x}{y + \left(x + 2 \cdot \left(c \cdot \left(y \cdot a\right)\right)\right)}\\ \mathbf{elif}\;c \leq 4.6 \cdot 10^{+141}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{y \cdot \left(a \cdot \left(c - b\right)\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 7e-95)
   1.0
   (if (<= c 370000.0)
     (/ x (+ y (+ x (* 2.0 (* c (* y a))))))
     (if (<= c 4.6e+141) 1.0 (* 0.5 (/ x (* y (* a (- c b)))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 7e-95) {
		tmp = 1.0;
	} else if (c <= 370000.0) {
		tmp = x / (y + (x + (2.0 * (c * (y * a)))));
	} else if (c <= 4.6e+141) {
		tmp = 1.0;
	} else {
		tmp = 0.5 * (x / (y * (a * (c - b))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= 7d-95) then
        tmp = 1.0d0
    else if (c <= 370000.0d0) then
        tmp = x / (y + (x + (2.0d0 * (c * (y * a)))))
    else if (c <= 4.6d+141) then
        tmp = 1.0d0
    else
        tmp = 0.5d0 * (x / (y * (a * (c - b))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 7e-95) {
		tmp = 1.0;
	} else if (c <= 370000.0) {
		tmp = x / (y + (x + (2.0 * (c * (y * a)))));
	} else if (c <= 4.6e+141) {
		tmp = 1.0;
	} else {
		tmp = 0.5 * (x / (y * (a * (c - b))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 7e-95:
		tmp = 1.0
	elif c <= 370000.0:
		tmp = x / (y + (x + (2.0 * (c * (y * a)))))
	elif c <= 4.6e+141:
		tmp = 1.0
	else:
		tmp = 0.5 * (x / (y * (a * (c - b))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 7e-95)
		tmp = 1.0;
	elseif (c <= 370000.0)
		tmp = Float64(x / Float64(y + Float64(x + Float64(2.0 * Float64(c * Float64(y * a))))));
	elseif (c <= 4.6e+141)
		tmp = 1.0;
	else
		tmp = Float64(0.5 * Float64(x / Float64(y * Float64(a * Float64(c - b)))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 7e-95)
		tmp = 1.0;
	elseif (c <= 370000.0)
		tmp = x / (y + (x + (2.0 * (c * (y * a)))));
	elseif (c <= 4.6e+141)
		tmp = 1.0;
	else
		tmp = 0.5 * (x / (y * (a * (c - b))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 7e-95], 1.0, If[LessEqual[c, 370000.0], N[(x / N[(y + N[(x + N[(2.0 * N[(c * N[(y * a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 4.6e+141], 1.0, N[(0.5 * N[(x / N[(y * N[(a * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 3 regimes

2. if c < 6.9999999999999994e-95 or 3.7e5 < c < 4.6000000000000003e141

   1. Initial program 93.9%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 71.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 71.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 71.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 71.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 71.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 71.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 71.0%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 71.0%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 71.0%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 61.5%

      \[\leadsto \color{blue}{1} \]

   if 6.9999999999999994e-95 < c < 3.7e5

   1. Initial program 99.8%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 73.3%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 53.4%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 53.4%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 53.4%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]

   6. Taylor expanded in b around 0 43.3%

      \[\leadsto \frac{x}{\color{blue}{y + \left(2 \cdot \left(c \cdot \left(y \cdot a\right)\right) + x\right)}} \]

   if 4.6000000000000003e141 < c

   1. Initial program 90.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 69.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 57.9%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 57.9%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 57.9%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]

   6. Taylor expanded in a around inf 53.0%

      \[\leadsto \color{blue}{0.5 \cdot \frac{x}{y \cdot \left(a \cdot \left(c - b\right)\right)}} \]
3. Recombined 3 regimes into one program.

