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

Percentage Accurate: 93.9% → 98.6%

Time: 32.5s

Alternatives: 24

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: 93.9% 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: 98.6% accurate, 0.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -2 \cdot 10^{-60} \lor \neg \left(t \leq 6 \cdot 10^{-260}\right):\\ \;\;\;\;\frac{x}{\mathsf{fma}\left(y, {\left(e^{2}\right)}^{\left(\mathsf{fma}\left(z, \frac{\sqrt{t + a}}{t}, \left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right) \cdot \left(c - b\right)\right)\right)}, x\right)}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (or (<= t -2e-60) (not (<= t 6e-260)))
   (/
    x
    (fma
     y
     (pow
      (exp 2.0)
      (fma
       z
       (/ (sqrt (+ t a)) t)
       (* (+ a (- 0.8333333333333334 (/ 0.6666666666666666 t))) (- c b))))
     x))
   (/
    x
    (+
     x
     (*
      y
      (exp
       (* 2.0 (/ (+ (* z (sqrt a)) (* -0.6666666666666666 (- c b))) t))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((t <= -2e-60) || !(t <= 6e-260)) {
		tmp = x / fma(y, pow(exp(2.0), fma(z, (sqrt((t + a)) / t), ((a + (0.8333333333333334 - (0.6666666666666666 / t))) * (c - b)))), x);
	} else {
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	}
	return tmp;
}

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if ((t <= -2e-60) || !(t <= 6e-260))
		tmp = Float64(x / fma(y, (exp(2.0) ^ fma(z, Float64(sqrt(Float64(t + a)) / t), Float64(Float64(a + Float64(0.8333333333333334 - Float64(0.6666666666666666 / t))) * Float64(c - b)))), x));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(a)) + Float64(-0.6666666666666666 * Float64(c - b))) / t))))));
	end
	return tmp
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[Or[LessEqual[t, -2e-60], N[Not[LessEqual[t, 6e-260]], $MachinePrecision]], N[(x / N[(y * N[Power[N[Exp[2.0], $MachinePrecision], N[(z * N[(N[Sqrt[N[(t + a), $MachinePrecision]], $MachinePrecision] / t), $MachinePrecision] + N[(N[(a + N[(0.8333333333333334 - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision] + x), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[a], $MachinePrecision]), $MachinePrecision] + N[(-0.6666666666666666 * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if t < -1.9999999999999999e-60 or 6.0000000000000001e-260 < t

   1. Initial program 95.2%

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

   3. Simplified 99.0%

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

   if -1.9999999999999999e-60 < t < 6.0000000000000001e-260

   1. Initial program 84.0%

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

   3. Taylor expanded in t around 0 100.0%

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

4. Final simplification 99.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -2 \cdot 10^{-60} \lor \neg \left(t \leq 6 \cdot 10^{-260}\right):\\ \;\;\;\;\frac{x}{\mathsf{fma}\left(y, {\left(e^{2}\right)}^{\left(\mathsf{fma}\left(z, \frac{\sqrt{t + a}}{t}, \left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right) \cdot \left(c - b\right)\right)\right)}, x\right)}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \end{array} \]
5. Add Preprocessing

Alternative 2: 96.3% accurate, 0.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{z \cdot \sqrt{t + a}}{t} + \left(b - c\right) \cdot \left(\frac{2}{t \cdot 3} - \left(a + 0.8333333333333334\right)\right)\\ \mathbf{if}\;t\_1 \leq \infty:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot t\_1}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1
         (+
          (/ (* z (sqrt (+ t a))) t)
          (* (- b c) (- (/ 2.0 (* t 3.0)) (+ a 0.8333333333333334))))))
   (if (<= t_1 INFINITY)
     (/ x (+ x (* y (exp (* 2.0 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 = ((z * sqrt((t + a))) / t) + ((b - c) * ((2.0 / (t * 3.0)) - (a + 0.8333333333333334)));
	double tmp;
	if (t_1 <= ((double) INFINITY)) {
		tmp = x / (x + (y * exp((2.0 * t_1))));
	} else {
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	}
	return tmp;
}

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))) / t) + ((b - c) * ((2.0 / (t * 3.0)) - (a + 0.8333333333333334)));
	double tmp;
	if (t_1 <= Double.POSITIVE_INFINITY) {
		tmp = x / (x + (y * Math.exp((2.0 * 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 = ((z * math.sqrt((t + a))) / t) + ((b - c) * ((2.0 / (t * 3.0)) - (a + 0.8333333333333334)))
	tmp = 0
	if t_1 <= math.inf:
		tmp = x / (x + (y * math.exp((2.0 * 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(Float64(Float64(z * sqrt(Float64(t + a))) / t) + Float64(Float64(b - c) * Float64(Float64(2.0 / Float64(t * 3.0)) - Float64(a + 0.8333333333333334))))
	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 * 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 = ((z * sqrt((t + a))) / t) + ((b - c) * ((2.0 / (t * 3.0)) - (a + 0.8333333333333334)));
	tmp = 0.0;
	if (t_1 <= Inf)
		tmp = x / (x + (y * exp((2.0 * 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[(N[(N[(z * N[Sqrt[N[(t + a), $MachinePrecision]], $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision] + N[(N[(b - c), $MachinePrecision] * N[(N[(2.0 / N[(t * 3.0), $MachinePrecision]), $MachinePrecision] - N[(a + 0.8333333333333334), $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[Exp[N[(2.0 * N[(a * c), $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 98.4%

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

   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. Add Preprocessing

   3. Taylor expanded in c around inf 65.4%

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

      1. +-commutative 65.4%

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

      2. associate-*r/ 65.4%

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

      3. metadata-eval 65.4%

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

      4. associate-+r- 65.4%

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

   5. Simplified 65.4%

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

   6. Taylor expanded in a around inf 72.3%

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

4. Final simplification 97.0%

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

Alternative 3: 90.4% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -2.9 \cdot 10^{+19}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \mathbf{elif}\;t \leq 5.8 \cdot 10^{-218}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} - -0.6666666666666666 \cdot \left(b - c\right)}{t}}}\\ \mathbf{elif}\;t \leq 8.5 \cdot 10^{-15}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} + \left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t -2.9e+19)
   (/ x (+ x (* y (exp (* 2.0 (* a c))))))
   (if (<= t 5.8e-218)
     (/
      x
      (+
       x
       (*
        y
        (exp
         (* 2.0 (/ (- (* z (sqrt a)) (* -0.6666666666666666 (- b c))) t))))))
     (if (<= t 8.5e-15)
       (/ x (+ x (* y (exp (* 1.3333333333333333 (/ (- b c) t))))))
       (/
        x
        (+
         x
         (*
          y
          (exp
           (*
            2.0
            (+
             (* z (sqrt (/ 1.0 t)))
             (* (+ a 0.8333333333333334) (- c b))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= -2.9e+19) {
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	} else if (t <= 5.8e-218) {
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) - (-0.6666666666666666 * (b - c))) / t)))));
	} else if (t <= 8.5e-15) {
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	} else {
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) + ((a + 0.8333333333333334) * (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 <= (-2.9d+19)) then
        tmp = x / (x + (y * exp((2.0d0 * (a * c)))))
    else if (t <= 5.8d-218) then
        tmp = x / (x + (y * exp((2.0d0 * (((z * sqrt(a)) - ((-0.6666666666666666d0) * (b - c))) / t)))))
    else if (t <= 8.5d-15) then
        tmp = x / (x + (y * exp((1.3333333333333333d0 * ((b - c) / t)))))
    else
        tmp = x / (x + (y * exp((2.0d0 * ((z * sqrt((1.0d0 / t))) + ((a + 0.8333333333333334d0) * (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 <= -2.9e+19) {
		tmp = x / (x + (y * Math.exp((2.0 * (a * c)))));
	} else if (t <= 5.8e-218) {
		tmp = x / (x + (y * Math.exp((2.0 * (((z * Math.sqrt(a)) - (-0.6666666666666666 * (b - c))) / t)))));
	} else if (t <= 8.5e-15) {
		tmp = x / (x + (y * Math.exp((1.3333333333333333 * ((b - c) / t)))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * ((z * Math.sqrt((1.0 / t))) + ((a + 0.8333333333333334) * (c - b)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= -2.9e+19:
		tmp = x / (x + (y * math.exp((2.0 * (a * c)))))
	elif t <= 5.8e-218:
		tmp = x / (x + (y * math.exp((2.0 * (((z * math.sqrt(a)) - (-0.6666666666666666 * (b - c))) / t)))))
	elif t <= 8.5e-15:
		tmp = x / (x + (y * math.exp((1.3333333333333333 * ((b - c) / t)))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * ((z * math.sqrt((1.0 / t))) + ((a + 0.8333333333333334) * (c - b)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= -2.9e+19)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * c))))));
	elseif (t <= 5.8e-218)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(a)) - Float64(-0.6666666666666666 * Float64(b - c))) / t))))));
	elseif (t <= 8.5e-15)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(Float64(b - c) / t))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(z * sqrt(Float64(1.0 / t))) + Float64(Float64(a + 0.8333333333333334) * Float64(c - b))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= -2.9e+19)
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	elseif (t <= 5.8e-218)
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) - (-0.6666666666666666 * (b - c))) / t)))));
	elseif (t <= 8.5e-15)
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	else
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) + ((a + 0.8333333333333334) * (c - b)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, -2.9e+19], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 5.8e-218], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[a], $MachinePrecision]), $MachinePrecision] - N[(-0.6666666666666666 * N[(b - c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 8.5e-15], N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(N[(b - c), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 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[(a + 0.8333333333333334), $MachinePrecision] * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 4 regimes

2. if t < -2.9e19

   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. Add Preprocessing

   3. Taylor expanded in c around inf 88.1%

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

      1. +-commutative 88.1%

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

      2. associate-*r/ 88.1%

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

      3. metadata-eval 88.1%

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

      4. associate-+r- 88.1%

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

   5. Simplified 88.1%

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

   6. Taylor expanded in a around inf 88.1%

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

   if -2.9e19 < t < 5.8000000000000004e-218

   1. Initial program 87.5%

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

   3. Taylor expanded in t around 0 95.5%

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

   if 5.8000000000000004e-218 < t < 8.50000000000000007e-15

   1. Initial program 94.1%

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

   3. Taylor expanded in t around 0 70.9%

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

   4. Taylor expanded in z around 0 79.1%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.3333333333333333 \cdot \frac{b - c}{t}}}} \]

   if 8.50000000000000007e-15 < t

   1. Initial program 95.8%

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

   3. Taylor expanded in t around inf 99.2%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \color{blue}{\left(\sqrt{\frac{1}{t}} \cdot z - \left(0.8333333333333334 + a\right) \cdot \left(b - c\right)\right)}}} \]
3. Recombined 4 regimes into one program.

4. Final simplification 93.4%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -2.9 \cdot 10^{+19}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \mathbf{elif}\;t \leq 5.8 \cdot 10^{-218}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} - -0.6666666666666666 \cdot \left(b - c\right)}{t}}}\\ \mathbf{elif}\;t \leq 8.5 \cdot 10^{-15}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} + \left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 4: 80.2% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -6 \cdot 10^{+19}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \mathbf{elif}\;t \leq 8.5 \cdot 10^{-58}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} - b \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t -6e+19)
   (/ x (+ x (* y (exp (* 2.0 (* a c))))))
   (if (<= t 8.5e-58)
     (/
      x
      (+
       x
       (*
        y
        (exp
         (* 2.0 (/ (+ (* z (sqrt a)) (* -0.6666666666666666 (- c b))) t))))))
     (/
      x
      (+
       x
       (*
        y
        (exp
         (*
          2.0
          (- (* z (sqrt (/ 1.0 t))) (* b (+ a 0.8333333333333334)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= -6e+19) {
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	} else if (t <= 8.5e-58) {
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	} else {
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) - (b * (a + 0.8333333333333334)))))));
	}
	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 <= (-6d+19)) then
        tmp = x / (x + (y * exp((2.0d0 * (a * c)))))
    else if (t <= 8.5d-58) then
        tmp = x / (x + (y * exp((2.0d0 * (((z * sqrt(a)) + ((-0.6666666666666666d0) * (c - b))) / t)))))
    else
        tmp = x / (x + (y * exp((2.0d0 * ((z * sqrt((1.0d0 / t))) - (b * (a + 0.8333333333333334d0)))))))
    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 <= -6e+19) {
		tmp = x / (x + (y * Math.exp((2.0 * (a * c)))));
	} else if (t <= 8.5e-58) {
		tmp = x / (x + (y * Math.exp((2.0 * (((z * Math.sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * ((z * Math.sqrt((1.0 / t))) - (b * (a + 0.8333333333333334)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= -6e+19:
		tmp = x / (x + (y * math.exp((2.0 * (a * c)))))
	elif t <= 8.5e-58:
		tmp = x / (x + (y * math.exp((2.0 * (((z * math.sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * ((z * math.sqrt((1.0 / t))) - (b * (a + 0.8333333333333334)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= -6e+19)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * c))))));
	elseif (t <= 8.5e-58)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(a)) + Float64(-0.6666666666666666 * Float64(c - b))) / t))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(z * sqrt(Float64(1.0 / t))) - Float64(b * Float64(a + 0.8333333333333334))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= -6e+19)
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	elseif (t <= 8.5e-58)
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	else
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) - (b * (a + 0.8333333333333334)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, -6e+19], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 8.5e-58], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[a], $MachinePrecision]), $MachinePrecision] + N[(-0.6666666666666666 * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(z * N[Sqrt[N[(1.0 / t), $MachinePrecision]], $MachinePrecision]), $MachinePrecision] - N[(b * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 3 regimes

2. if t < -6e19

   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. Add Preprocessing

   3. Taylor expanded in c around inf 88.1%

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

      1. +-commutative 88.1%

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

      2. associate-*r/ 88.1%

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

      3. metadata-eval 88.1%

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

      4. associate-+r- 88.1%

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

   5. Simplified 88.1%

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

   6. Taylor expanded in a around inf 88.1%

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

   if -6e19 < t < 8.5000000000000004e-58

   1. Initial program 89.6%

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

   3. Taylor expanded in t around 0 88.6%

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

   if 8.5000000000000004e-58 < t

   1. Initial program 96.1%

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

   3. Taylor expanded in t around inf 94.6%

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

   4. Taylor expanded in b around inf 76.8%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\sqrt{\frac{1}{t}} \cdot z - \color{blue}{b \cdot \left(0.8333333333333334 + a\right)}\right)}} \]
3. Recombined 3 regimes into one program.

