UniformSampleCone 2

Percentage Accurate: 98.9% → 98.9%

Time: 39.9s

Alternatives: 14

Speedup: 0.7×

Specification

\[\left(\left(\left(\left(\left(-10000 \leq xi \land xi \leq 10000\right) \land \left(-10000 \leq yi \land yi \leq 10000\right)\right) \land \left(-10000 \leq zi \land zi \leq 10000\right)\right) \land \left(2.328306437 \cdot 10^{-10} \leq ux \land ux \leq 1\right)\right) \land \left(2.328306437 \cdot 10^{-10} \leq uy \land uy \leq 1\right)\right) \land \left(0 \leq maxCos \land maxCos \leq 1\right)\]

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := \left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\\ t_1 := \sqrt{1 - t\_0 \cdot t\_0}\\ t_2 := \left(uy \cdot 2\right) \cdot \pi\\ \left(\left(\cos t\_2 \cdot t\_1\right) \cdot xi + \left(\sin t\_2 \cdot t\_1\right) \cdot yi\right) + t\_0 \cdot zi \end{array} \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (let* ((t_0 (* (* (- 1.0 ux) maxCos) ux))
        (t_1 (sqrt (- 1.0 (* t_0 t_0))))
        (t_2 (* (* uy 2.0) PI)))
   (+ (+ (* (* (cos t_2) t_1) xi) (* (* (sin t_2) t_1) yi)) (* t_0 zi))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	float t_0 = ((1.0f - ux) * maxCos) * ux;
	float t_1 = sqrtf((1.0f - (t_0 * t_0)));
	float t_2 = (uy * 2.0f) * ((float) M_PI);
	return (((cosf(t_2) * t_1) * xi) + ((sinf(t_2) * t_1) * yi)) + (t_0 * zi);
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	t_0 = Float32(Float32(Float32(Float32(1.0) - ux) * maxCos) * ux)
	t_1 = sqrt(Float32(Float32(1.0) - Float32(t_0 * t_0)))
	t_2 = Float32(Float32(uy * Float32(2.0)) * Float32(pi))
	return Float32(Float32(Float32(Float32(cos(t_2) * t_1) * xi) + Float32(Float32(sin(t_2) * t_1) * yi)) + Float32(t_0 * zi))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	t_0 = ((single(1.0) - ux) * maxCos) * ux;
	t_1 = sqrt((single(1.0) - (t_0 * t_0)));
	t_2 = (uy * single(2.0)) * single(pi);
	tmp = (((cos(t_2) * t_1) * xi) + ((sin(t_2) * t_1) * yi)) + (t_0 * zi);
end

Initial Program: 98.9% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := \left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\\ t_1 := \sqrt{1 - t\_0 \cdot t\_0}\\ t_2 := \left(uy \cdot 2\right) \cdot \pi\\ \left(\left(\cos t\_2 \cdot t\_1\right) \cdot xi + \left(\sin t\_2 \cdot t\_1\right) \cdot yi\right) + t\_0 \cdot zi \end{array} \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (let* ((t_0 (* (* (- 1.0 ux) maxCos) ux))
        (t_1 (sqrt (- 1.0 (* t_0 t_0))))
        (t_2 (* (* uy 2.0) PI)))
   (+ (+ (* (* (cos t_2) t_1) xi) (* (* (sin t_2) t_1) yi)) (* t_0 zi))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	float t_0 = ((1.0f - ux) * maxCos) * ux;
	float t_1 = sqrtf((1.0f - (t_0 * t_0)));
	float t_2 = (uy * 2.0f) * ((float) M_PI);
	return (((cosf(t_2) * t_1) * xi) + ((sinf(t_2) * t_1) * yi)) + (t_0 * zi);
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	t_0 = Float32(Float32(Float32(Float32(1.0) - ux) * maxCos) * ux)
	t_1 = sqrt(Float32(Float32(1.0) - Float32(t_0 * t_0)))
	t_2 = Float32(Float32(uy * Float32(2.0)) * Float32(pi))
	return Float32(Float32(Float32(Float32(cos(t_2) * t_1) * xi) + Float32(Float32(sin(t_2) * t_1) * yi)) + Float32(t_0 * zi))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	t_0 = ((single(1.0) - ux) * maxCos) * ux;
	t_1 = sqrt((single(1.0) - (t_0 * t_0)));
	t_2 = (uy * single(2.0)) * single(pi);
	tmp = (((cos(t_2) * t_1) * xi) + ((sin(t_2) * t_1) * yi)) + (t_0 * zi);
end