4. Final simplification 58.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 7 \cdot 10^{-95}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 370000:\\ \;\;\;\;\frac{x}{y + \left(x + 2 \cdot \left(c \cdot \left(y \cdot a\right)\right)\right)}\\ \mathbf{elif}\;c \leq 4.6 \cdot 10^{+141}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{y \cdot \left(a \cdot \left(c - b\right)\right)}\\ \end{array} \]

Alternative 20: 52.5% accurate, 17.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 9 \cdot 10^{+140}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{y \cdot \left(a \cdot \left(c - b\right)\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 9e+140) 1.0 (* 0.5 (/ x (* y (* a (- c b)))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 9e+140) {
		tmp = 1.0;
	} else {
		tmp = 0.5 * (x / (y * (a * (c - b))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= 9d+140) then
        tmp = 1.0d0
    else
        tmp = 0.5d0 * (x / (y * (a * (c - b))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 9e+140) {
		tmp = 1.0;
	} else {
		tmp = 0.5 * (x / (y * (a * (c - b))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 9e+140:
		tmp = 1.0
	else:
		tmp = 0.5 * (x / (y * (a * (c - b))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 9e+140)
		tmp = 1.0;
	else
		tmp = Float64(0.5 * Float64(x / Float64(y * Float64(a * Float64(c - b)))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 9e+140)
		tmp = 1.0;
	else
		tmp = 0.5 * (x / (y * (a * (c - b))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 9e+140], 1.0, N[(0.5 * N[(x / N[(y * N[(a * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if c < 9.0000000000000003e140

   1. Initial program 94.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 71.0%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 71.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 71.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 71.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 71.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 71.0%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 70.9%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 70.9%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 70.9%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 57.7%

      \[\leadsto \color{blue}{1} \]

   if 9.0000000000000003e140 < c

   1. Initial program 90.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 69.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 57.9%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 57.9%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 57.9%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]

   6. Taylor expanded in a around inf 53.0%

      \[\leadsto \color{blue}{0.5 \cdot \frac{x}{y \cdot \left(a \cdot \left(c - b\right)\right)}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 56.9%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 9 \cdot 10^{+140}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{y \cdot \left(a \cdot \left(c - b\right)\right)}\\ \end{array} \]

Alternative 21: 53.0% accurate, 20.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b \leq -2.8 \cdot 10^{+166}:\\ \;\;\;\;-0.5 \cdot \frac{x}{a \cdot \left(y \cdot b\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= b -2.8e+166) (* -0.5 (/ x (* a (* y b)))) 1.0))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -2.8e+166) {
		tmp = -0.5 * (x / (a * (y * b)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (b <= (-2.8d+166)) then
        tmp = (-0.5d0) * (x / (a * (y * b)))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -2.8e+166) {
		tmp = -0.5 * (x / (a * (y * b)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if b <= -2.8e+166:
		tmp = -0.5 * (x / (a * (y * b)))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (b <= -2.8e+166)
		tmp = Float64(-0.5 * Float64(x / Float64(a * Float64(y * b))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (b <= -2.8e+166)
		tmp = -0.5 * (x / (a * (y * b)));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[b, -2.8e+166], N[(-0.5 * N[(x / N[(a * N[(y * b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]

Derivation

1. Split input into 2 regimes

2. if b < -2.79999999999999996e166

   1. Initial program 87.9%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 58.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 62.2%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 62.2%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 62.2%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]

   6. Taylor expanded in b around -inf 53.4%

      \[\leadsto \color{blue}{-0.5 \cdot \frac{x}{a \cdot \left(y \cdot b\right)}} \]

   if -2.79999999999999996e166 < b

   1. Initial program 94.6%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 65.2%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 65.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 65.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 65.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 65.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 65.2%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 65.1%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 65.1%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 65.1%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 56.6%

      \[\leadsto \color{blue}{1} \]
3. Recombined 2 regimes into one program.

4. Final simplification 56.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b \leq -2.8 \cdot 10^{+166}:\\ \;\;\;\;-0.5 \cdot \frac{x}{a \cdot \left(y \cdot b\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]