4. Final simplification 82.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -6 \cdot 10^{+19}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \mathbf{elif}\;t \leq 8.5 \cdot 10^{-58}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} - b \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 5: 77.4% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq 10^{-26}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} - b \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t 1e-26)
   (/ x (+ x (* y (exp (* 1.3333333333333333 (/ (- b c) t))))))
   (/
    x
    (+
     x
     (*
      y
      (exp
       (* 2.0 (- (* z (sqrt (/ 1.0 t))) (* b (+ a 0.8333333333333334))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= 1e-26) {
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	} else {
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) - (b * (a + 0.8333333333333334)))))));
	}
	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-26) then
        tmp = x / (x + (y * exp((1.3333333333333333d0 * ((b - c) / t)))))
    else
        tmp = x / (x + (y * exp((2.0d0 * ((z * sqrt((1.0d0 / t))) - (b * (a + 0.8333333333333334d0)))))))
    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-26) {
		tmp = x / (x + (y * Math.exp((1.3333333333333333 * ((b - c) / t)))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * ((z * Math.sqrt((1.0 / t))) - (b * (a + 0.8333333333333334)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= 1e-26:
		tmp = x / (x + (y * math.exp((1.3333333333333333 * ((b - c) / t)))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * ((z * math.sqrt((1.0 / t))) - (b * (a + 0.8333333333333334)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= 1e-26)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(Float64(b - c) / t))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(z * sqrt(Float64(1.0 / t))) - Float64(b * Float64(a + 0.8333333333333334))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= 1e-26)
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	else
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) - (b * (a + 0.8333333333333334)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, 1e-26], N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(N[(b - c), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(z * N[Sqrt[N[(1.0 / t), $MachinePrecision]], $MachinePrecision]), $MachinePrecision] - N[(b * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if t < 1e-26

   1. Initial program 90.5%

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

   3. Taylor expanded in t around 0 81.9%

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

   4. Taylor expanded in z around 0 77.2%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.3333333333333333 \cdot \frac{b - c}{t}}}} \]

   if 1e-26 < t

   1. Initial program 95.9%

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

   3. Taylor expanded in t around inf 97.6%

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

   4. Taylor expanded in b around inf 78.9%

      \[\leadsto \frac{x}{x + y \cdot e^{2 \cdot \left(\sqrt{\frac{1}{t}} \cdot z - \color{blue}{b \cdot \left(0.8333333333333334 + a\right)}\right)}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 78.0%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 10^{-26}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} - b \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 6: 50.7% accurate, 1.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{if}\;x \leq -2.9 \cdot 10^{+97}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;x \leq -4 \cdot 10^{-97}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq -3.8 \cdot 10^{-185}:\\ \;\;\;\;\frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{elif}\;x \leq 1.9 \cdot 10^{-230}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq 0.00025 \lor \neg \left(x \leq 1.26 \cdot 10^{+128}\right):\\ \;\;\;\;t\_1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y + \frac{-2 \cdot \left(b \cdot \left(t \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)\right) + 1.3333333333333333 \cdot \left(y \cdot b\right)}{t}\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* b -1.6666666666666667)))))))
   (if (<= x -2.9e+97)
     t_1
     (if (<= x -4e-97)
       1.0
       (if (<= x -3.8e-185)
         (/ x (+ x (* a (+ (* 2.0 (* y c)) (/ y a)))))
         (if (<= x 1.9e-230)
           1.0
           (if (or (<= x 0.00025) (not (<= x 1.26e+128)))
             t_1
             (/
              x
              (+
               x
               (+
                y
                (/
                 (+
                  (* -2.0 (* b (* t (* y (+ a 0.8333333333333334)))))
                  (* 1.3333333333333333 (* y b)))
                 t)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp((b * -1.6666666666666667))));
	double tmp;
	if (x <= -2.9e+97) {
		tmp = t_1;
	} else if (x <= -4e-97) {
		tmp = 1.0;
	} else if (x <= -3.8e-185) {
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	} else if (x <= 1.9e-230) {
		tmp = 1.0;
	} else if ((x <= 0.00025) || !(x <= 1.26e+128)) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y + (((-2.0 * (b * (t * (y * (a + 0.8333333333333334))))) + (1.3333333333333333 * (y * b))) / t)));
	}
	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((b * (-1.6666666666666667d0)))))
    if (x <= (-2.9d+97)) then
        tmp = t_1
    else if (x <= (-4d-97)) then
        tmp = 1.0d0
    else if (x <= (-3.8d-185)) then
        tmp = x / (x + (a * ((2.0d0 * (y * c)) + (y / a))))
    else if (x <= 1.9d-230) then
        tmp = 1.0d0
    else if ((x <= 0.00025d0) .or. (.not. (x <= 1.26d+128))) then
        tmp = t_1
    else
        tmp = x / (x + (y + ((((-2.0d0) * (b * (t * (y * (a + 0.8333333333333334d0))))) + (1.3333333333333333d0 * (y * b))) / t)))
    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((b * -1.6666666666666667))));
	double tmp;
	if (x <= -2.9e+97) {
		tmp = t_1;
	} else if (x <= -4e-97) {
		tmp = 1.0;
	} else if (x <= -3.8e-185) {
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	} else if (x <= 1.9e-230) {
		tmp = 1.0;
	} else if ((x <= 0.00025) || !(x <= 1.26e+128)) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y + (((-2.0 * (b * (t * (y * (a + 0.8333333333333334))))) + (1.3333333333333333 * (y * b))) / t)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((b * -1.6666666666666667))))
	tmp = 0
	if x <= -2.9e+97:
		tmp = t_1
	elif x <= -4e-97:
		tmp = 1.0
	elif x <= -3.8e-185:
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))))
	elif x <= 1.9e-230:
		tmp = 1.0
	elif (x <= 0.00025) or not (x <= 1.26e+128):
		tmp = t_1
	else:
		tmp = x / (x + (y + (((-2.0 * (b * (t * (y * (a + 0.8333333333333334))))) + (1.3333333333333333 * (y * b))) / t)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(b * -1.6666666666666667)))))
	tmp = 0.0
	if (x <= -2.9e+97)
		tmp = t_1;
	elseif (x <= -4e-97)
		tmp = 1.0;
	elseif (x <= -3.8e-185)
		tmp = Float64(x / Float64(x + Float64(a * Float64(Float64(2.0 * Float64(y * c)) + Float64(y / a)))));
	elseif (x <= 1.9e-230)
		tmp = 1.0;
	elseif ((x <= 0.00025) || !(x <= 1.26e+128))
		tmp = t_1;
	else
		tmp = Float64(x / Float64(x + Float64(y + Float64(Float64(Float64(-2.0 * Float64(b * Float64(t * Float64(y * Float64(a + 0.8333333333333334))))) + Float64(1.3333333333333333 * Float64(y * b))) / t))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((b * -1.6666666666666667))));
	tmp = 0.0;
	if (x <= -2.9e+97)
		tmp = t_1;
	elseif (x <= -4e-97)
		tmp = 1.0;
	elseif (x <= -3.8e-185)
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	elseif (x <= 1.9e-230)
		tmp = 1.0;
	elseif ((x <= 0.00025) || ~((x <= 1.26e+128)))
		tmp = t_1;
	else
		tmp = x / (x + (y + (((-2.0 * (b * (t * (y * (a + 0.8333333333333334))))) + (1.3333333333333333 * (y * b))) / t)));
	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[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[x, -2.9e+97], t$95$1, If[LessEqual[x, -4e-97], 1.0, If[LessEqual[x, -3.8e-185], N[(x / N[(x + N[(a * N[(N[(2.0 * N[(y * c), $MachinePrecision]), $MachinePrecision] + N[(y / a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[x, 1.9e-230], 1.0, If[Or[LessEqual[x, 0.00025], N[Not[LessEqual[x, 1.26e+128]], $MachinePrecision]], t$95$1, N[(x / N[(x + N[(y + N[(N[(N[(-2.0 * N[(b * N[(t * N[(y * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] + N[(1.3333333333333333 * N[(y * b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]]

Derivation

1. Split input into 4 regimes

2. if x < -2.89999999999999987e97 or 1.8999999999999999e-230 < x < 2.5000000000000001e-4 or 1.26000000000000009e128 < x

   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. Add Preprocessing

   3. Taylor expanded in b around inf 69.8%

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

      1. associate-*r/ 69.8%

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

      2. metadata-eval 69.8%

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

      3. +-commutative 69.8%

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

   5. Simplified 69.8%

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

   6. Taylor expanded in t around inf 65.1%

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

      1. mul-1-neg 65.1%

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

      2. +-commutative 65.1%

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

      3. distribute-rgt-neg-in 65.1%

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

      4. +-commutative 65.1%

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

      5. mul-1-neg 65.1%

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

      6. distribute-lft-in 65.1%

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

      7. metadata-eval 65.1%

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

      8. mul-1-neg 65.1%

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

      9. unsub-neg 65.1%

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

   8. Simplified 65.1%

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

   9. Taylor expanded in a around 0 59.4%

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

   if -2.89999999999999987e97 < x < -4.00000000000000014e-97 or -3.7999999999999999e-185 < x < 1.8999999999999999e-230

   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. Add Preprocessing

   3. Taylor expanded in c around inf 63.9%

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

      1. +-commutative 63.9%

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

      2. associate-*r/ 63.9%

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

      3. metadata-eval 63.9%

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

      4. associate-+r- 63.9%

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

   5. Simplified 63.9%

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

   6. Taylor expanded in a around inf 50.9%

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

   7. Taylor expanded in a around 0 28.0%

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

      1. *-commutative 28.0%

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

   9. Simplified 28.0%

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

   10. Taylor expanded in x around inf 72.5%

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

   if -4.00000000000000014e-97 < x < -3.7999999999999999e-185

   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. Add Preprocessing

   3. Taylor expanded in c around inf 78.5%

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

      1. +-commutative 78.5%

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

      2. associate-*r/ 78.5%

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

      3. metadata-eval 78.5%

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

      4. associate-+r- 78.5%

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

   5. Simplified 78.5%

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

   6. Taylor expanded in a around inf 71.5%

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

   7. Taylor expanded in a around 0 50.6%

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

      1. *-commutative 50.6%

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

   9. Simplified 50.6%

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

   10. Taylor expanded in a around inf 57.5%

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

   if 2.5000000000000001e-4 < x < 1.26000000000000009e128

   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. Add Preprocessing

   3. Taylor expanded in b around inf 75.3%

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

      1. associate-*r/ 75.3%

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

      2. metadata-eval 75.3%

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

      3. +-commutative 75.3%

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

   5. Simplified 75.3%

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

   6. Taylor expanded in b around 0 50.6%

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

      1. associate-*r* 50.6%

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

      2. *-commutative 50.6%

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

      3. associate-*r/ 50.6%

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

      4. metadata-eval 50.6%

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

      5. +-commutative 50.6%

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

      6. associate--r+ 50.6%

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

   8. Simplified 50.6%

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

   9. Taylor expanded in t around 0 57.8%

      \[\leadsto \frac{x}{x + \left(y + \color{blue}{\frac{-2 \cdot \left(b \cdot \left(t \cdot \left(y \cdot \left(0.8333333333333334 + a\right)\right)\right)\right) + 1.3333333333333333 \cdot \left(b \cdot y\right)}{t}}\right)} \]
3. Recombined 4 regimes into one program.

4. Final simplification 62.4%

   \[\leadsto \begin{array}{l} \mathbf{if}\;x \leq -2.9 \cdot 10^{+97}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;x \leq -4 \cdot 10^{-97}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq -3.8 \cdot 10^{-185}:\\ \;\;\;\;\frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{elif}\;x \leq 1.9 \cdot 10^{-230}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq 0.00025 \lor \neg \left(x \leq 1.26 \cdot 10^{+128}\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y + \frac{-2 \cdot \left(b \cdot \left(t \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)\right) + 1.3333333333333333 \cdot \left(y \cdot b\right)}{t}\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 7: 51.8% accurate, 1.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{if}\;x \leq -3.4 \cdot 10^{+19}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;x \leq -8.2 \cdot 10^{-160}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;x \leq 3.1 \cdot 10^{-173}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq 10^{+30} \lor \neg \left(x \leq 8 \cdot 10^{+83}\right):\\ \;\;\;\;t\_1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y + \frac{-2 \cdot \left(b \cdot \left(t \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)\right) + 1.3333333333333333 \cdot \left(y \cdot b\right)}{t}\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* c 1.6666666666666667)))))))
   (if (<= x -3.4e+19)
     (/ x (+ x (* y (exp (* b -1.6666666666666667)))))
     (if (<= x -8.2e-160)
       t_1
       (if (<= x 3.1e-173)
         1.0
         (if (or (<= x 1e+30) (not (<= x 8e+83)))
           t_1
           (/
            x
            (+
             x
             (+
              y
              (/
               (+
                (* -2.0 (* b (* t (* y (+ a 0.8333333333333334)))))
                (* 1.3333333333333333 (* y b)))
               t))))))))))

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 * 1.6666666666666667))));
	double tmp;
	if (x <= -3.4e+19) {
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	} else if (x <= -8.2e-160) {
		tmp = t_1;
	} else if (x <= 3.1e-173) {
		tmp = 1.0;
	} else if ((x <= 1e+30) || !(x <= 8e+83)) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y + (((-2.0 * (b * (t * (y * (a + 0.8333333333333334))))) + (1.3333333333333333 * (y * b))) / t)));
	}
	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 * 1.6666666666666667d0))))
    if (x <= (-3.4d+19)) then
        tmp = x / (x + (y * exp((b * (-1.6666666666666667d0)))))
    else if (x <= (-8.2d-160)) then
        tmp = t_1
    else if (x <= 3.1d-173) then
        tmp = 1.0d0
    else if ((x <= 1d+30) .or. (.not. (x <= 8d+83))) then
        tmp = t_1
    else
        tmp = x / (x + (y + ((((-2.0d0) * (b * (t * (y * (a + 0.8333333333333334d0))))) + (1.3333333333333333d0 * (y * b))) / t)))
    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 * 1.6666666666666667))));
	double tmp;
	if (x <= -3.4e+19) {
		tmp = x / (x + (y * Math.exp((b * -1.6666666666666667))));
	} else if (x <= -8.2e-160) {
		tmp = t_1;
	} else if (x <= 3.1e-173) {
		tmp = 1.0;
	} else if ((x <= 1e+30) || !(x <= 8e+83)) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y + (((-2.0 * (b * (t * (y * (a + 0.8333333333333334))))) + (1.3333333333333333 * (y * b))) / t)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((c * 1.6666666666666667))))
	tmp = 0
	if x <= -3.4e+19:
		tmp = x / (x + (y * math.exp((b * -1.6666666666666667))))
	elif x <= -8.2e-160:
		tmp = t_1
	elif x <= 3.1e-173:
		tmp = 1.0
	elif (x <= 1e+30) or not (x <= 8e+83):
		tmp = t_1
	else:
		tmp = x / (x + (y + (((-2.0 * (b * (t * (y * (a + 0.8333333333333334))))) + (1.3333333333333333 * (y * b))) / t)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(c * 1.6666666666666667)))))
	tmp = 0.0
	if (x <= -3.4e+19)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(b * -1.6666666666666667)))));
	elseif (x <= -8.2e-160)
		tmp = t_1;
	elseif (x <= 3.1e-173)
		tmp = 1.0;
	elseif ((x <= 1e+30) || !(x <= 8e+83))
		tmp = t_1;
	else
		tmp = Float64(x / Float64(x + Float64(y + Float64(Float64(Float64(-2.0 * Float64(b * Float64(t * Float64(y * Float64(a + 0.8333333333333334))))) + Float64(1.3333333333333333 * Float64(y * b))) / t))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((c * 1.6666666666666667))));
	tmp = 0.0;
	if (x <= -3.4e+19)
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	elseif (x <= -8.2e-160)
		tmp = t_1;
	elseif (x <= 3.1e-173)
		tmp = 1.0;
	elseif ((x <= 1e+30) || ~((x <= 8e+83)))
		tmp = t_1;
	else
		tmp = x / (x + (y + (((-2.0 * (b * (t * (y * (a + 0.8333333333333334))))) + (1.3333333333333333 * (y * b))) / t)));
	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[(c * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[x, -3.4e+19], N[(x / N[(x + N[(y * N[Exp[N[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[x, -8.2e-160], t$95$1, If[LessEqual[x, 3.1e-173], 1.0, If[Or[LessEqual[x, 1e+30], N[Not[LessEqual[x, 8e+83]], $MachinePrecision]], t$95$1, N[(x / N[(x + N[(y + N[(N[(N[(-2.0 * N[(b * N[(t * N[(y * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] + N[(1.3333333333333333 * N[(y * b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]

