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

Percentage Accurate: 94.0% → 97.7%

Time: 30.7s

Alternatives: 19

Speedup: 0.7×

Specification

Math

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

FPCore

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

C

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

Fortran

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

Java

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

Python

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

Julia

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

MATLAB

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

Wolfram

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

Initial Program: 94.0% accurate, 1.0× speedup

Math

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

FPCore

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

C

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

Fortran

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

Java

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

Python

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

Julia

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

MATLAB

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

Wolfram

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

Alternative 1: 97.7% accurate, 0.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{\sqrt{t + a}}{t}\\ \mathbf{if}\;t \leq -1.25 \cdot 10^{+27}:\\ \;\;\;\;\frac{x}{x + y \cdot {\left(e^{2}\right)}^{\left(z \cdot t\_1 + \left(b - c\right) \cdot \left(\left(\frac{2}{t \cdot 3} - 0.8333333333333334\right) - a\right)\right)}}\\ \mathbf{elif}\;t \leq 10^{-230}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{\mathsf{fma}\left(y, {\left(e^{2}\right)}^{\left(\mathsf{fma}\left(z, t\_1, \left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right) \cdot \left(c - b\right)\right)\right)}, x\right)}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ (sqrt (+ t a)) t)))
   (if (<= t -1.25e+27)
     (/
      x
      (+
       x
       (*
        y
        (pow
         (exp 2.0)
         (+
          (* z t_1)
          (* (- b c) (- (- (/ 2.0 (* t 3.0)) 0.8333333333333334) a)))))))
     (if (<= t 1e-230)
       (/
        x
        (+
         x
         (*
          y
          (exp
           (* 2.0 (/ (+ (* z (sqrt a)) (* -0.6666666666666666 (- c b))) t))))))
       (/
        x
        (fma
         y
         (pow
          (exp 2.0)
          (fma
           z
           t_1
           (* (+ a (- 0.8333333333333334 (/ 0.6666666666666666 t))) (- c b))))
         x))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = sqrt((t + a)) / t;
	double tmp;
	if (t <= -1.25e+27) {
		tmp = x / (x + (y * pow(exp(2.0), ((z * t_1) + ((b - c) * (((2.0 / (t * 3.0)) - 0.8333333333333334) - a))))));
	} else if (t <= 1e-230) {
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	} else {
		tmp = x / fma(y, pow(exp(2.0), fma(z, t_1, ((a + (0.8333333333333334 - (0.6666666666666666 / t))) * (c - b)))), x);
	}
	return tmp;
}

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(sqrt(Float64(t + a)) / t)
	tmp = 0.0
	if (t <= -1.25e+27)
		tmp = Float64(x / Float64(x + Float64(y * (exp(2.0) ^ Float64(Float64(z * t_1) + Float64(Float64(b - c) * Float64(Float64(Float64(2.0 / Float64(t * 3.0)) - 0.8333333333333334) - a)))))));
	elseif (t <= 1e-230)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(a)) + Float64(-0.6666666666666666 * Float64(c - b))) / t))))));
	else
		tmp = Float64(x / fma(y, (exp(2.0) ^ fma(z, t_1, Float64(Float64(a + Float64(0.8333333333333334 - Float64(0.6666666666666666 / t))) * Float64(c - b)))), x));
	end
	return tmp
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(N[Sqrt[N[(t + a), $MachinePrecision]], $MachinePrecision] / t), $MachinePrecision]}, If[LessEqual[t, -1.25e+27], N[(x / N[(x + N[(y * N[Power[N[Exp[2.0], $MachinePrecision], N[(N[(z * t$95$1), $MachinePrecision] + N[(N[(b - c), $MachinePrecision] * N[(N[(N[(2.0 / N[(t * 3.0), $MachinePrecision]), $MachinePrecision] - 0.8333333333333334), $MachinePrecision] - a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 1e-230], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[a], $MachinePrecision]), $MachinePrecision] + N[(-0.6666666666666666 * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(y * N[Power[N[Exp[2.0], $MachinePrecision], N[(z * t$95$1 + N[(N[(a + N[(0.8333333333333334 - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision] + x), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 3 regimes