Alternative 22: 53.0% accurate, 20.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b \leq -1.15 \cdot 10^{+168}:\\ \;\;\;\;-0.5 \cdot \frac{x}{y \cdot \left(a \cdot b\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= b -1.15e+168) (* -0.5 (/ x (* y (* a b)))) 1.0))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -1.15e+168) {
		tmp = -0.5 * (x / (y * (a * b)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (b <= (-1.15d+168)) then
        tmp = (-0.5d0) * (x / (y * (a * b)))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -1.15e+168) {
		tmp = -0.5 * (x / (y * (a * b)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if b <= -1.15e+168:
		tmp = -0.5 * (x / (y * (a * b)))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (b <= -1.15e+168)
		tmp = Float64(-0.5 * Float64(x / Float64(y * Float64(a * b))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (b <= -1.15e+168)
		tmp = -0.5 * (x / (y * (a * b)));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[b, -1.15e+168], N[(-0.5 * N[(x / N[(y * N[(a * b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]

Derivation

1. Split input into 2 regimes

2. if b < -1.15e168

   1. Initial program 87.9%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 94.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 94.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 94.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 94.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 94.1%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 94.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   5. Taylor expanded in b around 0 68.6%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{\left(2 \cdot \left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right) + 1\right)}} \]

   6. Taylor expanded in a around inf 53.5%

      \[\leadsto \color{blue}{-0.5 \cdot \frac{x}{y \cdot \left(a \cdot b\right)}} \]

   if -1.15e168 < b

   1. Initial program 94.6%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 65.2%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 65.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 65.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 65.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 65.2%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 65.2%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 65.1%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 65.1%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 65.1%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 56.6%

      \[\leadsto \color{blue}{1} \]
3. Recombined 2 regimes into one program.

4. Final simplification 56.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b \leq -1.15 \cdot 10^{+168}:\\ \;\;\;\;-0.5 \cdot \frac{x}{y \cdot \left(a \cdot b\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]

Alternative 23: 51.7% accurate, 20.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 3 \cdot 10^{+139}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{c \cdot \left(y \cdot a\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 3e+139) 1.0 (* 0.5 (/ x (* c (* y a))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 3e+139) {
		tmp = 1.0;
	} else {
		tmp = 0.5 * (x / (c * (y * a)));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= 3d+139) then
        tmp = 1.0d0
    else
        tmp = 0.5d0 * (x / (c * (y * a)))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 3e+139) {
		tmp = 1.0;
	} else {
		tmp = 0.5 * (x / (c * (y * a)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 3e+139:
		tmp = 1.0
	else:
		tmp = 0.5 * (x / (c * (y * a)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 3e+139)
		tmp = 1.0;
	else
		tmp = Float64(0.5 * Float64(x / Float64(c * Float64(y * a))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 3e+139)
		tmp = 1.0;
	else
		tmp = 0.5 * (x / (c * (y * a)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 3e+139], 1.0, N[(0.5 * N[(x / N[(c * N[(y * a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if c < 3e139

   1. Initial program 94.4%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 71.0%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 71.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 71.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 71.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 71.0%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 71.0%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 70.9%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 70.9%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 70.9%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 57.7%

      \[\leadsto \color{blue}{1} \]

   if 3e139 < c

   1. Initial program 90.2%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 69.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 57.9%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 57.9%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 57.9%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]

   6. Taylor expanded in c around inf 41.2%

      \[\leadsto \color{blue}{0.5 \cdot \frac{x}{c \cdot \left(y \cdot a\right)}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 55.0%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 3 \cdot 10^{+139}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{c \cdot \left(y \cdot a\right)}\\ \end{array} \]

Alternative 24: 52.1% accurate, 20.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 4.5 \cdot 10^{+119}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{a \cdot \left(y \cdot c\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 4.5e+119) 1.0 (* 0.5 (/ x (* a (* y c))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 4.5e+119) {
		tmp = 1.0;
	} else {
		tmp = 0.5 * (x / (a * (y * c)));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (c <= 4.5d+119) then
        tmp = 1.0d0
    else
        tmp = 0.5d0 * (x / (a * (y * c)))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 4.5e+119) {
		tmp = 1.0;
	} else {
		tmp = 0.5 * (x / (a * (y * c)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 4.5e+119:
		tmp = 1.0
	else:
		tmp = 0.5 * (x / (a * (y * c)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 4.5e+119)
		tmp = 1.0;
	else
		tmp = Float64(0.5 * Float64(x / Float64(a * Float64(y * c))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 4.5e+119)
		tmp = 1.0;
	else
		tmp = 0.5 * (x / (a * (y * c)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 4.5e+119], 1.0, N[(0.5 * N[(x / N[(a * N[(y * c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if c < 4.5000000000000002e119