Derivation

1. Split input into 4 regimes

2. if x < -3.4e19

   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. Add Preprocessing

   3. Taylor expanded in b around inf 69.3%

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

      1. associate-*r/ 69.3%

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

      2. metadata-eval 69.3%

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

      3. +-commutative 69.3%

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

   5. Simplified 69.3%

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

   6. Taylor expanded in t around inf 67.8%

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

      1. mul-1-neg 67.8%

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

      2. +-commutative 67.8%

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

      3. distribute-rgt-neg-in 67.8%

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

      4. +-commutative 67.8%

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

      5. mul-1-neg 67.8%

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

      6. distribute-lft-in 67.8%

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

      7. metadata-eval 67.8%

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

      8. mul-1-neg 67.8%

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

      9. unsub-neg 67.8%

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

   8. Simplified 67.8%

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

   9. Taylor expanded in a around 0 62.7%

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

   if -3.4e19 < x < -8.20000000000000003e-160 or 3.10000000000000005e-173 < x < 1e30 or 8.00000000000000025e83 < x

   1. Initial program 93.2%

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

   3. Taylor expanded in c around inf 72.6%

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

      1. +-commutative 72.6%

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

      2. associate-*r/ 72.6%

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

      3. metadata-eval 72.6%

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

      4. associate-+r- 72.6%

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

   5. Simplified 72.6%

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

   6. Taylor expanded in t around inf 66.7%

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

   7. Taylor expanded in a around 0 64.6%

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

   if -8.20000000000000003e-160 < x < 3.10000000000000005e-173

   1. Initial program 91.0%

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

   3. Taylor expanded in c around inf 56.1%

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

      1. +-commutative 56.1%

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

      2. associate-*r/ 56.1%

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

      3. metadata-eval 56.1%

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

      4. associate-+r- 56.1%

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

   5. Simplified 56.1%

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

   6. Taylor expanded in a around inf 47.5%

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

   7. Taylor expanded in a around 0 25.6%

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

      1. *-commutative 25.6%

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

   9. Simplified 25.6%

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

   10. Taylor expanded in x around inf 67.0%

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

   if 1e30 < x < 8.00000000000000025e83

   1. Initial program 94.1%

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

   3. Taylor expanded in b around inf 71.8%

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

      1. associate-*r/ 71.8%

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

      2. metadata-eval 71.8%

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

      3. +-commutative 71.8%

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

   5. Simplified 71.8%

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

   6. Taylor expanded in b around 0 60.3%

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

      1. associate-*r* 60.3%

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

      2. *-commutative 60.3%

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

      3. associate-*r/ 60.3%

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

      4. metadata-eval 60.3%

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

      5. +-commutative 60.3%

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

      6. associate--r+ 60.3%

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

   8. Simplified 60.3%

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

   9. Taylor expanded in t around 0 65.9%

      \[\leadsto \frac{x}{x + \left(y + \color{blue}{\frac{-2 \cdot \left(b \cdot \left(t \cdot \left(y \cdot \left(0.8333333333333334 + a\right)\right)\right)\right) + 1.3333333333333333 \cdot \left(b \cdot y\right)}{t}}\right)} \]
3. Recombined 4 regimes into one program.

4. Final simplification 64.6%

   \[\leadsto \begin{array}{l} \mathbf{if}\;x \leq -3.4 \cdot 10^{+19}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;x \leq -8.2 \cdot 10^{-160}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;x \leq 3.1 \cdot 10^{-173}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq 10^{+30} \lor \neg \left(x \leq 8 \cdot 10^{+83}\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y + \frac{-2 \cdot \left(b \cdot \left(t \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)\right) + 1.3333333333333333 \cdot \left(y \cdot b\right)}{t}\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 8: 57.7% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ t_2 := \frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \mathbf{if}\;a \leq -0.85:\\ \;\;\;\;t\_2\\ \mathbf{elif}\;a \leq -5.4 \cdot 10^{-286}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;a \leq 1.35 \cdot 10^{-185}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;a \leq 4.6 \cdot 10^{-59}:\\ \;\;\;\;t\_1\\ \mathbf{else}:\\ \;\;\;\;t\_2\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* b -1.6666666666666667))))))
        (t_2 (/ x (+ x (* y (exp (* 2.0 (* a c))))))))
   (if (<= a -0.85)
     t_2
     (if (<= a -5.4e-286)
       t_1
       (if (<= a 1.35e-185)
         (/ x (+ x (* y (exp (* c 1.6666666666666667)))))
         (if (<= a 4.6e-59) t_1 t_2))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp((b * -1.6666666666666667))));
	double t_2 = x / (x + (y * exp((2.0 * (a * c)))));
	double tmp;
	if (a <= -0.85) {
		tmp = t_2;
	} else if (a <= -5.4e-286) {
		tmp = t_1;
	} else if (a <= 1.35e-185) {
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	} else if (a <= 4.6e-59) {
		tmp = t_1;
	} else {
		tmp = t_2;
	}
	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 = x / (x + (y * exp((b * (-1.6666666666666667d0)))))
    t_2 = x / (x + (y * exp((2.0d0 * (a * c)))))
    if (a <= (-0.85d0)) then
        tmp = t_2
    else if (a <= (-5.4d-286)) then
        tmp = t_1
    else if (a <= 1.35d-185) then
        tmp = x / (x + (y * exp((c * 1.6666666666666667d0))))
    else if (a <= 4.6d-59) then
        tmp = t_1
    else
        tmp = t_2
    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((b * -1.6666666666666667))));
	double t_2 = x / (x + (y * Math.exp((2.0 * (a * c)))));
	double tmp;
	if (a <= -0.85) {
		tmp = t_2;
	} else if (a <= -5.4e-286) {
		tmp = t_1;
	} else if (a <= 1.35e-185) {
		tmp = x / (x + (y * Math.exp((c * 1.6666666666666667))));
	} else if (a <= 4.6e-59) {
		tmp = t_1;
	} else {
		tmp = t_2;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((b * -1.6666666666666667))))
	t_2 = x / (x + (y * math.exp((2.0 * (a * c)))))
	tmp = 0
	if a <= -0.85:
		tmp = t_2
	elif a <= -5.4e-286:
		tmp = t_1
	elif a <= 1.35e-185:
		tmp = x / (x + (y * math.exp((c * 1.6666666666666667))))
	elif a <= 4.6e-59:
		tmp = t_1
	else:
		tmp = t_2
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(b * -1.6666666666666667)))))
	t_2 = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * c))))))
	tmp = 0.0
	if (a <= -0.85)
		tmp = t_2;
	elseif (a <= -5.4e-286)
		tmp = t_1;
	elseif (a <= 1.35e-185)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(c * 1.6666666666666667)))));
	elseif (a <= 4.6e-59)
		tmp = t_1;
	else
		tmp = t_2;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((b * -1.6666666666666667))));
	t_2 = x / (x + (y * exp((2.0 * (a * c)))));
	tmp = 0.0;
	if (a <= -0.85)
		tmp = t_2;
	elseif (a <= -5.4e-286)
		tmp = t_1;
	elseif (a <= 1.35e-185)
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	elseif (a <= 4.6e-59)
		tmp = t_1;
	else
		tmp = t_2;
	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[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, Block[{t$95$2 = N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[a, -0.85], t$95$2, If[LessEqual[a, -5.4e-286], t$95$1, If[LessEqual[a, 1.35e-185], N[(x / N[(x + N[(y * N[Exp[N[(c * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[a, 4.6e-59], t$95$1, t$95$2]]]]]]

Derivation

1. Split input into 3 regimes

2. if a < -0.849999999999999978 or 4.59999999999999959e-59 < a

   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. Add Preprocessing

   3. Taylor expanded in c around inf 71.2%

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

      1. +-commutative 71.2%

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

      2. associate-*r/ 71.2%

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

      3. metadata-eval 71.2%

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

      4. associate-+r- 71.2%

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

   5. Simplified 71.2%

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

   6. Taylor expanded in a around inf 68.7%

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

   if -0.849999999999999978 < a < -5.4000000000000004e-286 or 1.34999999999999994e-185 < a < 4.59999999999999959e-59

   1. Initial program 94.1%

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

   3. Taylor expanded in b around inf 75.5%

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

      1. associate-*r/ 75.5%

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

      2. metadata-eval 75.5%

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

      3. +-commutative 75.5%

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

   5. Simplified 75.5%

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

   6. Taylor expanded in t around inf 64.0%

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

      1. mul-1-neg 64.0%

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

      2. +-commutative 64.0%

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

      3. distribute-rgt-neg-in 64.0%

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

      4. +-commutative 64.0%

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

      5. mul-1-neg 64.0%

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

      6. distribute-lft-in 64.0%

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

      7. metadata-eval 64.0%

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

      8. mul-1-neg 64.0%

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

      9. unsub-neg 64.0%

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

   8. Simplified 64.0%

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

   9. Taylor expanded in a around 0 64.0%

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

   if -5.4000000000000004e-286 < a < 1.34999999999999994e-185

   1. Initial program 97.0%

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

   3. Taylor expanded in c around inf 69.9%

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

      1. +-commutative 69.9%

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

      2. associate-*r/ 69.9%

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

      3. metadata-eval 69.9%

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

      4. associate-+r- 69.9%

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

   5. Simplified 69.9%

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

   6. Taylor expanded in t around inf 64.0%

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

   7. Taylor expanded in a around 0 64.0%

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

4. Final simplification 66.9%

   \[\leadsto \begin{array}{l} \mathbf{if}\;a \leq -0.85:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \mathbf{elif}\;a \leq -5.4 \cdot 10^{-286}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;a \leq 1.35 \cdot 10^{-185}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;a \leq 4.6 \cdot 10^{-59}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 9: 57.8% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{if}\;a \leq -0.85:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot \left(-b\right)\right)}}\\ \mathbf{elif}\;a \leq 2.6 \cdot 10^{-287}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;a \leq 1.45 \cdot 10^{-185}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;a \leq 1.85 \cdot 10^{-60}:\\ \;\;\;\;t\_1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* b -1.6666666666666667)))))))
   (if (<= a -0.85)
     (/ x (+ x (* y (exp (* 2.0 (* a (- b)))))))
     (if (<= a 2.6e-287)
       t_1
       (if (<= a 1.45e-185)
         (/ x (+ x (* y (exp (* c 1.6666666666666667)))))
         (if (<= a 1.85e-60) 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((b * -1.6666666666666667))));
	double tmp;
	if (a <= -0.85) {
		tmp = x / (x + (y * exp((2.0 * (a * -b)))));
	} else if (a <= 2.6e-287) {
		tmp = t_1;
	} else if (a <= 1.45e-185) {
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	} else if (a <= 1.85e-60) {
		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((b * (-1.6666666666666667d0)))))
    if (a <= (-0.85d0)) then
        tmp = x / (x + (y * exp((2.0d0 * (a * -b)))))
    else if (a <= 2.6d-287) then
        tmp = t_1
    else if (a <= 1.45d-185) then
        tmp = x / (x + (y * exp((c * 1.6666666666666667d0))))
    else if (a <= 1.85d-60) 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((b * -1.6666666666666667))));
	double tmp;
	if (a <= -0.85) {
		tmp = x / (x + (y * Math.exp((2.0 * (a * -b)))));
	} else if (a <= 2.6e-287) {
		tmp = t_1;
	} else if (a <= 1.45e-185) {
		tmp = x / (x + (y * Math.exp((c * 1.6666666666666667))));
	} else if (a <= 1.85e-60) {
		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((b * -1.6666666666666667))))
	tmp = 0
	if a <= -0.85:
		tmp = x / (x + (y * math.exp((2.0 * (a * -b)))))
	elif a <= 2.6e-287:
		tmp = t_1
	elif a <= 1.45e-185:
		tmp = x / (x + (y * math.exp((c * 1.6666666666666667))))
	elif a <= 1.85e-60:
		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(b * -1.6666666666666667)))))
	tmp = 0.0
	if (a <= -0.85)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * Float64(-b)))))));
	elseif (a <= 2.6e-287)
		tmp = t_1;
	elseif (a <= 1.45e-185)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(c * 1.6666666666666667)))));
	elseif (a <= 1.85e-60)
		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((b * -1.6666666666666667))));
	tmp = 0.0;
	if (a <= -0.85)
		tmp = x / (x + (y * exp((2.0 * (a * -b)))));
	elseif (a <= 2.6e-287)
		tmp = t_1;
	elseif (a <= 1.45e-185)
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	elseif (a <= 1.85e-60)
		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[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[a, -0.85], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * (-b)), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[a, 2.6e-287], t$95$1, If[LessEqual[a, 1.45e-185], N[(x / N[(x + N[(y * N[Exp[N[(c * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[a, 1.85e-60], 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 4 regimes