Alternative 1: 98.9% accurate, 0.6× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\\ t_1 := \sqrt{1 - t\_0 \cdot t\_0}\\ \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot t\_1\right) \cdot xi + \left(t\_1 \cdot \sin \left(\sqrt[3]{{\left(uy \cdot 2\right)}^{3} \cdot {\pi}^{3}}\right)\right) \cdot yi\right) + \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi \end{array} \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (let* ((t_0 (* ux (* maxCos (+ ux -1.0)))) (t_1 (sqrt (- 1.0 (* t_0 t_0)))))
   (+
    (+
     (* (* (cos (* (* uy 2.0) PI)) t_1) xi)
     (* (* t_1 (sin (cbrt (* (pow (* uy 2.0) 3.0) (pow PI 3.0))))) yi))
    (* (* ux (* (- 1.0 ux) maxCos)) zi))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	float t_0 = ux * (maxCos * (ux + -1.0f));
	float t_1 = sqrtf((1.0f - (t_0 * t_0)));
	return (((cosf(((uy * 2.0f) * ((float) M_PI))) * t_1) * xi) + ((t_1 * sinf(cbrtf((powf((uy * 2.0f), 3.0f) * powf(((float) M_PI), 3.0f))))) * yi)) + ((ux * ((1.0f - ux) * maxCos)) * zi);
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	t_0 = Float32(ux * Float32(maxCos * Float32(ux + Float32(-1.0))))
	t_1 = sqrt(Float32(Float32(1.0) - Float32(t_0 * t_0)))
	return Float32(Float32(Float32(Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * t_1) * xi) + Float32(Float32(t_1 * sin(cbrt(Float32((Float32(uy * Float32(2.0)) ^ Float32(3.0)) * (Float32(pi) ^ Float32(3.0)))))) * yi)) + Float32(Float32(ux * Float32(Float32(Float32(1.0) - ux) * maxCos)) * zi))
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing
3. Step-by-step derivation

   1. add-cbrt-cube 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\color{blue}{\sqrt[3]{\left(\left(uy \cdot 2\right) \cdot \left(uy \cdot 2\right)\right) \cdot \left(uy \cdot 2\right)}} \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. add-cbrt-cube 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\sqrt[3]{\left(\left(uy \cdot 2\right) \cdot \left(uy \cdot 2\right)\right) \cdot \left(uy \cdot 2\right)} \cdot \color{blue}{\sqrt[3]{\left(\pi \cdot \pi\right) \cdot \pi}}\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. cbrt-unprod 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \color{blue}{\left(\sqrt[3]{\left(\left(\left(uy \cdot 2\right) \cdot \left(uy \cdot 2\right)\right) \cdot \left(uy \cdot 2\right)\right) \cdot \left(\left(\pi \cdot \pi\right) \cdot \pi\right)}\right)} \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   4. pow3 99.1%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\sqrt[3]{\color{blue}{{\left(uy \cdot 2\right)}^{3}} \cdot \left(\left(\pi \cdot \pi\right) \cdot \pi\right)}\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   5. pow3 99.1%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\sqrt[3]{{\left(uy \cdot 2\right)}^{3} \cdot \color{blue}{{\pi}^{3}}}\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

4. Applied egg-rr 99.1%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \color{blue}{\left(\sqrt[3]{{\left(uy \cdot 2\right)}^{3} \cdot {\pi}^{3}}\right)} \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Final simplification 99.1%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) \cdot xi + \left(\sqrt{1 - \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)} \cdot \sin \left(\sqrt[3]{{\left(uy \cdot 2\right)}^{3} \cdot {\pi}^{3}}\right)\right) \cdot yi\right) + \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi \]
6. Add Preprocessing

Alternative 2: 99.0% accurate, 0.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := uy \cdot \left(2 \cdot \pi\right)\\ t_1 := \sqrt{1 + \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(ux \cdot maxCos\right) \cdot \left(ux + -1\right)\right)}\\ \mathsf{fma}\left(\cos t\_0, xi \cdot t\_1, \mathsf{fma}\left(\sin t\_0, yi \cdot t\_1, \left(1 - ux\right) \cdot \left(zi \cdot \left(ux \cdot maxCos\right)\right)\right)\right) \end{array} \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (let* ((t_0 (* uy (* 2.0 PI)))
        (t_1
         (sqrt
          (+
           1.0
           (* (* (- 1.0 ux) (* ux maxCos)) (* (* ux maxCos) (+ ux -1.0)))))))
   (fma
    (cos t_0)
    (* xi t_1)
    (fma (sin t_0) (* yi t_1) (* (- 1.0 ux) (* zi (* ux maxCos)))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	float t_0 = uy * (2.0f * ((float) M_PI));
	float t_1 = sqrtf((1.0f + (((1.0f - ux) * (ux * maxCos)) * ((ux * maxCos) * (ux + -1.0f)))));
	return fmaf(cosf(t_0), (xi * t_1), fmaf(sinf(t_0), (yi * t_1), ((1.0f - ux) * (zi * (ux * maxCos)))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	t_0 = Float32(uy * Float32(Float32(2.0) * Float32(pi)))
	t_1 = sqrt(Float32(Float32(1.0) + Float32(Float32(Float32(Float32(1.0) - ux) * Float32(ux * maxCos)) * Float32(Float32(ux * maxCos) * Float32(ux + Float32(-1.0))))))
	return fma(cos(t_0), Float32(xi * t_1), fma(sin(t_0), Float32(yi * t_1), Float32(Float32(Float32(1.0) - ux) * Float32(zi * Float32(ux * maxCos)))))
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Step-by-step derivation