   1. Initial program 94.3%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in b around inf 71.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
   3. Step-by-step derivation

      1. *-commutative 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

      2. associate-*r/ 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      3. metadata-eval 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

      4. +-commutative 71.4%

         \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

   4. Simplified 71.4%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
   5. Step-by-step derivation

      1. div-inv 71.3%

         \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

      2. exp-prod 71.3%

         \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   6. Applied egg-rr 71.3%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   7. Taylor expanded in x around inf 58.2%

      \[\leadsto \color{blue}{1} \]

   if 4.5000000000000002e119 < c

   1. Initial program 91.1%

      \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

   2. Taylor expanded in a around inf 66.1%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(a \cdot \left(c - b\right)\right)}}} \]

   3. Taylor expanded in a around 0 57.4%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(y \cdot \left(c - b\right)\right)\right)\right)}} \]
   4. Step-by-step derivation

      1. *-commutative 57.4%

         \[\leadsto \frac{x}{x + \left(y + 2 \cdot \left(a \cdot \color{blue}{\left(\left(c - b\right) \cdot y\right)}\right)\right)} \]

   5. Simplified 57.4%

      \[\leadsto \frac{x}{x + \color{blue}{\left(y + 2 \cdot \left(a \cdot \left(\left(c - b\right) \cdot y\right)\right)\right)}} \]

   6. Taylor expanded in c around inf 37.9%

      \[\leadsto \color{blue}{0.5 \cdot \frac{x}{c \cdot \left(y \cdot a\right)}} \]
   7. Step-by-step derivation

      1. associate-*r* 47.2%

         \[\leadsto 0.5 \cdot \frac{x}{\color{blue}{\left(c \cdot y\right) \cdot a}} \]

   8. Simplified 47.2%

      \[\leadsto \color{blue}{0.5 \cdot \frac{x}{\left(c \cdot y\right) \cdot a}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 56.3%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 4.5 \cdot 10^{+119}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{a \cdot \left(y \cdot c\right)}\\ \end{array} \]

Alternative 25: 52.1% accurate, 231.0× speedup

Math

\[\begin{array}{l} \\ 1 \end{array} \]

FPCore

(FPCore (x y z t a b c) :precision binary64 1.0)

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	return 1.0;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    code = 1.0d0
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	return 1.0;
}

Python

def code(x, y, z, t, a, b, c):
	return 1.0

Julia

function code(x, y, z, t, a, b, c)
	return 1.0
end

MATLAB

function tmp = code(x, y, z, t, a, b, c)
	tmp = 1.0;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := 1.0

Derivation

1. Initial program 93.8%

   \[\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{z \cdot \sqrt{t + a}}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}} \]

2. Taylor expanded in b around inf 68.9%

   \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right) \cdot b\right)}}} \]
3. Step-by-step derivation

   1. *-commutative 68.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(0.6666666666666666 \cdot \frac{1}{t} - \left(0.8333333333333334 + a\right)\right)\right)}}} \]

   2. associate-*r/ 68.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\color{blue}{\frac{0.6666666666666666 \cdot 1}{t}} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

   3. metadata-eval 68.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{\color{blue}{0.6666666666666666}}{t} - \left(0.8333333333333334 + a\right)\right)\right)}} \]

   4. +-commutative 68.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \color{blue}{\left(a + 0.8333333333333334\right)}\right)\right)}} \]

4. Simplified 68.9%

   \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]
5. Step-by-step derivation

   1. div-inv 68.8%

      \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

   2. exp-prod 68.8%

      \[\leadsto x \cdot \frac{1}{x + y \cdot \color{blue}{{\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

6. Applied egg-rr 68.8%

   \[\leadsto \color{blue}{x \cdot \frac{1}{x + y \cdot {\left(e^{2}\right)}^{\left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}} \]

7. Taylor expanded in x around inf 52.3%

   \[\leadsto \color{blue}{1} \]

8. Final simplification 52.3%

   \[\leadsto 1 \]