2. if t < -1.24999999999999995e27

   1. Initial program 88.2%

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

      1. exp-prod 88.2%

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

   3. Simplified 100.0%

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

   if -1.24999999999999995e27 < t < 1.00000000000000005e-230

   1. Initial program 81.8%

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

   3. Taylor expanded in t around 0 98.5%

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

   if 1.00000000000000005e-230 < t

   1. Initial program 96.6%

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

   3. Simplified 99.4%

      \[\leadsto \color{blue}{\frac{x}{\mathsf{fma}\left(y, {\left(e^{2}\right)}^{\left(\mathsf{fma}\left(z, \frac{\sqrt{t + a}}{t}, \left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right) \cdot \left(c - b\right)\right)\right)}, x\right)}} \]
   4. Add Preprocessing
3. Recombined 3 regimes into one program.

4. Final simplification 99.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -1.25 \cdot 10^{+27}:\\ \;\;\;\;\frac{x}{x + y \cdot {\left(e^{2}\right)}^{\left(z \cdot \frac{\sqrt{t + a}}{t} + \left(b - c\right) \cdot \left(\left(\frac{2}{t \cdot 3} - 0.8333333333333334\right) - a\right)\right)}}\\ \mathbf{elif}\;t \leq 10^{-230}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{\mathsf{fma}\left(y, {\left(e^{2}\right)}^{\left(\mathsf{fma}\left(z, \frac{\sqrt{t + a}}{t}, \left(a + \left(0.8333333333333334 - \frac{0.6666666666666666}{t}\right)\right) \cdot \left(c - b\right)\right)\right)}, x\right)}\\ \end{array} \]
5. Add Preprocessing

Alternative 2: 97.3% accurate, 0.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{z \cdot \sqrt{t + a}}{t} + \left(b - c\right) \cdot \left(\frac{2}{t \cdot 3} - \left(a + 0.8333333333333334\right)\right)\\ \mathbf{if}\;t\_1 \leq \infty:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot t\_1}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \end{array} \end{array} \]

FPCore

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

C

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

Java

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

Python

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

Julia

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

MATLAB

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

Wolfram

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

Derivation

1. Split input into 2 regimes

2. if (-.f64 (/.f64 (*.f64 z (sqrt.f64 (+.f64 t a))) t) (*.f64 (-.f64 b c) (-.f64 (+.f64 a (/.f64 #s(literal 5 binary64) #s(literal 6 binary64))) (/.f64 #s(literal 2 binary64) (*.f64 t #s(literal 3 binary64)))))) < +inf.0

   1. Initial program 99.2%

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

   if +inf.0 < (-.f64 (/.f64 (*.f64 z (sqrt.f64 (+.f64 t a))) t) (*.f64 (-.f64 b c) (-.f64 (+.f64 a (/.f64 #s(literal 5 binary64) #s(literal 6 binary64))) (/.f64 #s(literal 2 binary64) (*.f64 t #s(literal 3 binary64))))))