   1. associate-+l+ 99.1%

      \[\leadsto \color{blue}{\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi\right)} \]

   2. associate-*l* 99.1%

      \[\leadsto \color{blue}{\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \left(\sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)} \cdot xi\right)} + \left(\left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi\right) \]

   3. fma-define 99.1%

      \[\leadsto \color{blue}{\mathsf{fma}\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right), \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)} \cdot xi, \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi\right)} \]

3. Simplified 99.1%

   \[\leadsto \color{blue}{\mathsf{fma}\left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right), \sqrt{1 - \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right)} \cdot xi, \mathsf{fma}\left(\sin \left(uy \cdot \left(2 \cdot \pi\right)\right), \sqrt{1 - \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right)} \cdot yi, \left(1 - ux\right) \cdot \left(zi \cdot \left(ux \cdot maxCos\right)\right)\right)\right)} \]
4. Add Preprocessing

5. Final simplification 99.1%

   \[\leadsto \mathsf{fma}\left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right), xi \cdot \sqrt{1 + \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(ux \cdot maxCos\right) \cdot \left(ux + -1\right)\right)}, \mathsf{fma}\left(\sin \left(uy \cdot \left(2 \cdot \pi\right)\right), yi \cdot \sqrt{1 + \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(ux \cdot maxCos\right) \cdot \left(ux + -1\right)\right)}, \left(1 - ux\right) \cdot \left(zi \cdot \left(ux \cdot maxCos\right)\right)\right)\right) \]
6. Add Preprocessing

Alternative 3: 98.9% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \mathsf{fma}\left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right), xi \cdot \sqrt{1 + \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(ux \cdot maxCos\right) \cdot \left(ux + -1\right)\right)}, maxCos \cdot \left(ux \cdot \left(\left(1 - ux\right) \cdot zi\right)\right) + yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (fma
  (cos (* uy (* 2.0 PI)))
  (*
   xi
   (sqrt
    (+ 1.0 (* (* (- 1.0 ux) (* ux maxCos)) (* (* ux maxCos) (+ ux -1.0))))))
  (+ (* maxCos (* ux (* (- 1.0 ux) zi))) (* yi (sin (* 2.0 (* uy PI)))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return fmaf(cosf((uy * (2.0f * ((float) M_PI)))), (xi * sqrtf((1.0f + (((1.0f - ux) * (ux * maxCos)) * ((ux * maxCos) * (ux + -1.0f)))))), ((maxCos * (ux * ((1.0f - ux) * zi))) + (yi * sinf((2.0f * (uy * ((float) M_PI)))))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return fma(cos(Float32(uy * Float32(Float32(2.0) * Float32(pi)))), Float32(xi * sqrt(Float32(Float32(1.0) + Float32(Float32(Float32(Float32(1.0) - ux) * Float32(ux * maxCos)) * Float32(Float32(ux * maxCos) * Float32(ux + Float32(-1.0))))))), Float32(Float32(maxCos * Float32(ux * Float32(Float32(Float32(1.0) - ux) * zi))) + Float32(yi * sin(Float32(Float32(2.0) * Float32(uy * Float32(pi)))))))
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Step-by-step derivation

   1. associate-+l+ 99.1%

      \[\leadsto \color{blue}{\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi\right)} \]

   2. associate-*l* 99.1%

      \[\leadsto \color{blue}{\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \left(\sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)} \cdot xi\right)} + \left(\left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi\right) \]

   3. fma-define 99.1%

      \[\leadsto \color{blue}{\mathsf{fma}\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right), \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)} \cdot xi, \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi\right)} \]

3. Simplified 99.1%

   \[\leadsto \color{blue}{\mathsf{fma}\left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right), \sqrt{1 - \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right)} \cdot xi, \mathsf{fma}\left(\sin \left(uy \cdot \left(2 \cdot \pi\right)\right), \sqrt{1 - \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right)} \cdot yi, \left(1 - ux\right) \cdot \left(zi \cdot \left(ux \cdot maxCos\right)\right)\right)\right)} \]
4. Add Preprocessing

5. Taylor expanded in maxCos around 0 99.1%

   \[\leadsto \mathsf{fma}\left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right), \sqrt{1 - \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right)} \cdot xi, \color{blue}{maxCos \cdot \left(ux \cdot \left(zi \cdot \left(1 - ux\right)\right)\right) + yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) \]