Developer target: 95.3% accurate, 0.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := z \cdot \sqrt{t + a}\\ t_2 := a - \frac{5}{6}\\ \mathbf{if}\;t < -2.118326644891581 \cdot 10^{-50}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(a \cdot c + 0.8333333333333334 \cdot c\right) - a \cdot b\right)}}\\ \mathbf{elif}\;t < 5.196588770651547 \cdot 10^{-123}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{t_1 \cdot \left(\left(3 \cdot t\right) \cdot t_2\right) - \left(\left(\frac{5}{6} + a\right) \cdot \left(3 \cdot t\right) - 2\right) \cdot \left(t_2 \cdot \left(\left(b - c\right) \cdot t\right)\right)}{\left(\left(t \cdot t\right) \cdot 3\right) \cdot t_2}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{t_1}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (* z (sqrt (+ t a)))) (t_2 (- a (/ 5.0 6.0))))
   (if (< t -2.118326644891581e-50)
     (/
      x
      (+
       x
       (* y (exp (* 2.0 (- (+ (* a c) (* 0.8333333333333334 c)) (* a b)))))))
     (if (< t 5.196588770651547e-123)
       (/
        x
        (+
         x
         (*
          y
          (exp
           (*
            2.0
            (/
             (-
              (* t_1 (* (* 3.0 t) t_2))
              (*
               (- (* (+ (/ 5.0 6.0) a) (* 3.0 t)) 2.0)
               (* t_2 (* (- b c) t))))
             (* (* (* t t) 3.0) t_2)))))))
       (/
        x
        (+
         x
         (*
          y
          (exp
           (*
            2.0
            (-
             (/ t_1 t)
             (* (- b c) (- (+ a (/ 5.0 6.0)) (/ 2.0 (* t 3.0))))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = z * sqrt((t + a));
	double t_2 = a - (5.0 / 6.0);
	double tmp;
	if (t < -2.118326644891581e-50) {
		tmp = x / (x + (y * exp((2.0 * (((a * c) + (0.8333333333333334 * c)) - (a * b))))));
	} else if (t < 5.196588770651547e-123) {
		tmp = x / (x + (y * exp((2.0 * (((t_1 * ((3.0 * t) * t_2)) - (((((5.0 / 6.0) + a) * (3.0 * t)) - 2.0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0) * t_2))))));
	} else {
		tmp = x / (x + (y * exp((2.0 * ((t_1 / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: t_2
    real(8) :: tmp
    t_1 = z * sqrt((t + a))
    t_2 = a - (5.0d0 / 6.0d0)
    if (t < (-2.118326644891581d-50)) then
        tmp = x / (x + (y * exp((2.0d0 * (((a * c) + (0.8333333333333334d0 * c)) - (a * b))))))
    else if (t < 5.196588770651547d-123) then
        tmp = x / (x + (y * exp((2.0d0 * (((t_1 * ((3.0d0 * t) * t_2)) - (((((5.0d0 / 6.0d0) + a) * (3.0d0 * t)) - 2.0d0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0d0) * t_2))))))
    else
        tmp = x / (x + (y * exp((2.0d0 * ((t_1 / t) - ((b - c) * ((a + (5.0d0 / 6.0d0)) - (2.0d0 / (t * 3.0d0)))))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = z * Math.sqrt((t + a));
	double t_2 = a - (5.0 / 6.0);
	double tmp;
	if (t < -2.118326644891581e-50) {
		tmp = x / (x + (y * Math.exp((2.0 * (((a * c) + (0.8333333333333334 * c)) - (a * b))))));
	} else if (t < 5.196588770651547e-123) {
		tmp = x / (x + (y * Math.exp((2.0 * (((t_1 * ((3.0 * t) * t_2)) - (((((5.0 / 6.0) + a) * (3.0 * t)) - 2.0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0) * t_2))))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * ((t_1 / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = z * math.sqrt((t + a))
	t_2 = a - (5.0 / 6.0)
	tmp = 0
	if t < -2.118326644891581e-50:
		tmp = x / (x + (y * math.exp((2.0 * (((a * c) + (0.8333333333333334 * c)) - (a * b))))))
	elif t < 5.196588770651547e-123:
		tmp = x / (x + (y * math.exp((2.0 * (((t_1 * ((3.0 * t) * t_2)) - (((((5.0 / 6.0) + a) * (3.0 * t)) - 2.0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0) * t_2))))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * ((t_1 / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(z * sqrt(Float64(t + a)))
	t_2 = Float64(a - Float64(5.0 / 6.0))
	tmp = 0.0
	if (t < -2.118326644891581e-50)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(a * c) + Float64(0.8333333333333334 * c)) - Float64(a * b)))))));
	elseif (t < 5.196588770651547e-123)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(t_1 * Float64(Float64(3.0 * t) * t_2)) - Float64(Float64(Float64(Float64(Float64(5.0 / 6.0) + a) * Float64(3.0 * t)) - 2.0) * Float64(t_2 * Float64(Float64(b - c) * t)))) / Float64(Float64(Float64(t * t) * 3.0) * t_2)))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(t_1 / t) - Float64(Float64(b - c) * Float64(Float64(a + Float64(5.0 / 6.0)) - Float64(2.0 / Float64(t * 3.0))))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = z * sqrt((t + a));
	t_2 = a - (5.0 / 6.0);
	tmp = 0.0;
	if (t < -2.118326644891581e-50)
		tmp = x / (x + (y * exp((2.0 * (((a * c) + (0.8333333333333334 * c)) - (a * b))))));
	elseif (t < 5.196588770651547e-123)
		tmp = x / (x + (y * exp((2.0 * (((t_1 * ((3.0 * t) * t_2)) - (((((5.0 / 6.0) + a) * (3.0 * t)) - 2.0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0) * t_2))))));
	else
		tmp = x / (x + (y * exp((2.0 * ((t_1 / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(z * N[Sqrt[N[(t + a), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]}, Block[{t$95$2 = N[(a - N[(5.0 / 6.0), $MachinePrecision]), $MachinePrecision]}, If[Less[t, -2.118326644891581e-50], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(a * c), $MachinePrecision] + N[(0.8333333333333334 * c), $MachinePrecision]), $MachinePrecision] - N[(a * b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[Less[t, 5.196588770651547e-123], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(t$95$1 * N[(N[(3.0 * t), $MachinePrecision] * t$95$2), $MachinePrecision]), $MachinePrecision] - N[(N[(N[(N[(N[(5.0 / 6.0), $MachinePrecision] + a), $MachinePrecision] * N[(3.0 * t), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * N[(t$95$2 * N[(N[(b - c), $MachinePrecision] * t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / N[(N[(N[(t * t), $MachinePrecision] * 3.0), $MachinePrecision] * t$95$2), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(t$95$1 / t), $MachinePrecision] - N[(N[(b - c), $MachinePrecision] * N[(N[(a + N[(5.0 / 6.0), $MachinePrecision]), $MachinePrecision] - N[(2.0 / N[(t * 3.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]