   1. Initial program 0.0%

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

   3. Taylor expanded in t around 0 67.7%

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

4. Final simplification 97.0%

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

Alternative 3: 88.0% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq 5.8 \cdot 10^{-118}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \mathbf{elif}\;t \leq 2 \cdot 10^{-47}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot \left(1.3333333333333333 \cdot \frac{b}{t \cdot c} - \frac{1.3333333333333333}{t}\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} + \left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t 5.8e-118)
   (/
    x
    (+
     x
     (*
      y
      (exp (* 2.0 (/ (+ (* z (sqrt a)) (* -0.6666666666666666 (- c b))) t))))))
   (if (<= t 2e-47)
     (/
      x
      (+
       x
       (*
        y
        (exp
         (*
          c
          (-
           (* 1.3333333333333333 (/ b (* t c)))
           (/ 1.3333333333333333 t)))))))
     (/
      x
      (+
       x
       (*
        y
        (exp
         (*
          2.0
          (+
           (* z (sqrt (/ 1.0 t)))
           (* (+ a 0.8333333333333334) (- c b)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= 5.8e-118) {
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	} else if (t <= 2e-47) {
		tmp = x / (x + (y * exp((c * ((1.3333333333333333 * (b / (t * c))) - (1.3333333333333333 / t))))));
	} else {
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) + ((a + 0.8333333333333334) * (c - b)))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (t <= 5.8d-118) then
        tmp = x / (x + (y * exp((2.0d0 * (((z * sqrt(a)) + ((-0.6666666666666666d0) * (c - b))) / t)))))
    else if (t <= 2d-47) then
        tmp = x / (x + (y * exp((c * ((1.3333333333333333d0 * (b / (t * c))) - (1.3333333333333333d0 / t))))))
    else
        tmp = x / (x + (y * exp((2.0d0 * ((z * sqrt((1.0d0 / t))) + ((a + 0.8333333333333334d0) * (c - b)))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= 5.8e-118) {
		tmp = x / (x + (y * Math.exp((2.0 * (((z * Math.sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	} else if (t <= 2e-47) {
		tmp = x / (x + (y * Math.exp((c * ((1.3333333333333333 * (b / (t * c))) - (1.3333333333333333 / t))))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * ((z * Math.sqrt((1.0 / t))) + ((a + 0.8333333333333334) * (c - b)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= 5.8e-118:
		tmp = x / (x + (y * math.exp((2.0 * (((z * math.sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))))
	elif t <= 2e-47:
		tmp = x / (x + (y * math.exp((c * ((1.3333333333333333 * (b / (t * c))) - (1.3333333333333333 / t))))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * ((z * math.sqrt((1.0 / t))) + ((a + 0.8333333333333334) * (c - b)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= 5.8e-118)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(a)) + Float64(-0.6666666666666666 * Float64(c - b))) / t))))));
	elseif (t <= 2e-47)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(c * Float64(Float64(1.3333333333333333 * Float64(b / Float64(t * c))) - Float64(1.3333333333333333 / t)))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(z * sqrt(Float64(1.0 / t))) + Float64(Float64(a + 0.8333333333333334) * Float64(c - b))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= 5.8e-118)
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	elseif (t <= 2e-47)
		tmp = x / (x + (y * exp((c * ((1.3333333333333333 * (b / (t * c))) - (1.3333333333333333 / t))))));
	else
		tmp = x / (x + (y * exp((2.0 * ((z * sqrt((1.0 / t))) + ((a + 0.8333333333333334) * (c - b)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, 5.8e-118], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[a], $MachinePrecision]), $MachinePrecision] + N[(-0.6666666666666666 * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 2e-47], N[(x / N[(x + N[(y * N[Exp[N[(c * N[(N[(1.3333333333333333 * N[(b / N[(t * c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] - N[(1.3333333333333333 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(z * N[Sqrt[N[(1.0 / t), $MachinePrecision]], $MachinePrecision]), $MachinePrecision] + N[(N[(a + 0.8333333333333334), $MachinePrecision] * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 3 regimes

2. if t < 5.79999999999999961e-118

   1. Initial program 87.5%

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

   3. Taylor expanded in t around 0 90.5%

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

   if 5.79999999999999961e-118 < t < 1.9999999999999999e-47

   1. Initial program 100.0%

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

   3. Taylor expanded in t around 0 65.4%

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

   4. Taylor expanded in z around 0 78.9%

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

   5. Taylor expanded in c around inf 83.2%

      \[\leadsto \frac{x}{x + y \cdot e^{\color{blue}{c \cdot \left(1.3333333333333333 \cdot \frac{b}{c \cdot t} - 1.3333333333333333 \cdot \frac{1}{t}\right)}}} \]
   6. Step-by-step derivation

      1. associate-*r/ 83.2%

         \[\leadsto \frac{x}{x + y \cdot e^{c \cdot \left(1.3333333333333333 \cdot \frac{b}{c \cdot t} - \color{blue}{\frac{1.3333333333333333 \cdot 1}{t}}\right)}} \]