6. Final simplification 99.1%

   \[\leadsto \mathsf{fma}\left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right), xi \cdot \sqrt{1 + \left(\left(1 - ux\right) \cdot \left(ux \cdot maxCos\right)\right) \cdot \left(\left(ux \cdot maxCos\right) \cdot \left(ux + -1\right)\right)}, maxCos \cdot \left(ux \cdot \left(\left(1 - ux\right) \cdot zi\right)\right) + yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)\right) \]
7. Add Preprocessing

Alternative 4: 98.8% accurate, 1.4× speedup

Math

\[\begin{array}{l} \\ \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 + \left(ux \cdot maxCos\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* (* ux (* (- 1.0 ux) maxCos)) zi)
  (+
   (*
    xi
    (*
     (cos (* (* uy 2.0) PI))
     (sqrt (+ 1.0 (* (* ux maxCos) (* ux (* maxCos (+ ux -1.0))))))))
   (* yi (sin (* uy (* 2.0 PI)))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return ((ux * ((1.0f - ux) * maxCos)) * zi) + ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f + ((ux * maxCos) * (ux * (maxCos * (ux + -1.0f)))))))) + (yi * sinf((uy * (2.0f * ((float) M_PI))))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(Float32(ux * Float32(Float32(Float32(1.0) - ux) * maxCos)) * zi) + Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) + Float32(Float32(ux * maxCos) * Float32(ux * Float32(maxCos * Float32(ux + Float32(-1.0))))))))) + Float32(yi * sin(Float32(uy * Float32(Float32(2.0) * Float32(pi)))))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = ((ux * ((single(1.0) - ux) * maxCos)) * zi) + ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) + ((ux * maxCos) * (ux * (maxCos * (ux + single(-1.0))))))))) + (yi * sin((uy * (single(2.0) * single(pi))))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Final simplification 99.0%

   \[\leadsto \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 + \left(ux \cdot maxCos\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) \]
8. Add Preprocessing

Alternative 5: 98.7% accurate, 1.4× speedup

Math

\[\begin{array}{l} \\ \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right) + xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* (* ux (* (- 1.0 ux) maxCos)) zi)
  (+
   (* yi (sin (* uy (* 2.0 PI))))
   (*
    xi
    (*
     (cos (* (* uy 2.0) PI))
     (sqrt (- 1.0 (* (* ux maxCos) (* ux maxCos)))))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return ((ux * ((1.0f - ux) * maxCos)) * zi) + ((yi * sinf((uy * (2.0f * ((float) M_PI))))) + (xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f - ((ux * maxCos) * (ux * maxCos)))))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(Float32(ux * Float32(Float32(Float32(1.0) - ux) * maxCos)) * zi) + Float32(Float32(yi * sin(Float32(uy * Float32(Float32(2.0) * Float32(pi))))) + Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) - Float32(Float32(ux * maxCos) * Float32(ux * maxCos))))))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = ((ux * ((single(1.0) - ux) * maxCos)) * zi) + ((yi * sin((uy * (single(2.0) * single(pi))))) + (xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) - ((ux * maxCos) * (ux * maxCos)))))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Final simplification 99.0%

   \[\leadsto \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right) + xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right)\right) \]
9. Add Preprocessing

Alternative 6: 95.9% accurate, 1.4× speedup

Math

\[\begin{array}{l} \\ \left(yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right) + xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right)\right) + zi \cdot \left(ux \cdot maxCos\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (+
   (* yi (sin (* uy (* 2.0 PI))))
   (*
    xi
    (*
     (cos (* (* uy 2.0) PI))
     (sqrt (- 1.0 (* (* ux maxCos) (* ux maxCos)))))))
  (* zi (* ux maxCos))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return ((yi * sinf((uy * (2.0f * ((float) M_PI))))) + (xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f - ((ux * maxCos) * (ux * maxCos))))))) + (zi * (ux * maxCos));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(Float32(yi * sin(Float32(uy * Float32(Float32(2.0) * Float32(pi))))) + Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) - Float32(Float32(ux * maxCos) * Float32(ux * maxCos))))))) + Float32(zi * Float32(ux * maxCos)))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = ((yi * sin((uy * (single(2.0) * single(pi))))) + (xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) - ((ux * maxCos) * (ux * maxCos))))))) + (zi * (ux * maxCos));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Taylor expanded in ux around 0 96.4%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot ux\right)} \cdot zi \]

9. Final simplification 96.4%

   \[\leadsto \left(yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right) + xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right)\right) + zi \cdot \left(ux \cdot maxCos\right) \]
10. Add Preprocessing