2. if a < -0.849999999999999978

   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. Add Preprocessing

   3. Taylor expanded in b around inf 81.6%

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

      1. associate-*r/ 81.6%

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

      2. metadata-eval 81.6%

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

      3. +-commutative 81.6%

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

   5. Simplified 81.6%

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

   6. Taylor expanded in a around inf 81.6%

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

      1. associate-*r* 81.6%

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

      2. mul-1-neg 81.6%

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

   8. Simplified 81.6%

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

   if -0.849999999999999978 < a < 2.6e-287 or 1.44999999999999997e-185 < a < 1.85000000000000012e-60

   1. Initial program 93.6%

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

   3. Taylor expanded in b around inf 77.5%

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

      1. associate-*r/ 77.5%

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

      2. metadata-eval 77.5%

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

      3. +-commutative 77.5%

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

   5. Simplified 77.5%

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

   6. Taylor expanded in t around inf 64.9%

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

      1. mul-1-neg 64.9%

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

      2. +-commutative 64.9%

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

      3. distribute-rgt-neg-in 64.9%

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

      4. +-commutative 64.9%

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

      5. mul-1-neg 64.9%

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

      6. distribute-lft-in 64.9%

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

      7. metadata-eval 64.9%

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

      8. mul-1-neg 64.9%

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

      9. unsub-neg 64.9%

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

   8. Simplified 64.9%

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

   9. Taylor expanded in a around 0 64.9%

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

   if 2.6e-287 < a < 1.44999999999999997e-185

   1. Initial program 100.0%

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

   3. Taylor expanded in c around inf 60.6%

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

      1. +-commutative 60.6%

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

      2. associate-*r/ 60.6%

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

      3. metadata-eval 60.6%

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

      4. associate-+r- 60.6%

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

   5. Simplified 60.6%

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

   6. Taylor expanded in t around inf 60.8%

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

   7. Taylor expanded in a around 0 60.8%

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

   if 1.85000000000000012e-60 < a

   1. Initial program 91.2%

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

   3. Taylor expanded in c around inf 72.5%

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

      1. +-commutative 72.5%

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

      2. associate-*r/ 72.5%

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

      3. metadata-eval 72.5%

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

      4. associate-+r- 72.5%

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

   5. Simplified 72.5%

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

   6. Taylor expanded in a around inf 69.6%

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

4. Final simplification 68.4%

   \[\leadsto \begin{array}{l} \mathbf{if}\;a \leq -0.85:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot \left(-b\right)\right)}}\\ \mathbf{elif}\;a \leq 2.6 \cdot 10^{-287}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;a \leq 1.45 \cdot 10^{-185}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{elif}\;a \leq 1.85 \cdot 10^{-60}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 10: 79.5% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq -66000 \lor \neg \left(c \leq 5.8 \cdot 10^{-100}\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right) \cdot c\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (or (<= c -66000.0) (not (<= c 5.8e-100)))
   (/
    x
    (+
     x
     (*
      y
      (exp
       (* 2.0 (* (+ a (- 0.8333333333333334 (/ 0.6666666666666666 t))) c))))))
   (/
    x
    (+
     x
     (*
      y
      (exp
       (*
        2.0
        (* b (- (/ 0.6666666666666666 t) (+ a 0.8333333333333334))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((c <= -66000.0) || !(c <= 5.8e-100)) {
		tmp = x / (x + (y * exp((2.0 * ((a + (0.8333333333333334 - (0.6666666666666666 / t))) * c)))));
	} else {
		tmp = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	}
	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 <= (-66000.0d0)) .or. (.not. (c <= 5.8d-100))) then
        tmp = x / (x + (y * exp((2.0d0 * ((a + (0.8333333333333334d0 - (0.6666666666666666d0 / t))) * c)))))
    else
        tmp = x / (x + (y * exp((2.0d0 * (b * ((0.6666666666666666d0 / t) - (a + 0.8333333333333334d0)))))))
    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 <= -66000.0) || !(c <= 5.8e-100)) {
		tmp = x / (x + (y * Math.exp((2.0 * ((a + (0.8333333333333334 - (0.6666666666666666 / t))) * c)))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (c <= -66000.0) or not (c <= 5.8e-100):
		tmp = x / (x + (y * math.exp((2.0 * ((a + (0.8333333333333334 - (0.6666666666666666 / t))) * c)))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if ((c <= -66000.0) || !(c <= 5.8e-100))
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(a + Float64(0.8333333333333334 - Float64(0.6666666666666666 / t))) * c))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(b * Float64(Float64(0.6666666666666666 / t) - Float64(a + 0.8333333333333334))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((c <= -66000.0) || ~((c <= 5.8e-100)))
		tmp = x / (x + (y * exp((2.0 * ((a + (0.8333333333333334 - (0.6666666666666666 / t))) * c)))));
	else
		tmp = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[Or[LessEqual[c, -66000.0], N[Not[LessEqual[c, 5.8e-100]], $MachinePrecision]], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(a + N[(0.8333333333333334 - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] * c), $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[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if c < -66000 or 5.79999999999999951e-100 < c

   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. Add Preprocessing

   3. Taylor expanded in c around inf 83.6%

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

      1. +-commutative 83.6%

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

      2. associate-*r/ 83.6%

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

      3. metadata-eval 83.6%

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

      4. associate-+r- 83.6%

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

   5. Simplified 83.6%

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

   if -66000 < c < 5.79999999999999951e-100

   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. Add Preprocessing

   3. Taylor expanded in b around inf 78.4%

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

      1. associate-*r/ 78.4%

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

      2. metadata-eval 78.4%

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

      3. +-commutative 78.4%

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

   5. Simplified 78.4%

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

4. Final simplification 81.3%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq -66000 \lor \neg \left(c \leq 5.8 \cdot 10^{-100}\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right) \cdot c\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 11: 72.2% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq 68000000:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{elif}\;t \leq 1.4 \cdot 10^{+206}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(-0.8333333333333334 - a\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t 68000000.0)
   (/ x (+ x (* y (exp (* 1.3333333333333333 (/ (- b c) t))))))
   (if (<= t 1.4e+206)
     (/ x (+ x (* y (exp (* 2.0 (* c (+ a 0.8333333333333334)))))))
     (/ x (+ x (* y (exp (* 2.0 (* 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 <= 68000000.0) {
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	} else if (t <= 1.4e+206) {
		tmp = x / (x + (y * exp((2.0 * (c * (a + 0.8333333333333334))))));
	} else {
		tmp = x / (x + (y * exp((2.0 * (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 <= 68000000.0d0) then
        tmp = x / (x + (y * exp((1.3333333333333333d0 * ((b - c) / t)))))
    else if (t <= 1.4d+206) then
        tmp = x / (x + (y * exp((2.0d0 * (c * (a + 0.8333333333333334d0))))))
    else
        tmp = x / (x + (y * exp((2.0d0 * (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 <= 68000000.0) {
		tmp = x / (x + (y * Math.exp((1.3333333333333333 * ((b - c) / t)))));
	} else if (t <= 1.4e+206) {
		tmp = x / (x + (y * Math.exp((2.0 * (c * (a + 0.8333333333333334))))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (b * (-0.8333333333333334 - a))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= 68000000.0:
		tmp = x / (x + (y * math.exp((1.3333333333333333 * ((b - c) / t)))))
	elif t <= 1.4e+206:
		tmp = x / (x + (y * math.exp((2.0 * (c * (a + 0.8333333333333334))))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * (b * (-0.8333333333333334 - a))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= 68000000.0)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(Float64(b - c) / t))))));
	elseif (t <= 1.4e+206)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(c * Float64(a + 0.8333333333333334)))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(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 <= 68000000.0)
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	elseif (t <= 1.4e+206)
		tmp = x / (x + (y * exp((2.0 * (c * (a + 0.8333333333333334))))));
	else
		tmp = x / (x + (y * exp((2.0 * (b * (-0.8333333333333334 - a))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, 68000000.0], N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(N[(b - c), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1.4e+206], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(c * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(b * N[(-0.8333333333333334 - a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 3 regimes

2. if t < 6.8e7

   1. Initial program 91.0%

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

   3. Taylor expanded in t around 0 79.3%

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

   4. Taylor expanded in z around 0 77.6%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.3333333333333333 \cdot \frac{b - c}{t}}}} \]

   if 6.8e7 < t < 1.3999999999999999e206

   1. Initial program 98.7%

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

   3. Taylor expanded in c around inf 77.2%

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

      1. +-commutative 77.2%

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

      2. associate-*r/ 77.2%

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

      3. metadata-eval 77.2%

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

      4. associate-+r- 77.2%

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

   5. Simplified 77.2%

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

   6. Taylor expanded in t around inf 77.2%

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

   if 1.3999999999999999e206 < t

   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. Add Preprocessing

   3. Taylor expanded in b around inf 77.3%

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

      1. associate-*r/ 77.3%

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

      2. metadata-eval 77.3%

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

      3. +-commutative 77.3%

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

   5. Simplified 77.3%

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

   6. Taylor expanded in t around inf 77.3%

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

      1. mul-1-neg 77.3%

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

      2. +-commutative 77.3%

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

      3. distribute-rgt-neg-in 77.3%

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

      4. +-commutative 77.3%

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

      5. mul-1-neg 77.3%

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

      6. distribute-lft-in 77.3%

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

      7. metadata-eval 77.3%

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

      8. mul-1-neg 77.3%

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

      9. unsub-neg 77.3%

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

   8. Simplified 77.3%

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

4. Final simplification 77.5%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 68000000:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{elif}\;t \leq 1.4 \cdot 10^{+206}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(-0.8333333333333334 - a\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 12: 68.3% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq 68000000:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{elif}\;t \leq 1.85 \cdot 10^{+207}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t 68000000.0)
   (/ x (+ x (* y (exp (* 1.3333333333333333 (/ (- b c) t))))))
   (if (<= t 1.85e+207)
     (/ x (+ x (* y (exp (* c 1.6666666666666667)))))
     (/ x (+ x (* y (exp (* b -1.6666666666666667))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= 68000000.0) {
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	} else if (t <= 1.85e+207) {
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	} else {
		tmp = x / (x + (y * exp((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 (t <= 68000000.0d0) then
        tmp = x / (x + (y * exp((1.3333333333333333d0 * ((b - c) / t)))))
    else if (t <= 1.85d+207) then
        tmp = x / (x + (y * exp((c * 1.6666666666666667d0))))
    else
        tmp = x / (x + (y * exp((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 (t <= 68000000.0) {
		tmp = x / (x + (y * Math.exp((1.3333333333333333 * ((b - c) / t)))));
	} else if (t <= 1.85e+207) {
		tmp = x / (x + (y * Math.exp((c * 1.6666666666666667))));
	} else {
		tmp = x / (x + (y * Math.exp((b * -1.6666666666666667))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= 68000000.0:
		tmp = x / (x + (y * math.exp((1.3333333333333333 * ((b - c) / t)))))
	elif t <= 1.85e+207:
		tmp = x / (x + (y * math.exp((c * 1.6666666666666667))))
	else:
		tmp = x / (x + (y * math.exp((b * -1.6666666666666667))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= 68000000.0)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(Float64(b - c) / t))))));
	elseif (t <= 1.85e+207)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(c * 1.6666666666666667)))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(b * -1.6666666666666667)))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= 68000000.0)
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	elseif (t <= 1.85e+207)
		tmp = x / (x + (y * exp((c * 1.6666666666666667))));
	else
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, 68000000.0], N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(N[(b - c), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1.85e+207], N[(x / N[(x + N[(y * N[Exp[N[(c * 1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 3 regimes

2. if t < 6.8e7

   1. Initial program 91.0%

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

   3. Taylor expanded in t around 0 79.3%

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

   4. Taylor expanded in z around 0 77.6%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.3333333333333333 \cdot \frac{b - c}{t}}}} \]

   if 6.8e7 < t < 1.85e207

   1. Initial program 98.7%

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

   3. Taylor expanded in c around inf 77.2%

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

      1. +-commutative 77.2%

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

      2. associate-*r/ 77.2%

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

      3. metadata-eval 77.2%

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

      4. associate-+r- 77.2%

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

   5. Simplified 77.2%

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

   6. Taylor expanded in t around inf 77.2%

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

   7. Taylor expanded in a around 0 70.5%

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

   if 1.85e207 < t

   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. Add Preprocessing

   3. Taylor expanded in b around inf 77.3%

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

      1. associate-*r/ 77.3%

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

      2. metadata-eval 77.3%

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

      3. +-commutative 77.3%

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

   5. Simplified 77.3%

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

   6. Taylor expanded in t around inf 77.3%

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

      1. mul-1-neg 77.3%

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

      2. +-commutative 77.3%

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

      3. distribute-rgt-neg-in 77.3%

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

      4. +-commutative 77.3%

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

      5. mul-1-neg 77.3%

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

      6. distribute-lft-in 77.3%

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

      7. metadata-eval 77.3%

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

      8. mul-1-neg 77.3%

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

      9. unsub-neg 77.3%

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

   8. Simplified 77.3%

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

   9. Taylor expanded in a around 0 65.2%

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

4. Final simplification 73.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 68000000:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{elif}\;t \leq 1.85 \cdot 10^{+207}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot 1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \end{array} \]
5. Add Preprocessing

Alternative 13: 72.4% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq 68000000:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(-0.8333333333333334 - a\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t 68000000.0)
   (/ x (+ x (* y (exp (* 1.3333333333333333 (/ (- b c) t))))))
   (/ x (+ x (* y (exp (* 2.0 (* 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 <= 68000000.0) {
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	} else {
		tmp = x / (x + (y * exp((2.0 * (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 <= 68000000.0d0) then
        tmp = x / (x + (y * exp((1.3333333333333333d0 * ((b - c) / t)))))
    else
        tmp = x / (x + (y * exp((2.0d0 * (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 <= 68000000.0) {
		tmp = x / (x + (y * Math.exp((1.3333333333333333 * ((b - c) / t)))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (b * (-0.8333333333333334 - a))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= 68000000.0:
		tmp = x / (x + (y * math.exp((1.3333333333333333 * ((b - c) / t)))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * (b * (-0.8333333333333334 - a))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= 68000000.0)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(Float64(b - c) / t))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(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 <= 68000000.0)
		tmp = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	else
		tmp = x / (x + (y * exp((2.0 * (b * (-0.8333333333333334 - a))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, 68000000.0], N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(N[(b - c), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(b * N[(-0.8333333333333334 - a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if t < 6.8e7