      2. metadata-eval 83.2%

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

   7. Simplified 83.2%

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

   if 1.9999999999999999e-47 < t

   1. Initial program 95.1%

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

   3. Taylor expanded in t around inf 96.8%

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

4. Final simplification 92.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 5.8 \cdot 10^{-118}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \mathbf{elif}\;t \leq 2 \cdot 10^{-47}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{c \cdot \left(1.3333333333333333 \cdot \frac{b}{t \cdot c} - \frac{1.3333333333333333}{t}\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(z \cdot \sqrt{\frac{1}{t}} + \left(a + 0.8333333333333334\right) \cdot \left(c - b\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 4: 75.4% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq 4.6 \cdot 10^{-126}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \mathbf{elif}\;t \leq 3 \cdot 10^{+45}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right)\right)\right)}}\\ \mathbf{elif}\;t \leq 7 \cdot 10^{+152}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(-0.8333333333333334 - a\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t 4.6e-126)
   (/
    x
    (+
     x
     (*
      y
      (exp (* 2.0 (/ (+ (* z (sqrt a)) (* -0.6666666666666666 (- c b))) t))))))
   (if (<= t 3e+45)
     (/
      x
      (+
       x
       (*
        y
        (exp
         (*
          2.0
          (* c (+ 0.8333333333333334 (- a (/ 0.6666666666666666 t)))))))))
     (if (<= t 7e+152)
       (/ x (+ x (* y (exp (* 2.0 (* b (- -0.8333333333333334 a)))))))
       (/ x (+ x (* y (exp (* 2.0 (* c (+ a 0.8333333333333334)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= 4.6e-126) {
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	} else if (t <= 3e+45) {
		tmp = x / (x + (y * exp((2.0 * (c * (0.8333333333333334 + (a - (0.6666666666666666 / t))))))));
	} else if (t <= 7e+152) {
		tmp = x / (x + (y * exp((2.0 * (b * (-0.8333333333333334 - a))))));
	} else {
		tmp = x / (x + (y * exp((2.0 * (c * (a + 0.8333333333333334))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (t <= 4.6d-126) then
        tmp = x / (x + (y * exp((2.0d0 * (((z * sqrt(a)) + ((-0.6666666666666666d0) * (c - b))) / t)))))
    else if (t <= 3d+45) then
        tmp = x / (x + (y * exp((2.0d0 * (c * (0.8333333333333334d0 + (a - (0.6666666666666666d0 / t))))))))
    else if (t <= 7d+152) then
        tmp = x / (x + (y * exp((2.0d0 * (b * ((-0.8333333333333334d0) - a))))))
    else
        tmp = x / (x + (y * exp((2.0d0 * (c * (a + 0.8333333333333334d0))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= 4.6e-126) {
		tmp = x / (x + (y * Math.exp((2.0 * (((z * Math.sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	} else if (t <= 3e+45) {
		tmp = x / (x + (y * Math.exp((2.0 * (c * (0.8333333333333334 + (a - (0.6666666666666666 / t))))))));
	} else if (t <= 7e+152) {
		tmp = x / (x + (y * Math.exp((2.0 * (b * (-0.8333333333333334 - a))))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (c * (a + 0.8333333333333334))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= 4.6e-126:
		tmp = x / (x + (y * math.exp((2.0 * (((z * math.sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))))
	elif t <= 3e+45:
		tmp = x / (x + (y * math.exp((2.0 * (c * (0.8333333333333334 + (a - (0.6666666666666666 / t))))))))
	elif t <= 7e+152:
		tmp = x / (x + (y * math.exp((2.0 * (b * (-0.8333333333333334 - a))))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * (c * (a + 0.8333333333333334))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= 4.6e-126)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(z * sqrt(a)) + Float64(-0.6666666666666666 * Float64(c - b))) / t))))));
	elseif (t <= 3e+45)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(c * Float64(0.8333333333333334 + Float64(a - Float64(0.6666666666666666 / t)))))))));
	elseif (t <= 7e+152)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(b * Float64(-0.8333333333333334 - a)))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(c * Float64(a + 0.8333333333333334)))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= 4.6e-126)
		tmp = x / (x + (y * exp((2.0 * (((z * sqrt(a)) + (-0.6666666666666666 * (c - b))) / t)))));
	elseif (t <= 3e+45)
		tmp = x / (x + (y * exp((2.0 * (c * (0.8333333333333334 + (a - (0.6666666666666666 / t))))))));
	elseif (t <= 7e+152)
		tmp = x / (x + (y * exp((2.0 * (b * (-0.8333333333333334 - a))))));
	else
		tmp = x / (x + (y * exp((2.0 * (c * (a + 0.8333333333333334))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, 4.6e-126], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(z * N[Sqrt[a], $MachinePrecision]), $MachinePrecision] + N[(-0.6666666666666666 * N[(c - b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 3e+45], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(c * N[(0.8333333333333334 + N[(a - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 7e+152], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(b * N[(-0.8333333333333334 - a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(c * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 4 regimes