Alternative 7: 90.3% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 + \left(ux \cdot maxCos\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) + yi \cdot \left(2 \cdot \left(uy \cdot \pi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* (* ux (* (- 1.0 ux) maxCos)) zi)
  (+
   (*
    xi
    (*
     (cos (* (* uy 2.0) PI))
     (sqrt (+ 1.0 (* (* ux maxCos) (* ux (* maxCos (+ ux -1.0))))))))
   (* yi (* 2.0 (* uy PI))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return ((ux * ((1.0f - ux) * maxCos)) * zi) + ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f + ((ux * maxCos) * (ux * (maxCos * (ux + -1.0f)))))))) + (yi * (2.0f * (uy * ((float) M_PI)))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(Float32(ux * Float32(Float32(Float32(1.0) - ux) * maxCos)) * zi) + Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) + Float32(Float32(ux * maxCos) * Float32(ux * Float32(maxCos * Float32(ux + Float32(-1.0))))))))) + Float32(yi * Float32(Float32(2.0) * Float32(uy * Float32(pi))))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = ((ux * ((single(1.0) - ux) * maxCos)) * zi) + ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) + ((ux * maxCos) * (ux * (maxCos * (ux + single(-1.0))))))))) + (yi * (single(2.0) * (uy * single(pi)))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in uy around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + \color{blue}{2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
8. Step-by-step derivation

   1. associate-*r* 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + \color{blue}{\left(2 \cdot uy\right) \cdot \left(yi \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + \left(2 \cdot uy\right) \cdot \color{blue}{\left(\pi \cdot yi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right) \cdot yi}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   4. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   5. associate-*r* 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)} \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   6. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   7. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + yi \cdot \left(uy \cdot \color{blue}{\left(\pi \cdot 2\right)}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   8. associate-*r* 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + yi \cdot \color{blue}{\left(\left(uy \cdot \pi\right) \cdot 2\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   9. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + yi \cdot \color{blue}{\left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

9. Simplified 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

10. Final simplification 91.5%

    \[\leadsto \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 + \left(ux \cdot maxCos\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) + yi \cdot \left(2 \cdot \left(uy \cdot \pi\right)\right)\right) \]
11. Add Preprocessing

Alternative 8: 90.2% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 + \left(ux \cdot maxCos\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* (* ux (* (- 1.0 ux) maxCos)) zi)
  (+
   (*
    xi
    (*
     (cos (* (* uy 2.0) PI))
     (sqrt (+ 1.0 (* (* ux maxCos) (* ux (* maxCos (+ ux -1.0))))))))
   (* 2.0 (* uy (* PI yi))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return ((ux * ((1.0f - ux) * maxCos)) * zi) + ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f + ((ux * maxCos) * (ux * (maxCos * (ux + -1.0f)))))))) + (2.0f * (uy * (((float) M_PI) * yi))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(Float32(ux * Float32(Float32(Float32(1.0) - ux) * maxCos)) * zi) + Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) + Float32(Float32(ux * maxCos) * Float32(ux * Float32(maxCos * Float32(ux + Float32(-1.0))))))))) + Float32(Float32(2.0) * Float32(uy * Float32(Float32(pi) * yi)))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = ((ux * ((single(1.0) - ux) * maxCos)) * zi) + ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) + ((ux * maxCos) * (ux * (maxCos * (ux + single(-1.0))))))))) + (single(2.0) * (uy * (single(pi) * yi))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in uy around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Final simplification 91.5%

   \[\leadsto \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 + \left(ux \cdot maxCos\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) \]
9. Add Preprocessing

Alternative 9: 90.3% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 + \left(ux \cdot maxCos\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) + zi \cdot \left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (+
   (*
    xi
    (*
     (cos (* (* uy 2.0) PI))
     (sqrt (+ 1.0 (* (* ux maxCos) (* ux (* maxCos (+ ux -1.0))))))))
   (* 2.0 (* uy (* PI yi))))
  (* zi (* maxCos (* ux (- 1.0 ux))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f + ((ux * maxCos) * (ux * (maxCos * (ux + -1.0f)))))))) + (2.0f * (uy * (((float) M_PI) * yi)))) + (zi * (maxCos * (ux * (1.0f - ux))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) + Float32(Float32(ux * maxCos) * Float32(ux * Float32(maxCos * Float32(ux + Float32(-1.0))))))))) + Float32(Float32(2.0) * Float32(uy * Float32(Float32(pi) * yi)))) + Float32(zi * Float32(maxCos * Float32(ux * Float32(Float32(1.0) - ux)))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) + ((ux * maxCos) * (ux * (maxCos * (ux + single(-1.0))))))))) + (single(2.0) * (uy * (single(pi) * yi)))) + (zi * (maxCos * (ux * (single(1.0) - ux))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in uy around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(ux \cdot \left(maxCos + -1 \cdot \left(maxCos \cdot ux\right)\right)\right)} \cdot zi \]
9. Step-by-step derivation

   1. distribute-rgt-in 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot ux + \left(-1 \cdot \left(maxCos \cdot ux\right)\right) \cdot ux\right)} \cdot zi \]

   2. *-commutative 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\color{blue}{ux \cdot maxCos} + \left(-1 \cdot \left(maxCos \cdot ux\right)\right) \cdot ux\right) \cdot zi \]

   3. *-rgt-identity 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\color{blue}{\left(ux \cdot maxCos\right) \cdot 1} + \left(-1 \cdot \left(maxCos \cdot ux\right)\right) \cdot ux\right) \cdot zi \]