   1. Initial program 91.0%

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

   3. Taylor expanded in t around 0 79.3%

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

   4. Taylor expanded in z around 0 77.6%

      \[\leadsto \frac{x}{x + y \cdot \color{blue}{e^{1.3333333333333333 \cdot \frac{b - c}{t}}}} \]

   if 6.8e7 < t

   1. Initial program 95.6%

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

   3. Taylor expanded in b around inf 71.2%

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

      1. associate-*r/ 71.2%

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

      2. metadata-eval 71.2%

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

      3. +-commutative 71.2%

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

   5. Simplified 71.2%

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

   6. Taylor expanded in t around inf 71.2%

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

      1. mul-1-neg 71.2%

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

      2. +-commutative 71.2%

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

      3. distribute-rgt-neg-in 71.2%

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

      4. +-commutative 71.2%

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

      5. mul-1-neg 71.2%

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

      6. distribute-lft-in 71.2%

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

      7. metadata-eval 71.2%

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

      8. mul-1-neg 71.2%

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

      9. unsub-neg 71.2%

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

   8. Simplified 71.2%

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

4. Final simplification 74.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 68000000:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(-0.8333333333333334 - a\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 14: 54.5% accurate, 2.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b \leq -7 \cdot 10^{-11}:\\ \;\;\;\;\frac{x}{y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;b \leq -4.4 \cdot 10^{-111}:\\ \;\;\;\;1\\ \mathbf{elif}\;b \leq -3.15 \cdot 10^{-226}:\\ \;\;\;\;\frac{x}{x - \left(\left(2 \cdot b\right) \cdot \left(a \cdot \left(y - \frac{y \cdot \left(\frac{0.6666666666666666}{t} + -0.8333333333333334\right)}{a}\right)\right) - y\right)}\\ \mathbf{elif}\;b \leq 2.05 \cdot 10^{-256}:\\ \;\;\;\;1\\ \mathbf{elif}\;b \leq 6.8 \cdot 10^{-61}:\\ \;\;\;\;\frac{x}{x + c \cdot \left(2 \cdot \left(y \cdot a\right) + \frac{y}{c}\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= b -7e-11)
   (/ x (* y (exp (* b -1.6666666666666667))))
   (if (<= b -4.4e-111)
     1.0
     (if (<= b -3.15e-226)
       (/
        x
        (-
         x
         (-
          (*
           (* 2.0 b)
           (*
            a
            (-
             y
             (/ (* y (+ (/ 0.6666666666666666 t) -0.8333333333333334)) a))))
          y)))
       (if (<= b 2.05e-256)
         1.0
         (if (<= b 6.8e-61)
           (/ x (+ x (* c (+ (* 2.0 (* y a)) (/ y c)))))
           1.0))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -7e-11) {
		tmp = x / (y * exp((b * -1.6666666666666667)));
	} else if (b <= -4.4e-111) {
		tmp = 1.0;
	} else if (b <= -3.15e-226) {
		tmp = x / (x - (((2.0 * b) * (a * (y - ((y * ((0.6666666666666666 / t) + -0.8333333333333334)) / a)))) - y));
	} else if (b <= 2.05e-256) {
		tmp = 1.0;
	} else if (b <= 6.8e-61) {
		tmp = x / (x + (c * ((2.0 * (y * a)) + (y / c))));
	} 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 <= (-7d-11)) then
        tmp = x / (y * exp((b * (-1.6666666666666667d0))))
    else if (b <= (-4.4d-111)) then
        tmp = 1.0d0
    else if (b <= (-3.15d-226)) then
        tmp = x / (x - (((2.0d0 * b) * (a * (y - ((y * ((0.6666666666666666d0 / t) + (-0.8333333333333334d0))) / a)))) - y))
    else if (b <= 2.05d-256) then
        tmp = 1.0d0
    else if (b <= 6.8d-61) then
        tmp = x / (x + (c * ((2.0d0 * (y * a)) + (y / c))))
    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 <= -7e-11) {
		tmp = x / (y * Math.exp((b * -1.6666666666666667)));
	} else if (b <= -4.4e-111) {
		tmp = 1.0;
	} else if (b <= -3.15e-226) {
		tmp = x / (x - (((2.0 * b) * (a * (y - ((y * ((0.6666666666666666 / t) + -0.8333333333333334)) / a)))) - y));
	} else if (b <= 2.05e-256) {
		tmp = 1.0;
	} else if (b <= 6.8e-61) {
		tmp = x / (x + (c * ((2.0 * (y * a)) + (y / c))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if b <= -7e-11:
		tmp = x / (y * math.exp((b * -1.6666666666666667)))
	elif b <= -4.4e-111:
		tmp = 1.0
	elif b <= -3.15e-226:
		tmp = x / (x - (((2.0 * b) * (a * (y - ((y * ((0.6666666666666666 / t) + -0.8333333333333334)) / a)))) - y))
	elif b <= 2.05e-256:
		tmp = 1.0
	elif b <= 6.8e-61:
		tmp = x / (x + (c * ((2.0 * (y * a)) + (y / c))))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (b <= -7e-11)
		tmp = Float64(x / Float64(y * exp(Float64(b * -1.6666666666666667))));
	elseif (b <= -4.4e-111)
		tmp = 1.0;
	elseif (b <= -3.15e-226)
		tmp = Float64(x / Float64(x - Float64(Float64(Float64(2.0 * b) * Float64(a * Float64(y - Float64(Float64(y * Float64(Float64(0.6666666666666666 / t) + -0.8333333333333334)) / a)))) - y)));
	elseif (b <= 2.05e-256)
		tmp = 1.0;
	elseif (b <= 6.8e-61)
		tmp = Float64(x / Float64(x + Float64(c * Float64(Float64(2.0 * Float64(y * a)) + Float64(y / c)))));
	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 <= -7e-11)
		tmp = x / (y * exp((b * -1.6666666666666667)));
	elseif (b <= -4.4e-111)
		tmp = 1.0;
	elseif (b <= -3.15e-226)
		tmp = x / (x - (((2.0 * b) * (a * (y - ((y * ((0.6666666666666666 / t) + -0.8333333333333334)) / a)))) - y));
	elseif (b <= 2.05e-256)
		tmp = 1.0;
	elseif (b <= 6.8e-61)
		tmp = x / (x + (c * ((2.0 * (y * a)) + (y / c))));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[b, -7e-11], N[(x / N[(y * N[Exp[N[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[b, -4.4e-111], 1.0, If[LessEqual[b, -3.15e-226], N[(x / N[(x - N[(N[(N[(2.0 * b), $MachinePrecision] * N[(a * N[(y - N[(N[(y * N[(N[(0.6666666666666666 / t), $MachinePrecision] + -0.8333333333333334), $MachinePrecision]), $MachinePrecision] / a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] - y), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[b, 2.05e-256], 1.0, If[LessEqual[b, 6.8e-61], N[(x / N[(x + N[(c * N[(N[(2.0 * N[(y * a), $MachinePrecision]), $MachinePrecision] + N[(y / c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]]]]]

Derivation

1. Split input into 4 regimes

2. if b < -7.00000000000000038e-11

   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. Add Preprocessing

   3. Taylor expanded in b around inf 85.5%

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

      1. associate-*r/ 85.5%

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

      2. metadata-eval 85.5%

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

      3. +-commutative 85.5%

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

   5. Simplified 85.5%

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

   6. Taylor expanded in t around inf 69.3%

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

      1. mul-1-neg 69.3%

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

      2. +-commutative 69.3%

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

      3. distribute-rgt-neg-in 69.3%

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

      4. +-commutative 69.3%

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

      5. mul-1-neg 69.3%

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

      6. distribute-lft-in 69.3%

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

      7. metadata-eval 69.3%

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

      8. mul-1-neg 69.3%

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

      9. unsub-neg 69.3%

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

   8. Simplified 69.3%

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

   9. Taylor expanded in x around 0 62.8%

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

   10. Taylor expanded in a around 0 64.5%

       \[\leadsto \frac{x}{\color{blue}{y \cdot e^{-1.6666666666666667 \cdot b}}} \]

   if -7.00000000000000038e-11 < b < -4.4e-111 or -3.1499999999999999e-226 < b < 2.05e-256 or 6.7999999999999996e-61 < b

   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. Add Preprocessing

   3. Taylor expanded in c around inf 65.0%

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

      1. +-commutative 65.0%

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

      2. associate-*r/ 65.0%

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

      3. metadata-eval 65.0%

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

      4. associate-+r- 65.0%

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

   5. Simplified 65.0%

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

   6. Taylor expanded in a around inf 53.4%

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

   7. Taylor expanded in a around 0 35.7%

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

      1. *-commutative 35.7%

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

   9. Simplified 35.7%

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

   10. Taylor expanded in x around inf 59.7%

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

   if -4.4e-111 < b < -3.1499999999999999e-226

   1. Initial program 100.0%

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

   3. Taylor expanded in b around inf 62.1%

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

      1. associate-*r/ 62.1%

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

      2. metadata-eval 62.1%

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

      3. +-commutative 62.1%

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

   5. Simplified 62.1%

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

   6. Taylor expanded in b around 0 57.7%

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

      1. associate-*r* 57.7%

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

      2. *-commutative 57.7%

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

      3. associate-*r/ 57.7%

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

      4. metadata-eval 57.7%

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

      5. +-commutative 57.7%

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

      6. associate--r+ 57.7%

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

   8. Simplified 57.7%

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

   9. Taylor expanded in a around -inf 65.9%

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

       1. associate-*r* 65.9%

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

       2. mul-1-neg 65.9%

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

       3. mul-1-neg 65.9%

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

       4. sub-neg 65.9%

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

       5. associate-*r/ 65.9%

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

       6. metadata-eval 65.9%

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

       7. metadata-eval 65.9%

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

   11. Simplified 65.9%

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

   if 2.05e-256 < b < 6.7999999999999996e-61

   1. Initial program 97.9%

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

   3. Taylor expanded in c around inf 75.8%

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

      1. +-commutative 75.8%

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

      2. associate-*r/ 75.8%

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

      3. metadata-eval 75.8%

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

      4. associate-+r- 75.8%

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

   5. Simplified 75.8%

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

   6. Taylor expanded in a around inf 61.7%

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

   7. Taylor expanded in a around 0 47.8%

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

      1. *-commutative 47.8%

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

   9. Simplified 47.8%

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

   10. Taylor expanded in c around inf 51.7%

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

4. Final simplification 59.9%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b \leq -7 \cdot 10^{-11}:\\ \;\;\;\;\frac{x}{y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;b \leq -4.4 \cdot 10^{-111}:\\ \;\;\;\;1\\ \mathbf{elif}\;b \leq -3.15 \cdot 10^{-226}:\\ \;\;\;\;\frac{x}{x - \left(\left(2 \cdot b\right) \cdot \left(a \cdot \left(y - \frac{y \cdot \left(\frac{0.6666666666666666}{t} + -0.8333333333333334\right)}{a}\right)\right) - y\right)}\\ \mathbf{elif}\;b \leq 2.05 \cdot 10^{-256}:\\ \;\;\;\;1\\ \mathbf{elif}\;b \leq 6.8 \cdot 10^{-61}:\\ \;\;\;\;\frac{x}{x + c \cdot \left(2 \cdot \left(y \cdot a\right) + \frac{y}{c}\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]
5. Add Preprocessing

Alternative 15: 48.1% accurate, 4.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + \left(y + \left(y \cdot \left(a + 0.8333333333333334\right)\right) \cdot \left(2 \cdot c\right)\right)}\\ \mathbf{if}\;x \leq -2.1 \cdot 10^{+119}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;x \leq -4.5 \cdot 10^{-97}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq -2.6 \cdot 10^{-180}:\\ \;\;\;\;\frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{elif}\;x \leq 3.7 \cdot 10^{-165}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq 2.4 \cdot 10^{-105}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;x \leq 0.00062:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x - \left(\left(2 \cdot b\right) \cdot \left(y \cdot \left(0.8333333333333334 - \left(\frac{0.6666666666666666}{t} - a\right)\right)\right) - y\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (+ y (* (* y (+ a 0.8333333333333334)) (* 2.0 c)))))))
   (if (<= x -2.1e+119)
     t_1
     (if (<= x -4.5e-97)
       1.0
       (if (<= x -2.6e-180)
         (/ x (+ x (* a (+ (* 2.0 (* y c)) (/ y a)))))
         (if (<= x 3.7e-165)
           1.0
           (if (<= x 2.4e-105)
             t_1
             (if (<= x 0.00062)
               1.0
               (/
                x
                (-
                 x
                 (-
                  (*
                   (* 2.0 b)
                   (* y (- 0.8333333333333334 (- (/ 0.6666666666666666 t) a))))
                  y)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y + ((y * (a + 0.8333333333333334)) * (2.0 * c))));
	double tmp;
	if (x <= -2.1e+119) {
		tmp = t_1;
	} else if (x <= -4.5e-97) {
		tmp = 1.0;
	} else if (x <= -2.6e-180) {
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	} else if (x <= 3.7e-165) {
		tmp = 1.0;
	} else if (x <= 2.4e-105) {
		tmp = t_1;
	} else if (x <= 0.00062) {
		tmp = 1.0;
	} else {
		tmp = x / (x - (((2.0 * b) * (y * (0.8333333333333334 - ((0.6666666666666666 / t) - a)))) - 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) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y + ((y * (a + 0.8333333333333334d0)) * (2.0d0 * c))))
    if (x <= (-2.1d+119)) then
        tmp = t_1
    else if (x <= (-4.5d-97)) then
        tmp = 1.0d0
    else if (x <= (-2.6d-180)) then
        tmp = x / (x + (a * ((2.0d0 * (y * c)) + (y / a))))
    else if (x <= 3.7d-165) then
        tmp = 1.0d0
    else if (x <= 2.4d-105) then
        tmp = t_1
    else if (x <= 0.00062d0) then
        tmp = 1.0d0
    else
        tmp = x / (x - (((2.0d0 * b) * (y * (0.8333333333333334d0 - ((0.6666666666666666d0 / t) - a)))) - 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 t_1 = x / (x + (y + ((y * (a + 0.8333333333333334)) * (2.0 * c))));
	double tmp;
	if (x <= -2.1e+119) {
		tmp = t_1;
	} else if (x <= -4.5e-97) {
		tmp = 1.0;
	} else if (x <= -2.6e-180) {
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	} else if (x <= 3.7e-165) {
		tmp = 1.0;
	} else if (x <= 2.4e-105) {
		tmp = t_1;
	} else if (x <= 0.00062) {
		tmp = 1.0;
	} else {
		tmp = x / (x - (((2.0 * b) * (y * (0.8333333333333334 - ((0.6666666666666666 / t) - a)))) - y));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y + ((y * (a + 0.8333333333333334)) * (2.0 * c))))
	tmp = 0
	if x <= -2.1e+119:
		tmp = t_1
	elif x <= -4.5e-97:
		tmp = 1.0
	elif x <= -2.6e-180:
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))))
	elif x <= 3.7e-165:
		tmp = 1.0
	elif x <= 2.4e-105:
		tmp = t_1
	elif x <= 0.00062:
		tmp = 1.0
	else:
		tmp = x / (x - (((2.0 * b) * (y * (0.8333333333333334 - ((0.6666666666666666 / t) - a)))) - y))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y + Float64(Float64(y * Float64(a + 0.8333333333333334)) * Float64(2.0 * c)))))
	tmp = 0.0
	if (x <= -2.1e+119)
		tmp = t_1;
	elseif (x <= -4.5e-97)
		tmp = 1.0;
	elseif (x <= -2.6e-180)
		tmp = Float64(x / Float64(x + Float64(a * Float64(Float64(2.0 * Float64(y * c)) + Float64(y / a)))));
	elseif (x <= 3.7e-165)
		tmp = 1.0;
	elseif (x <= 2.4e-105)
		tmp = t_1;
	elseif (x <= 0.00062)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x - Float64(Float64(Float64(2.0 * b) * Float64(y * Float64(0.8333333333333334 - Float64(Float64(0.6666666666666666 / t) - a)))) - y)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y + ((y * (a + 0.8333333333333334)) * (2.0 * c))));
	tmp = 0.0;
	if (x <= -2.1e+119)
		tmp = t_1;
	elseif (x <= -4.5e-97)
		tmp = 1.0;
	elseif (x <= -2.6e-180)
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	elseif (x <= 3.7e-165)
		tmp = 1.0;
	elseif (x <= 2.4e-105)
		tmp = t_1;
	elseif (x <= 0.00062)
		tmp = 1.0;
	else
		tmp = x / (x - (((2.0 * b) * (y * (0.8333333333333334 - ((0.6666666666666666 / t) - a)))) - y));
	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[(N[(y * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision] * N[(2.0 * c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[x, -2.1e+119], t$95$1, If[LessEqual[x, -4.5e-97], 1.0, If[LessEqual[x, -2.6e-180], N[(x / N[(x + N[(a * N[(N[(2.0 * N[(y * c), $MachinePrecision]), $MachinePrecision] + N[(y / a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[x, 3.7e-165], 1.0, If[LessEqual[x, 2.4e-105], t$95$1, If[LessEqual[x, 0.00062], 1.0, N[(x / N[(x - N[(N[(N[(2.0 * b), $MachinePrecision] * N[(y * N[(0.8333333333333334 - N[(N[(0.6666666666666666 / t), $MachinePrecision] - a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] - y), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]]]