Reproduce

herbie shell --seed 2023268 
(FPCore (x y z t a b c)
  :name "Numeric.SpecFunctions:invIncompleteBetaWorker from math-functions-0.1.5.2, I"
  :precision binary64

  :herbie-target
  (if (< t -2.118326644891581e-50) (/ x (+ x (* y (exp (* 2.0 (- (+ (* a c) (* 0.8333333333333334 c)) (* a b))))))) (if (< t 5.196588770651547e-123) (/ x (+ x (* y (exp (* 2.0 (/ (- (* (* z (sqrt (+ t a))) (* (* 3.0 t) (- a (/ 5.0 6.0)))) (* (- (* (+ (/ 5.0 6.0) a) (* 3.0 t)) 2.0) (* (- a (/ 5.0 6.0)) (* (- b c) t)))) (* (* (* t t) 3.0) (- a (/ 5.0 6.0))))))))) (/ x (+ x (* y (exp (* 2.0 (- (/ (* z (sqrt (+ t a))) t) (* (- b c) (- (+ a (/ 5.0 6.0)) (/ 2.0 (* t 3.0))))))))))))

  (/ x (+ x (* y (exp (* 2.0 (- (/ (* z (sqrt (+ t a))) t) (* (- b c) (- (+ a (/ 5.0 6.0)) (/ 2.0 (* t 3.0)))))))))))