   4. mul-1-neg 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(ux \cdot maxCos\right) \cdot 1 + \color{blue}{\left(-maxCos \cdot ux\right)} \cdot ux\right) \cdot zi \]

   5. *-commutative 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(ux \cdot maxCos\right) \cdot 1 + \left(-\color{blue}{ux \cdot maxCos}\right) \cdot ux\right) \cdot zi \]

   6. distribute-lft-neg-in 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(ux \cdot maxCos\right) \cdot 1 + \color{blue}{\left(-\left(ux \cdot maxCos\right) \cdot ux\right)}\right) \cdot zi \]

   7. distribute-rgt-neg-out 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(ux \cdot maxCos\right) \cdot 1 + \color{blue}{\left(ux \cdot maxCos\right) \cdot \left(-ux\right)}\right) \cdot zi \]

   8. distribute-lft-out 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(\left(ux \cdot maxCos\right) \cdot \left(1 + \left(-ux\right)\right)\right)} \cdot zi \]

   9. *-commutative 91.4%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(1 + \left(-ux\right)\right)\right) \cdot zi \]

   10. sub-neg 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(maxCos \cdot ux\right) \cdot \color{blue}{\left(1 - ux\right)}\right) \cdot zi \]

   11. associate-*r* 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)} \cdot zi \]

10. Simplified 91.5%

    \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)} \cdot zi \]

11. Final simplification 91.5%

    \[\leadsto \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 + \left(ux \cdot maxCos\right) \cdot \left(ux \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) + zi \cdot \left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right) \]
12. Add Preprocessing

Alternative 10: 90.2% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(yi \cdot \left(uy \cdot \pi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* (* ux (* (- 1.0 ux) maxCos)) zi)
  (+
   (*
    xi
    (* (cos (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* ux maxCos) (* ux maxCos))))))
   (* 2.0 (* yi (* uy PI))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return ((ux * ((1.0f - ux) * maxCos)) * zi) + ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f - ((ux * maxCos) * (ux * maxCos)))))) + (2.0f * (yi * (uy * ((float) M_PI)))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(Float32(ux * Float32(Float32(Float32(1.0) - ux) * maxCos)) * zi) + Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) - Float32(Float32(ux * maxCos) * Float32(ux * maxCos)))))) + Float32(Float32(2.0) * Float32(yi * Float32(uy * Float32(pi))))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = ((ux * ((single(1.0) - ux) * maxCos)) * zi) + ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) - ((ux * maxCos) * (ux * maxCos)))))) + (single(2.0) * (yi * (uy * single(pi)))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in uy around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
9. Step-by-step derivation

   1. pow1 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \color{blue}{{\left(uy \cdot \left(yi \cdot \pi\right)\right)}^{1}}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\left(uy \cdot \color{blue}{\left(\pi \cdot yi\right)}\right)}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\color{blue}{\left(\left(\pi \cdot yi\right) \cdot uy\right)}}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   4. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\left(\color{blue}{\left(yi \cdot \pi\right)} \cdot uy\right)}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   5. associate-*l* 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\color{blue}{\left(yi \cdot \left(\pi \cdot uy\right)\right)}}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   6. *-commutative 91.5%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\left(yi \cdot \color{blue}{\left(uy \cdot \pi\right)}\right)}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

10. Applied egg-rr 91.5%

    \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \color{blue}{{\left(yi \cdot \left(uy \cdot \pi\right)\right)}^{1}}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
11. Step-by-step derivation

    1. unpow1 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \color{blue}{\left(yi \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

12. Simplified 91.5%

    \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \color{blue}{\left(yi \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

13. Final simplification 91.5%

    \[\leadsto \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(yi \cdot \left(uy \cdot \pi\right)\right)\right) \]
14. Add Preprocessing

Alternative 11: 90.2% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* (* ux (* (- 1.0 ux) maxCos)) zi)
  (+
   (*
    xi
    (* (cos (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* ux maxCos) (* ux maxCos))))))
   (* 2.0 (* uy (* PI yi))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return ((ux * ((1.0f - ux) * maxCos)) * zi) + ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f - ((ux * maxCos) * (ux * maxCos)))))) + (2.0f * (uy * (((float) M_PI) * yi))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(Float32(ux * Float32(Float32(Float32(1.0) - ux) * maxCos)) * zi) + Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) - Float32(Float32(ux * maxCos) * Float32(ux * maxCos)))))) + Float32(Float32(2.0) * Float32(uy * Float32(Float32(pi) * yi)))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = ((ux * ((single(1.0) - ux) * maxCos)) * zi) + ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) - ((ux * maxCos) * (ux * maxCos)))))) + (single(2.0) * (uy * (single(pi) * yi))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in uy around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

9. Final simplification 91.5%

   \[\leadsto \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) \cdot zi + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) \]
10. Add Preprocessing