Derivation

1. Split input into 4 regimes

2. if x < -2.09999999999999983e119 or 3.70000000000000001e-165 < x < 2.40000000000000015e-105

   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. Add Preprocessing

   3. Taylor expanded in c around inf 75.9%

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

      1. +-commutative 75.9%

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

      2. associate-*r/ 75.9%

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

      3. metadata-eval 75.9%

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

      4. associate-+r- 75.9%

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

   5. Simplified 75.9%

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

   6. Taylor expanded in t around inf 70.6%

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

   7. Taylor expanded in c around 0 61.7%

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

      1. associate-*r* 61.7%

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

      2. *-commutative 61.7%

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

   9. Simplified 61.7%

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

   if -2.09999999999999983e119 < x < -4.5000000000000001e-97 or -2.5999999999999999e-180 < x < 3.70000000000000001e-165 or 2.40000000000000015e-105 < x < 6.2e-4

   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. Add Preprocessing

   3. Taylor expanded in c around inf 65.9%

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

      1. +-commutative 65.9%

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

      2. associate-*r/ 65.9%

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

      3. metadata-eval 65.9%

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

      4. associate-+r- 65.9%

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

   5. Simplified 65.9%

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

   6. Taylor expanded in a around inf 54.5%

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

   7. Taylor expanded in a around 0 29.0%

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

      1. *-commutative 29.0%

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

   9. Simplified 29.0%

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

   10. Taylor expanded in x around inf 67.7%

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

   if -4.5000000000000001e-97 < x < -2.5999999999999999e-180

   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. Add Preprocessing

   3. Taylor expanded in c around inf 78.5%

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

      1. +-commutative 78.5%

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

      2. associate-*r/ 78.5%

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

      3. metadata-eval 78.5%

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

      4. associate-+r- 78.5%

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

   5. Simplified 78.5%

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

   6. Taylor expanded in a around inf 71.5%

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

   7. Taylor expanded in a around 0 50.6%

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

      1. *-commutative 50.6%

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

   9. Simplified 50.6%

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

   10. Taylor expanded in a around inf 57.5%

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

   if 6.2e-4 < x

   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. Add Preprocessing

   3. Taylor expanded in b around inf 74.5%

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

      1. associate-*r/ 74.5%

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

      2. metadata-eval 74.5%

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

      3. +-commutative 74.5%

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

   5. Simplified 74.5%

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

   6. Taylor expanded in b around 0 53.0%

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

      1. associate-*r* 53.0%

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

      2. *-commutative 53.0%

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

      3. associate-*r/ 53.0%

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

      4. metadata-eval 53.0%

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

      5. +-commutative 53.0%

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

      6. associate--r+ 53.0%

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

   8. Simplified 53.0%

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

4. Final simplification 61.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;x \leq -2.1 \cdot 10^{+119}:\\ \;\;\;\;\frac{x}{x + \left(y + \left(y \cdot \left(a + 0.8333333333333334\right)\right) \cdot \left(2 \cdot c\right)\right)}\\ \mathbf{elif}\;x \leq -4.5 \cdot 10^{-97}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq -2.6 \cdot 10^{-180}:\\ \;\;\;\;\frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{elif}\;x \leq 3.7 \cdot 10^{-165}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq 2.4 \cdot 10^{-105}:\\ \;\;\;\;\frac{x}{x + \left(y + \left(y \cdot \left(a + 0.8333333333333334\right)\right) \cdot \left(2 \cdot c\right)\right)}\\ \mathbf{elif}\;x \leq 0.00062:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x - \left(\left(2 \cdot b\right) \cdot \left(y \cdot \left(0.8333333333333334 - \left(\frac{0.6666666666666666}{t} - a\right)\right)\right) - y\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 16: 47.5% accurate, 5.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + \left(y + \left(y \cdot \left(a + 0.8333333333333334\right)\right) \cdot \left(2 \cdot c\right)\right)}\\ \mathbf{if}\;x \leq -1.55 \cdot 10^{+118}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;x \leq -4.5 \cdot 10^{-97}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq -5.6 \cdot 10^{-183}:\\ \;\;\;\;\frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{elif}\;x \leq 2.1 \cdot 10^{-166}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq 1.22 \cdot 10^{-104}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;x \leq 0.0025:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y + \left(2 \cdot b\right) \cdot \left(0.6666666666666666 \cdot \frac{y}{t}\right)\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (+ y (* (* y (+ a 0.8333333333333334)) (* 2.0 c)))))))
   (if (<= x -1.55e+118)
     t_1
     (if (<= x -4.5e-97)
       1.0
       (if (<= x -5.6e-183)
         (/ x (+ x (* a (+ (* 2.0 (* y c)) (/ y a)))))
         (if (<= x 2.1e-166)
           1.0
           (if (<= x 1.22e-104)
             t_1
             (if (<= x 0.0025)
               1.0
               (/
                x
                (+
                 x
                 (+ y (* (* 2.0 b) (* 0.6666666666666666 (/ y t))))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y + ((y * (a + 0.8333333333333334)) * (2.0 * c))));
	double tmp;
	if (x <= -1.55e+118) {
		tmp = t_1;
	} else if (x <= -4.5e-97) {
		tmp = 1.0;
	} else if (x <= -5.6e-183) {
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	} else if (x <= 2.1e-166) {
		tmp = 1.0;
	} else if (x <= 1.22e-104) {
		tmp = t_1;
	} else if (x <= 0.0025) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y + ((2.0 * b) * (0.6666666666666666 * (y / t)))));
	}
	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 + ((y * (a + 0.8333333333333334d0)) * (2.0d0 * c))))
    if (x <= (-1.55d+118)) then
        tmp = t_1
    else if (x <= (-4.5d-97)) then
        tmp = 1.0d0
    else if (x <= (-5.6d-183)) then
        tmp = x / (x + (a * ((2.0d0 * (y * c)) + (y / a))))
    else if (x <= 2.1d-166) then
        tmp = 1.0d0
    else if (x <= 1.22d-104) then
        tmp = t_1
    else if (x <= 0.0025d0) then
        tmp = 1.0d0
    else
        tmp = x / (x + (y + ((2.0d0 * b) * (0.6666666666666666d0 * (y / t)))))
    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 + ((y * (a + 0.8333333333333334)) * (2.0 * c))));
	double tmp;
	if (x <= -1.55e+118) {
		tmp = t_1;
	} else if (x <= -4.5e-97) {
		tmp = 1.0;
	} else if (x <= -5.6e-183) {
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	} else if (x <= 2.1e-166) {
		tmp = 1.0;
	} else if (x <= 1.22e-104) {
		tmp = t_1;
	} else if (x <= 0.0025) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y + ((2.0 * b) * (0.6666666666666666 * (y / t)))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y + ((y * (a + 0.8333333333333334)) * (2.0 * c))))
	tmp = 0
	if x <= -1.55e+118:
		tmp = t_1
	elif x <= -4.5e-97:
		tmp = 1.0
	elif x <= -5.6e-183:
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))))
	elif x <= 2.1e-166:
		tmp = 1.0
	elif x <= 1.22e-104:
		tmp = t_1
	elif x <= 0.0025:
		tmp = 1.0
	else:
		tmp = x / (x + (y + ((2.0 * b) * (0.6666666666666666 * (y / t)))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y + Float64(Float64(y * Float64(a + 0.8333333333333334)) * Float64(2.0 * c)))))
	tmp = 0.0
	if (x <= -1.55e+118)
		tmp = t_1;
	elseif (x <= -4.5e-97)
		tmp = 1.0;
	elseif (x <= -5.6e-183)
		tmp = Float64(x / Float64(x + Float64(a * Float64(Float64(2.0 * Float64(y * c)) + Float64(y / a)))));
	elseif (x <= 2.1e-166)
		tmp = 1.0;
	elseif (x <= 1.22e-104)
		tmp = t_1;
	elseif (x <= 0.0025)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(y + Float64(Float64(2.0 * b) * Float64(0.6666666666666666 * Float64(y / t))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y + ((y * (a + 0.8333333333333334)) * (2.0 * c))));
	tmp = 0.0;
	if (x <= -1.55e+118)
		tmp = t_1;
	elseif (x <= -4.5e-97)
		tmp = 1.0;
	elseif (x <= -5.6e-183)
		tmp = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	elseif (x <= 2.1e-166)
		tmp = 1.0;
	elseif (x <= 1.22e-104)
		tmp = t_1;
	elseif (x <= 0.0025)
		tmp = 1.0;
	else
		tmp = x / (x + (y + ((2.0 * b) * (0.6666666666666666 * (y / t)))));
	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[(N[(y * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision] * N[(2.0 * c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[x, -1.55e+118], t$95$1, If[LessEqual[x, -4.5e-97], 1.0, If[LessEqual[x, -5.6e-183], N[(x / N[(x + N[(a * N[(N[(2.0 * N[(y * c), $MachinePrecision]), $MachinePrecision] + N[(y / a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[x, 2.1e-166], 1.0, If[LessEqual[x, 1.22e-104], t$95$1, If[LessEqual[x, 0.0025], 1.0, N[(x / N[(x + N[(y + N[(N[(2.0 * b), $MachinePrecision] * N[(0.6666666666666666 * N[(y / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]]]

Derivation

1. Split input into 4 regimes

2. if x < -1.54999999999999993e118 or 2.0999999999999999e-166 < x < 1.21999999999999997e-104

   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. Add Preprocessing

   3. Taylor expanded in c around inf 75.9%

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

      1. +-commutative 75.9%

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

      2. associate-*r/ 75.9%

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

      3. metadata-eval 75.9%

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

      4. associate-+r- 75.9%

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

   5. Simplified 75.9%

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

   6. Taylor expanded in t around inf 70.6%

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

   7. Taylor expanded in c around 0 61.7%

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

      1. associate-*r* 61.7%

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

      2. *-commutative 61.7%

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

   9. Simplified 61.7%

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

   if -1.54999999999999993e118 < x < -4.5000000000000001e-97 or -5.5999999999999997e-183 < x < 2.0999999999999999e-166 or 1.21999999999999997e-104 < x < 0.00250000000000000005