Alternative 12: 90.2% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ zi \cdot \left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right) + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* zi (* maxCos (* ux (- 1.0 ux))))
  (+
   (*
    xi
    (* (cos (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* ux maxCos) (* ux maxCos))))))
   (* 2.0 (* uy (* PI yi))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return (zi * (maxCos * (ux * (1.0f - ux)))) + ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f - ((ux * maxCos) * (ux * maxCos)))))) + (2.0f * (uy * (((float) M_PI) * yi))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(zi * Float32(maxCos * Float32(ux * Float32(Float32(1.0) - ux)))) + Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) - Float32(Float32(ux * maxCos) * Float32(ux * maxCos)))))) + Float32(Float32(2.0) * Float32(uy * Float32(Float32(pi) * yi)))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = (zi * (maxCos * (ux * (single(1.0) - ux)))) + ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) - ((ux * maxCos) * (ux * maxCos)))))) + (single(2.0) * (uy * (single(pi) * yi))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in uy around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

9. Taylor expanded in ux around 0 91.4%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(ux \cdot \left(maxCos + -1 \cdot \left(maxCos \cdot ux\right)\right)\right)} \cdot zi \]
10. Step-by-step derivation

    1. distribute-rgt-in 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot ux + \left(-1 \cdot \left(maxCos \cdot ux\right)\right) \cdot ux\right)} \cdot zi \]

    2. *-commutative 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\color{blue}{ux \cdot maxCos} + \left(-1 \cdot \left(maxCos \cdot ux\right)\right) \cdot ux\right) \cdot zi \]

    3. *-rgt-identity 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\color{blue}{\left(ux \cdot maxCos\right) \cdot 1} + \left(-1 \cdot \left(maxCos \cdot ux\right)\right) \cdot ux\right) \cdot zi \]

    4. mul-1-neg 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(ux \cdot maxCos\right) \cdot 1 + \color{blue}{\left(-maxCos \cdot ux\right)} \cdot ux\right) \cdot zi \]

    5. *-commutative 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(ux \cdot maxCos\right) \cdot 1 + \left(-\color{blue}{ux \cdot maxCos}\right) \cdot ux\right) \cdot zi \]

    6. distribute-lft-neg-in 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(ux \cdot maxCos\right) \cdot 1 + \color{blue}{\left(-\left(ux \cdot maxCos\right) \cdot ux\right)}\right) \cdot zi \]

    7. distribute-rgt-neg-out 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(ux \cdot maxCos\right) \cdot 1 + \color{blue}{\left(ux \cdot maxCos\right) \cdot \left(-ux\right)}\right) \cdot zi \]

    8. distribute-lft-out 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(\left(ux \cdot maxCos\right) \cdot \left(1 + \left(-ux\right)\right)\right)} \cdot zi \]

    9. *-commutative 91.4%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(1 + \left(-ux\right)\right)\right) \cdot zi \]

    10. sub-neg 91.4%

        \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(maxCos \cdot ux\right) \cdot \color{blue}{\left(1 - ux\right)}\right) \cdot zi \]

    11. associate-*r* 91.5%

        \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)} \cdot zi \]

11. Simplified 91.4%

    \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)} \cdot zi \]

12. Final simplification 91.4%

    \[\leadsto zi \cdot \left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right) + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) \]
13. Add Preprocessing

Alternative 13: 87.6% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ zi \cdot \left(ux \cdot maxCos\right) + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(yi \cdot \left(uy \cdot \pi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* zi (* ux maxCos))
  (+
   (*
    xi
    (* (cos (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* ux maxCos) (* ux maxCos))))))
   (* 2.0 (* yi (* uy PI))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return (zi * (ux * maxCos)) + ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f - ((ux * maxCos) * (ux * maxCos)))))) + (2.0f * (yi * (uy * ((float) M_PI)))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(zi * Float32(ux * maxCos)) + Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) - Float32(Float32(ux * maxCos) * Float32(ux * maxCos)))))) + Float32(Float32(2.0) * Float32(yi * Float32(uy * Float32(pi))))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = (zi * (ux * maxCos)) + ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) - ((ux * maxCos) * (ux * maxCos)))))) + (single(2.0) * (yi * (uy * single(pi)))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in uy around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

9. Taylor expanded in ux around 0 88.9%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot ux\right)} \cdot zi \]
10. Step-by-step derivation

    1. pow1 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \color{blue}{{\left(uy \cdot \left(yi \cdot \pi\right)\right)}^{1}}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

    2. *-commutative 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\left(uy \cdot \color{blue}{\left(\pi \cdot yi\right)}\right)}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

    3. *-commutative 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\color{blue}{\left(\left(\pi \cdot yi\right) \cdot uy\right)}}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

    4. *-commutative 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\left(\color{blue}{\left(yi \cdot \pi\right)} \cdot uy\right)}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

    5. associate-*l* 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\color{blue}{\left(yi \cdot \left(\pi \cdot uy\right)\right)}}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