   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. Add Preprocessing

   3. Taylor expanded in c around inf 65.9%

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

      1. +-commutative 65.9%

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

      2. associate-*r/ 65.9%

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

      3. metadata-eval 65.9%

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

      4. associate-+r- 65.9%

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

   5. Simplified 65.9%

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

   6. Taylor expanded in a around inf 54.5%

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

   7. Taylor expanded in a around 0 29.0%

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

      1. *-commutative 29.0%

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

   9. Simplified 29.0%

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

   10. Taylor expanded in x around inf 67.7%

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

   if -4.5000000000000001e-97 < x < -5.5999999999999997e-183

   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. Add Preprocessing

   3. Taylor expanded in c around inf 78.5%

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

      1. +-commutative 78.5%

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

      2. associate-*r/ 78.5%

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

      3. metadata-eval 78.5%

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

      4. associate-+r- 78.5%

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

   5. Simplified 78.5%

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

   6. Taylor expanded in a around inf 71.5%

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

   7. Taylor expanded in a around 0 50.6%

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

      1. *-commutative 50.6%

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

   9. Simplified 50.6%

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

   10. Taylor expanded in a around inf 57.5%

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

   if 0.00250000000000000005 < x

   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. Add Preprocessing

   3. Taylor expanded in b around inf 74.5%

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

      1. associate-*r/ 74.5%

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

      2. metadata-eval 74.5%

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

      3. +-commutative 74.5%

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

   5. Simplified 74.5%

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

   6. Taylor expanded in b around 0 53.0%

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

      1. associate-*r* 53.0%

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

      2. *-commutative 53.0%

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

      3. associate-*r/ 53.0%

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

      4. metadata-eval 53.0%

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

      5. +-commutative 53.0%

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

      6. associate--r+ 53.0%

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

   8. Simplified 53.0%

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

   9. Taylor expanded in t around 0 47.7%

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

4. Final simplification 59.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;x \leq -1.55 \cdot 10^{+118}:\\ \;\;\;\;\frac{x}{x + \left(y + \left(y \cdot \left(a + 0.8333333333333334\right)\right) \cdot \left(2 \cdot c\right)\right)}\\ \mathbf{elif}\;x \leq -4.5 \cdot 10^{-97}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq -5.6 \cdot 10^{-183}:\\ \;\;\;\;\frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{elif}\;x \leq 2.1 \cdot 10^{-166}:\\ \;\;\;\;1\\ \mathbf{elif}\;x \leq 1.22 \cdot 10^{-104}:\\ \;\;\;\;\frac{x}{x + \left(y + \left(y \cdot \left(a + 0.8333333333333334\right)\right) \cdot \left(2 \cdot c\right)\right)}\\ \mathbf{elif}\;x \leq 0.0025:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + \left(y + \left(2 \cdot b\right) \cdot \left(0.6666666666666666 \cdot \frac{y}{t}\right)\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 17: 51.0% accurate, 6.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{if}\;c \leq -4.5 \cdot 10^{-35}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -5.2 \cdot 10^{-82}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;c \leq 8.5 \cdot 10^{-167}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 5.2 \cdot 10^{+96}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;c \leq 4.5 \cdot 10^{+145}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* a (+ (* 2.0 (* y c)) (/ y a)))))))
   (if (<= c -4.5e-35)
     1.0
     (if (<= c -5.2e-82)
       t_1
       (if (<= c 8.5e-167)
         1.0
         (if (<= c 5.2e+96)
           t_1
           (if (<= c 4.5e+145)
             1.0
             (/ x (+ x (* y (+ (* 2.0 (* a c)) 1.0)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	double tmp;
	if (c <= -4.5e-35) {
		tmp = 1.0;
	} else if (c <= -5.2e-82) {
		tmp = t_1;
	} else if (c <= 8.5e-167) {
		tmp = 1.0;
	} else if (c <= 5.2e+96) {
		tmp = t_1;
	} else if (c <= 4.5e+145) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 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) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (a * ((2.0d0 * (y * c)) + (y / a))))
    if (c <= (-4.5d-35)) then
        tmp = 1.0d0
    else if (c <= (-5.2d-82)) then
        tmp = t_1
    else if (c <= 8.5d-167) then
        tmp = 1.0d0
    else if (c <= 5.2d+96) then
        tmp = t_1
    else if (c <= 4.5d+145) then
        tmp = 1.0d0
    else
        tmp = x / (x + (y * ((2.0d0 * (a * c)) + 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 t_1 = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	double tmp;
	if (c <= -4.5e-35) {
		tmp = 1.0;
	} else if (c <= -5.2e-82) {
		tmp = t_1;
	} else if (c <= 8.5e-167) {
		tmp = 1.0;
	} else if (c <= 5.2e+96) {
		tmp = t_1;
	} else if (c <= 4.5e+145) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (a * ((2.0 * (y * c)) + (y / a))))
	tmp = 0
	if c <= -4.5e-35:
		tmp = 1.0
	elif c <= -5.2e-82:
		tmp = t_1
	elif c <= 8.5e-167:
		tmp = 1.0
	elif c <= 5.2e+96:
		tmp = t_1
	elif c <= 4.5e+145:
		tmp = 1.0
	else:
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(a * Float64(Float64(2.0 * Float64(y * c)) + Float64(y / a)))))
	tmp = 0.0
	if (c <= -4.5e-35)
		tmp = 1.0;
	elseif (c <= -5.2e-82)
		tmp = t_1;
	elseif (c <= 8.5e-167)
		tmp = 1.0;
	elseif (c <= 5.2e+96)
		tmp = t_1;
	elseif (c <= 4.5e+145)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (a * ((2.0 * (y * c)) + (y / a))));
	tmp = 0.0;
	if (c <= -4.5e-35)
		tmp = 1.0;
	elseif (c <= -5.2e-82)
		tmp = t_1;
	elseif (c <= 8.5e-167)
		tmp = 1.0;
	elseif (c <= 5.2e+96)
		tmp = t_1;
	elseif (c <= 4.5e+145)
		tmp = 1.0;
	else
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(a * N[(N[(2.0 * N[(y * c), $MachinePrecision]), $MachinePrecision] + N[(y / a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[c, -4.5e-35], 1.0, If[LessEqual[c, -5.2e-82], t$95$1, If[LessEqual[c, 8.5e-167], 1.0, If[LessEqual[c, 5.2e+96], t$95$1, If[LessEqual[c, 4.5e+145], 1.0, N[(x / N[(x + N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]]

Derivation

1. Split input into 3 regimes

2. if c < -4.5000000000000001e-35 or -5.2e-82 < c < 8.4999999999999994e-167 or 5.2e96 < c < 4.4999999999999998e145

   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. Add Preprocessing

   3. Taylor expanded in c around inf 65.7%

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

      1. +-commutative 65.7%

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

      2. associate-*r/ 65.7%

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

      3. metadata-eval 65.7%

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

      4. associate-+r- 65.7%

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

   5. Simplified 65.7%

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

   6. Taylor expanded in a around inf 52.7%

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

   7. Taylor expanded in a around 0 35.7%

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

      1. *-commutative 35.7%

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

   9. Simplified 35.7%

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

   10. Taylor expanded in x around inf 60.7%

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

   if -4.5000000000000001e-35 < c < -5.2e-82 or 8.4999999999999994e-167 < c < 5.2e96

   1. Initial program 98.2%

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

   3. Taylor expanded in c around inf 68.2%

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

      1. +-commutative 68.2%

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

      2. associate-*r/ 68.2%

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

      3. metadata-eval 68.2%

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

      4. associate-+r- 68.2%

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

   5. Simplified 68.2%

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

   6. Taylor expanded in a around inf 70.0%

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

   7. Taylor expanded in a around 0 47.9%

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

      1. *-commutative 47.9%

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

   9. Simplified 47.9%

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

   10. Taylor expanded in a around inf 54.8%

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

   if 4.4999999999999998e145 < c

   1. Initial program 83.4%

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

   3. Taylor expanded in c around inf 86.5%

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

      1. +-commutative 86.5%

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

      2. associate-*r/ 86.5%

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

      3. metadata-eval 86.5%

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

      4. associate-+r- 86.5%

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

   5. Simplified 86.5%

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

   6. Taylor expanded in a around inf 70.5%

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

   7. Taylor expanded in a around 0 49.2%

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

      1. *-commutative 49.2%

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

   9. Simplified 49.2%

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

4. Final simplification 57.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq -4.5 \cdot 10^{-35}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -5.2 \cdot 10^{-82}:\\ \;\;\;\;\frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{elif}\;c \leq 8.5 \cdot 10^{-167}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 5.2 \cdot 10^{+96}:\\ \;\;\;\;\frac{x}{x + a \cdot \left(2 \cdot \left(y \cdot c\right) + \frac{y}{a}\right)}\\ \mathbf{elif}\;c \leq 4.5 \cdot 10^{+145}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 18: 51.6% accurate, 6.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + \left(y + -2 \cdot \left(b \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)\right)}\\ \mathbf{if}\;c \leq -2.8 \cdot 10^{-35}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -7 \cdot 10^{-82}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;c \leq 1.2 \cdot 10^{-122}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 9.5 \cdot 10^{+55}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;c \leq 5 \cdot 10^{+144}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (+ y (* -2.0 (* b (* y (+ a 0.8333333333333334)))))))))
   (if (<= c -2.8e-35)
     1.0
     (if (<= c -7e-82)
       t_1
       (if (<= c 1.2e-122)
         1.0
         (if (<= c 9.5e+55)
           t_1
           (if (<= c 5e+144)
             1.0
             (/ x (+ x (* y (+ (* 2.0 (* a c)) 1.0)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y + (-2.0 * (b * (y * (a + 0.8333333333333334))))));
	double tmp;
	if (c <= -2.8e-35) {
		tmp = 1.0;
	} else if (c <= -7e-82) {
		tmp = t_1;
	} else if (c <= 1.2e-122) {
		tmp = 1.0;
	} else if (c <= 9.5e+55) {
		tmp = t_1;
	} else if (c <= 5e+144) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 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) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y + ((-2.0d0) * (b * (y * (a + 0.8333333333333334d0))))))
    if (c <= (-2.8d-35)) then
        tmp = 1.0d0
    else if (c <= (-7d-82)) then
        tmp = t_1
    else if (c <= 1.2d-122) then
        tmp = 1.0d0
    else if (c <= 9.5d+55) then
        tmp = t_1
    else if (c <= 5d+144) then
        tmp = 1.0d0
    else
        tmp = x / (x + (y * ((2.0d0 * (a * c)) + 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 t_1 = x / (x + (y + (-2.0 * (b * (y * (a + 0.8333333333333334))))));
	double tmp;
	if (c <= -2.8e-35) {
		tmp = 1.0;
	} else if (c <= -7e-82) {
		tmp = t_1;
	} else if (c <= 1.2e-122) {
		tmp = 1.0;
	} else if (c <= 9.5e+55) {
		tmp = t_1;
	} else if (c <= 5e+144) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y + (-2.0 * (b * (y * (a + 0.8333333333333334))))))
	tmp = 0
	if c <= -2.8e-35:
		tmp = 1.0
	elif c <= -7e-82:
		tmp = t_1
	elif c <= 1.2e-122:
		tmp = 1.0
	elif c <= 9.5e+55:
		tmp = t_1
	elif c <= 5e+144:
		tmp = 1.0
	else:
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y + Float64(-2.0 * Float64(b * Float64(y * Float64(a + 0.8333333333333334)))))))
	tmp = 0.0
	if (c <= -2.8e-35)
		tmp = 1.0;
	elseif (c <= -7e-82)
		tmp = t_1;
	elseif (c <= 1.2e-122)
		tmp = 1.0;
	elseif (c <= 9.5e+55)
		tmp = t_1;
	elseif (c <= 5e+144)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y + (-2.0 * (b * (y * (a + 0.8333333333333334))))));
	tmp = 0.0;
	if (c <= -2.8e-35)
		tmp = 1.0;
	elseif (c <= -7e-82)
		tmp = t_1;
	elseif (c <= 1.2e-122)
		tmp = 1.0;
	elseif (c <= 9.5e+55)
		tmp = t_1;
	elseif (c <= 5e+144)
		tmp = 1.0;
	else
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	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[(-2.0 * N[(b * N[(y * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[c, -2.8e-35], 1.0, If[LessEqual[c, -7e-82], t$95$1, If[LessEqual[c, 1.2e-122], 1.0, If[LessEqual[c, 9.5e+55], t$95$1, If[LessEqual[c, 5e+144], 1.0, N[(x / N[(x + N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]]

Derivation

1. Split input into 3 regimes

2. if c < -2.8e-35 or -6.9999999999999997e-82 < c < 1.19999999999999994e-122 or 9.49999999999999989e55 < c < 4.9999999999999999e144

   1. Initial program 94.0%

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

   3. Taylor expanded in c around inf 66.1%

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

      1. +-commutative 66.1%

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

      2. associate-*r/ 66.1%

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

      3. metadata-eval 66.1%

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

      4. associate-+r- 66.1%

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

   5. Simplified 66.1%

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

   6. Taylor expanded in a around inf 55.0%

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

   7. Taylor expanded in a around 0 36.6%

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

      1. *-commutative 36.6%

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

   9. Simplified 36.6%

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

   10. Taylor expanded in x around inf 59.0%

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

   if -2.8e-35 < c < -6.9999999999999997e-82 or 1.19999999999999994e-122 < c < 9.49999999999999989e55

   1. Initial program 97.3%

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

   3. Taylor expanded in b around inf 67.7%

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

      1. associate-*r/ 67.7%

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

      2. metadata-eval 67.7%

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

      3. +-commutative 67.7%

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

   5. Simplified 67.7%

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

   6. Taylor expanded in t around inf 65.0%

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

      1. mul-1-neg 65.0%

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

      2. +-commutative 65.0%

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

      3. distribute-rgt-neg-in 65.0%

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

      4. +-commutative 65.0%

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

      5. mul-1-neg 65.0%

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

      6. distribute-lft-in 65.0%

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

      7. metadata-eval 65.0%

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

      8. mul-1-neg 65.0%

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

      9. unsub-neg 65.0%

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

   8. Simplified 65.0%

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

   9. Taylor expanded in b around 0 61.0%

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

       1. *-commutative 61.0%

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

   11. Simplified 61.0%

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

   if 4.9999999999999999e144 < c

   1. Initial program 83.4%

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

   3. Taylor expanded in c around inf 86.5%

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

      1. +-commutative 86.5%

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

      2. associate-*r/ 86.5%

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

      3. metadata-eval 86.5%

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

      4. associate-+r- 86.5%

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

   5. Simplified 86.5%

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

   6. Taylor expanded in a around inf 70.5%

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

   7. Taylor expanded in a around 0 49.2%

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

      1. *-commutative 49.2%

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

   9. Simplified 49.2%

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

4. Final simplification 57.9%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq -2.8 \cdot 10^{-35}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -7 \cdot 10^{-82}:\\ \;\;\;\;\frac{x}{x + \left(y + -2 \cdot \left(b \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)\right)}\\ \mathbf{elif}\;c \leq 1.2 \cdot 10^{-122}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 9.5 \cdot 10^{+55}:\\ \;\;\;\;\frac{x}{x + \left(y + -2 \cdot \left(b \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)\right)}\\ \mathbf{elif}\;c \leq 5 \cdot 10^{+144}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 19: 50.7% accurate, 8.2× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq -2.7 \cdot 10^{-35}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -7.6 \cdot 10^{-82}:\\ \;\;\;\;\frac{x}{y + -2 \cdot \left(b \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)}\\ \mathbf{elif}\;c \leq 8.5 \cdot 10^{-121}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c -2.7e-35)
   1.0
   (if (<= c -7.6e-82)
     (/ x (+ y (* -2.0 (* b (* y (+ a 0.8333333333333334))))))
     (if (<= c 8.5e-121) 1.0 (/ x (+ x (* y (+ (* 2.0 (* a c)) 1.0))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= -2.7e-35) {
		tmp = 1.0;
	} else if (c <= -7.6e-82) {
		tmp = x / (y + (-2.0 * (b * (y * (a + 0.8333333333333334)))));
	} else if (c <= 8.5e-121) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 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 <= (-2.7d-35)) then
        tmp = 1.0d0
    else if (c <= (-7.6d-82)) then
        tmp = x / (y + ((-2.0d0) * (b * (y * (a + 0.8333333333333334d0)))))
    else if (c <= 8.5d-121) then
        tmp = 1.0d0
    else
        tmp = x / (x + (y * ((2.0d0 * (a * c)) + 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 <= -2.7e-35) {
		tmp = 1.0;
	} else if (c <= -7.6e-82) {
		tmp = x / (y + (-2.0 * (b * (y * (a + 0.8333333333333334)))));
	} else if (c <= 8.5e-121) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= -2.7e-35:
		tmp = 1.0
	elif c <= -7.6e-82:
		tmp = x / (y + (-2.0 * (b * (y * (a + 0.8333333333333334)))))
	elif c <= 8.5e-121:
		tmp = 1.0
	else:
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= -2.7e-35)
		tmp = 1.0;
	elseif (c <= -7.6e-82)
		tmp = Float64(x / Float64(y + Float64(-2.0 * Float64(b * Float64(y * Float64(a + 0.8333333333333334))))));
	elseif (c <= 8.5e-121)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= -2.7e-35)
		tmp = 1.0;
	elseif (c <= -7.6e-82)
		tmp = x / (y + (-2.0 * (b * (y * (a + 0.8333333333333334)))));
	elseif (c <= 8.5e-121)
		tmp = 1.0;
	else
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, -2.7e-35], 1.0, If[LessEqual[c, -7.6e-82], N[(x / N[(y + N[(-2.0 * N[(b * N[(y * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 8.5e-121], 1.0, N[(x / N[(x + N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 3 regimes