    6. *-commutative 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot {\left(yi \cdot \color{blue}{\left(uy \cdot \pi\right)}\right)}^{1}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

11. Applied egg-rr 88.9%

    \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \color{blue}{{\left(yi \cdot \left(uy \cdot \pi\right)\right)}^{1}}\right) + \left(maxCos \cdot ux\right) \cdot zi \]
12. Step-by-step derivation

    1. unpow1 91.5%

       \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \color{blue}{\left(yi \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

13. Simplified 88.9%

    \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \color{blue}{\left(yi \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(maxCos \cdot ux\right) \cdot zi \]

14. Final simplification 88.9%

    \[\leadsto zi \cdot \left(ux \cdot maxCos\right) + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(yi \cdot \left(uy \cdot \pi\right)\right)\right) \]
15. Add Preprocessing

Alternative 14: 87.6% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ zi \cdot \left(ux \cdot maxCos\right) + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (+
  (* zi (* ux maxCos))
  (+
   (*
    xi
    (* (cos (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* ux maxCos) (* ux maxCos))))))
   (* 2.0 (* uy (* PI yi))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	return (zi * (ux * maxCos)) + ((xi * (cosf(((uy * 2.0f) * ((float) M_PI))) * sqrtf((1.0f - ((ux * maxCos) * (ux * maxCos)))))) + (2.0f * (uy * (((float) M_PI) * yi))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	return Float32(Float32(zi * Float32(ux * maxCos)) + Float32(Float32(xi * Float32(cos(Float32(Float32(uy * Float32(2.0)) * Float32(pi))) * sqrt(Float32(Float32(1.0) - Float32(Float32(ux * maxCos) * Float32(ux * maxCos)))))) + Float32(Float32(2.0) * Float32(uy * Float32(Float32(pi) * yi)))))
end

MATLAB

function tmp = code(xi, yi, zi, ux, uy, maxCos)
	tmp = (zi * (ux * maxCos)) + ((xi * (cos(((uy * single(2.0)) * single(pi))) * sqrt((single(1.0) - ((ux * maxCos) * (ux * maxCos)))))) + (single(2.0) * (uy * (single(pi) * yi))));
end

Derivation

1. Initial program 99.0%

   \[\left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \left(\sin \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot yi\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
2. Add Preprocessing

3. Taylor expanded in ux around 0 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
4. Step-by-step derivation

   1. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(\left(2 \cdot uy\right) \cdot \pi\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. *-commutative 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \left(\color{blue}{\left(uy \cdot 2\right)} \cdot \pi\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. associate-*r* 99.0%

      \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + yi \cdot \sin \color{blue}{\left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

5. Simplified 99.0%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{yi \cdot \sin \left(uy \cdot \left(2 \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

6. Taylor expanded in uy around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right)}\right) \cdot xi + \color{blue}{2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)}\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

7. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot \color{blue}{\left(maxCos \cdot ux\right)}}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

8. Taylor expanded in ux around 0 91.5%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \color{blue}{\left(maxCos \cdot ux\right)} \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

9. Taylor expanded in ux around 0 88.9%

   \[\leadsto \left(\left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(maxCos \cdot ux\right) \cdot \left(maxCos \cdot ux\right)}\right) \cdot xi + 2 \cdot \left(uy \cdot \left(yi \cdot \pi\right)\right)\right) + \color{blue}{\left(maxCos \cdot ux\right)} \cdot zi \]

10. Final simplification 88.9%

    \[\leadsto zi \cdot \left(ux \cdot maxCos\right) + \left(xi \cdot \left(\cos \left(\left(uy \cdot 2\right) \cdot \pi\right) \cdot \sqrt{1 - \left(ux \cdot maxCos\right) \cdot \left(ux \cdot maxCos\right)}\right) + 2 \cdot \left(uy \cdot \left(\pi \cdot yi\right)\right)\right) \]
11. Add Preprocessing

Reproduce

herbie shell --seed 2024107 
(FPCore (xi yi zi ux uy maxCos)
  :name "UniformSampleCone 2"
  :precision binary32
  :pre (and (and (and (and (and (and (<= -10000.0 xi) (<= xi 10000.0)) (and (<= -10000.0 yi) (<= yi 10000.0))) (and (<= -10000.0 zi) (<= zi 10000.0))) (and (<= 2.328306437e-10 ux) (<= ux 1.0))) (and (<= 2.328306437e-10 uy) (<= uy 1.0))) (and (<= 0.0 maxCos) (<= maxCos 1.0)))
  (+ (+ (* (* (cos (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* (* (- 1.0 ux) maxCos) ux) (* (* (- 1.0 ux) maxCos) ux))))) xi) (* (* (sin (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* (* (- 1.0 ux) maxCos) ux) (* (* (- 1.0 ux) maxCos) ux))))) yi)) (* (* (* (- 1.0 ux) maxCos) ux) zi)))