2. if c < -2.6999999999999997e-35 or -7.60000000000000041e-82 < c < 8.50000000000000025e-121

   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. Add Preprocessing

   3. Taylor expanded in c around inf 64.6%

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

      1. +-commutative 64.6%

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

      2. associate-*r/ 64.6%

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

      3. metadata-eval 64.6%

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

      4. associate-+r- 64.6%

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

   5. Simplified 64.6%

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

   6. Taylor expanded in a around inf 53.3%

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

   7. Taylor expanded in a around 0 36.1%

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

      1. *-commutative 36.1%

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

   9. Simplified 36.1%

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

   10. Taylor expanded in x around inf 59.7%

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

   if -2.6999999999999997e-35 < c < -7.60000000000000041e-82

   1. Initial program 100.0%

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

   3. Taylor expanded in b around inf 63.7%

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

      1. associate-*r/ 63.7%

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

      2. metadata-eval 63.7%

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

      3. +-commutative 63.7%

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

   5. Simplified 63.7%

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

   6. Taylor expanded in t around inf 63.7%

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

      1. mul-1-neg 63.7%

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

      2. +-commutative 63.7%

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

      3. distribute-rgt-neg-in 63.7%

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

      4. +-commutative 63.7%

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

      5. mul-1-neg 63.7%

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

      6. distribute-lft-in 63.7%

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

      7. metadata-eval 63.7%

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

      8. mul-1-neg 63.7%

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

      9. unsub-neg 63.7%

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

   8. Simplified 63.7%

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

   9. Taylor expanded in x around 0 59.9%

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

   10. Taylor expanded in b around 0 60.2%

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

   if 8.50000000000000025e-121 < c

   1. Initial program 89.6%

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

   3. Taylor expanded in c around inf 80.4%

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

      1. +-commutative 80.4%

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

      2. associate-*r/ 80.4%

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

      3. metadata-eval 80.4%

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

      4. associate-+r- 80.4%

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

   5. Simplified 80.4%

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

   6. Taylor expanded in a around inf 70.4%

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

   7. Taylor expanded in a around 0 48.3%

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

      1. *-commutative 48.3%

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

   9. Simplified 48.3%

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

4. Final simplification 55.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq -2.7 \cdot 10^{-35}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq -7.6 \cdot 10^{-82}:\\ \;\;\;\;\frac{x}{y + -2 \cdot \left(b \cdot \left(y \cdot \left(a + 0.8333333333333334\right)\right)\right)}\\ \mathbf{elif}\;c \leq 8.5 \cdot 10^{-121}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 20: 50.3% accurate, 8.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 5 \cdot 10^{-144}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 6.5 \cdot 10^{+97}:\\ \;\;\;\;\frac{x}{x + 2 \cdot \left(a \cdot \left(y \cdot c\right)\right)}\\ \mathbf{elif}\;c \leq 1.8 \cdot 10^{+146}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 5e-144)
   1.0
   (if (<= c 6.5e+97)
     (/ x (+ x (* 2.0 (* a (* y c)))))
     (if (<= c 1.8e+146) 1.0 (/ x (* y (+ (* 2.0 (* a c)) 1.0)))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 5e-144) {
		tmp = 1.0;
	} else if (c <= 6.5e+97) {
		tmp = x / (x + (2.0 * (a * (y * c))));
	} else if (c <= 1.8e+146) {
		tmp = 1.0;
	} else {
		tmp = x / (y * ((2.0 * (a * c)) + 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 <= 5d-144) then
        tmp = 1.0d0
    else if (c <= 6.5d+97) then
        tmp = x / (x + (2.0d0 * (a * (y * c))))
    else if (c <= 1.8d+146) then
        tmp = 1.0d0
    else
        tmp = x / (y * ((2.0d0 * (a * c)) + 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 <= 5e-144) {
		tmp = 1.0;
	} else if (c <= 6.5e+97) {
		tmp = x / (x + (2.0 * (a * (y * c))));
	} else if (c <= 1.8e+146) {
		tmp = 1.0;
	} else {
		tmp = x / (y * ((2.0 * (a * c)) + 1.0));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 5e-144:
		tmp = 1.0
	elif c <= 6.5e+97:
		tmp = x / (x + (2.0 * (a * (y * c))))
	elif c <= 1.8e+146:
		tmp = 1.0
	else:
		tmp = x / (y * ((2.0 * (a * c)) + 1.0))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 5e-144)
		tmp = 1.0;
	elseif (c <= 6.5e+97)
		tmp = Float64(x / Float64(x + Float64(2.0 * Float64(a * Float64(y * c)))));
	elseif (c <= 1.8e+146)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 5e-144)
		tmp = 1.0;
	elseif (c <= 6.5e+97)
		tmp = x / (x + (2.0 * (a * (y * c))));
	elseif (c <= 1.8e+146)
		tmp = 1.0;
	else
		tmp = x / (y * ((2.0 * (a * c)) + 1.0));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 5e-144], 1.0, If[LessEqual[c, 6.5e+97], N[(x / N[(x + N[(2.0 * N[(a * N[(y * c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[c, 1.8e+146], 1.0, N[(x / N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 3 regimes

2. if c < 4.9999999999999998e-144 or 6.4999999999999999e97 < c < 1.7999999999999999e146

   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. Add Preprocessing

   3. Taylor expanded in c around inf 64.6%

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

      1. +-commutative 64.6%

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

      2. associate-*r/ 64.6%

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

      3. metadata-eval 64.6%

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

      4. associate-+r- 64.6%

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

   5. Simplified 64.6%

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

   6. Taylor expanded in a around inf 53.2%

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

   7. Taylor expanded in a around 0 37.0%

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

      1. *-commutative 37.0%

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

   9. Simplified 37.0%

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

   10. Taylor expanded in x around inf 58.4%

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

   if 4.9999999999999998e-144 < c < 6.4999999999999999e97

   1. Initial program 97.6%

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

   3. Taylor expanded in c around inf 73.7%

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

      1. +-commutative 73.7%

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

      2. associate-*r/ 73.7%

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

      3. metadata-eval 73.7%

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

      4. associate-+r- 73.7%

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

   5. Simplified 73.7%

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

   6. Taylor expanded in a around inf 73.9%

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

   7. Taylor expanded in a around 0 46.6%

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

      1. *-commutative 46.6%

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

   9. Simplified 46.6%

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

   10. Taylor expanded in c around inf 42.9%

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

   if 1.7999999999999999e146 < c

   1. Initial program 83.4%

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

   3. Taylor expanded in c around inf 86.5%

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

      1. +-commutative 86.5%

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

      2. associate-*r/ 86.5%

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

      3. metadata-eval 86.5%

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

      4. associate-+r- 86.5%

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

   5. Simplified 86.5%

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

   6. Taylor expanded in a around inf 70.5%

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

   7. Taylor expanded in a around 0 49.2%

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

      1. *-commutative 49.2%

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

   9. Simplified 49.2%

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

   10. Taylor expanded in x around 0 46.3%

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

4. Final simplification 54.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 5 \cdot 10^{-144}:\\ \;\;\;\;1\\ \mathbf{elif}\;c \leq 6.5 \cdot 10^{+97}:\\ \;\;\;\;\frac{x}{x + 2 \cdot \left(a \cdot \left(y \cdot c\right)\right)}\\ \mathbf{elif}\;c \leq 1.8 \cdot 10^{+146}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 21: 51.9% accurate, 12.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 1.18 \cdot 10^{-120}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 1.18e-120) 1.0 (/ x (+ x (* y (+ (* 2.0 (* a c)) 1.0))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 1.18e-120) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 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 <= 1.18d-120) then
        tmp = 1.0d0
    else
        tmp = x / (x + (y * ((2.0d0 * (a * c)) + 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 <= 1.18e-120) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 1.18e-120:
		tmp = 1.0
	else:
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 1.18e-120)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 1.18e-120)
		tmp = 1.0;
	else
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 1.18e-120], 1.0, N[(x / N[(x + N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if c < 1.17999999999999999e-120

   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. Add Preprocessing

   3. Taylor expanded in c around inf 63.5%

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

      1. +-commutative 63.5%

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

      2. associate-*r/ 63.5%

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

      3. metadata-eval 63.5%

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

      4. associate-+r- 63.5%

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

   5. Simplified 63.5%

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

   6. Taylor expanded in a around inf 53.2%

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

   7. Taylor expanded in a around 0 36.2%

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

      1. *-commutative 36.2%

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

   9. Simplified 36.2%

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

   10. Taylor expanded in x around inf 57.0%

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

   if 1.17999999999999999e-120 < c

   1. Initial program 89.6%

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

   3. Taylor expanded in c around inf 80.4%

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

      1. +-commutative 80.4%

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

      2. associate-*r/ 80.4%

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

      3. metadata-eval 80.4%

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

      4. associate-+r- 80.4%

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

   5. Simplified 80.4%

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

   6. Taylor expanded in a around inf 70.4%

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

   7. Taylor expanded in a around 0 48.3%

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

      1. *-commutative 48.3%

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

   9. Simplified 48.3%

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

4. Final simplification 54.1%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 1.18 \cdot 10^{-120}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 22: 51.8% accurate, 14.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 2 \cdot 10^{+147}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 2e+147) 1.0 (/ x (* y (+ (* 2.0 (* a c)) 1.0)))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (c <= 2e+147) {
		tmp = 1.0;
	} else {
		tmp = x / (y * ((2.0 * (a * c)) + 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 <= 2d+147) then
        tmp = 1.0d0
    else
        tmp = x / (y * ((2.0d0 * (a * c)) + 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 <= 2e+147) {
		tmp = 1.0;
	} else {
		tmp = x / (y * ((2.0 * (a * c)) + 1.0));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if c <= 2e+147:
		tmp = 1.0
	else:
		tmp = x / (y * ((2.0 * (a * c)) + 1.0))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (c <= 2e+147)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (c <= 2e+147)
		tmp = 1.0;
	else
		tmp = x / (y * ((2.0 * (a * c)) + 1.0));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[c, 2e+147], 1.0, N[(x / N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if c < 2e147

   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. Add Preprocessing

   3. Taylor expanded in c around inf 66.3%

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

      1. +-commutative 66.3%

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

      2. associate-*r/ 66.3%

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

      3. metadata-eval 66.3%

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

      4. associate-+r- 66.3%

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

   5. Simplified 66.3%

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

   6. Taylor expanded in a around inf 57.1%

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

   7. Taylor expanded in a around 0 38.8%

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

      1. *-commutative 38.8%

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

   9. Simplified 38.8%

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

   10. Taylor expanded in x around inf 53.2%

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

   if 2e147 < c

   1. Initial program 83.4%

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

   3. Taylor expanded in c around inf 86.5%

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

      1. +-commutative 86.5%

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

      2. associate-*r/ 86.5%

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

      3. metadata-eval 86.5%

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

      4. associate-+r- 86.5%

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

   5. Simplified 86.5%

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

   6. Taylor expanded in a around inf 70.5%

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

   7. Taylor expanded in a around 0 49.2%

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

      1. *-commutative 49.2%

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

   9. Simplified 49.2%

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

   10. Taylor expanded in x around 0 46.3%

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

4. Final simplification 52.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 2 \cdot 10^{+147}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 23: 52.0% accurate, 16.5× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq 1.02 \cdot 10^{+175}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{a \cdot \left(y \cdot c\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= c 1.02e+175) 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 <= 1.02e+175) {
		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 <= 1.02d+175) 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 <= 1.02e+175) {
		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 <= 1.02e+175:
		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 <= 1.02e+175)
		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 <= 1.02e+175)
		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, 1.02e+175], 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 < 1.0199999999999999e175

   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. Add Preprocessing

   3. Taylor expanded in c around inf 67.2%

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

      1. +-commutative 67.2%

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

      2. associate-*r/ 67.2%

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

      3. metadata-eval 67.2%

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

      4. associate-+r- 67.2%

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

   5. Simplified 67.2%

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

   6. Taylor expanded in a around inf 57.0%

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

   7. Taylor expanded in a around 0 38.7%

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

      1. *-commutative 38.7%

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

   9. Simplified 38.7%

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

   10. Taylor expanded in x around inf 52.3%

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

   if 1.0199999999999999e175 < c

   1. Initial program 83.4%

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

   3. Taylor expanded in c around inf 83.9%

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

      1. +-commutative 83.9%

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

      2. associate-*r/ 83.9%

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

      3. metadata-eval 83.9%

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

      4. associate-+r- 83.9%

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

   5. Simplified 83.9%

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

   6. Taylor expanded in a around inf 74.2%

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

   7. Taylor expanded in a around 0 51.9%

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

      1. *-commutative 51.9%

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

   9. Simplified 51.9%

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

   10. Taylor expanded in c around inf 45.2%

       \[\leadsto \color{blue}{0.5 \cdot \frac{x}{a \cdot \left(c \cdot y\right)}} \]
3. Recombined 2 regimes into one program.

4. Final simplification 51.4%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq 1.02 \cdot 10^{+175}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;0.5 \cdot \frac{x}{a \cdot \left(y \cdot c\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 24: 51.8% 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 93.0%

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

3. Taylor expanded in c around inf 69.2%

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

   1. +-commutative 69.2%

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

   2. associate-*r/ 69.2%

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

   3. metadata-eval 69.2%

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

   4. associate-+r- 69.2%

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

5. Simplified 69.2%

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

6. Taylor expanded in a around inf 59.0%

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

7. Taylor expanded in a around 0 40.3%

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

   1. *-commutative 40.3%

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

9. Simplified 40.3%

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

10. Taylor expanded in x around inf 48.8%

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

11. Final simplification 48.8%

    \[\leadsto 1 \]
12. Add Preprocessing

Developer target: 95.5% 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 2024055 
(FPCore (x y z t a b c)
  :name "Numeric.SpecFunctions:invIncompleteBetaWorker from math-functions-0.1.5.2, I"
  :precision binary64

  :alt
  (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)))))))))))