2. if t < 4.60000000000000021e-126

   1. Initial program 87.4%

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

   3. Taylor expanded in t around 0 90.4%

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

   if 4.60000000000000021e-126 < t < 3.00000000000000011e45

   1. Initial program 96.3%

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

   3. Taylor expanded in c around inf 76.7%

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

      1. associate--l+ 76.7%

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

      2. associate-*r/ 76.7%

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

      3. metadata-eval 76.7%

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

   5. Simplified 76.7%

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

   if 3.00000000000000011e45 < t < 6.99999999999999963e152

   1. Initial program 100.0%

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

   3. Taylor expanded in b around inf 72.3%

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

      1. associate-*r/ 72.3%

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

      2. metadata-eval 72.3%

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

      3. +-commutative 72.3%

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

   5. Simplified 72.3%

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

   6. Taylor expanded in t around inf 72.3%

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

      1. mul-1-neg 72.3%

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

      2. distribute-rgt-neg-in 72.3%

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

      3. mul-1-neg 72.3%

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

      4. distribute-lft-in 72.3%

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

      5. metadata-eval 72.3%

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

      6. mul-1-neg 72.3%

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

      7. unsub-neg 72.3%

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

   8. Simplified 72.3%

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

   if 6.99999999999999963e152 < t

   1. Initial program 92.4%

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

   3. Taylor expanded in c around inf 80.8%

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

      1. associate--l+ 80.8%

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

      2. associate-*r/ 80.8%

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

      3. metadata-eval 80.8%

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

   5. Simplified 80.8%

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

   6. Taylor expanded in t around inf 80.8%

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

      1. *-commutative 80.8%

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

   8. Simplified 80.8%

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

4. Final simplification 82.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 4.6 \cdot 10^{-126}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{z \cdot \sqrt{a} + -0.6666666666666666 \cdot \left(c - b\right)}{t}}}\\ \mathbf{elif}\;t \leq 3 \cdot 10^{+45}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right)\right)\right)}}\\ \mathbf{elif}\;t \leq 7 \cdot 10^{+152}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(-0.8333333333333334 - a\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 5: 66.0% accurate, 1.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{if}\;t \leq 7.6 \cdot 10^{-243}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;t \leq 10^{-206}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 8.5 \cdot 10^{-40}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;t \leq 3 \cdot 10^{+73}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot \left(-b\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* 1.3333333333333333 (/ (- b c) t))))))))
   (if (<= t 7.6e-243)
     t_1
     (if (<= t 1e-206)
       1.0
       (if (<= t 8.5e-40)
         t_1
         (if (<= t 3e+73)
           (/ x (+ x (* y (exp (* 2.0 (* a (- b)))))))
           (/ x (+ x (* y (exp (* b -1.6666666666666667)))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	double tmp;
	if (t <= 7.6e-243) {
		tmp = t_1;
	} else if (t <= 1e-206) {
		tmp = 1.0;
	} else if (t <= 8.5e-40) {
		tmp = t_1;
	} else if (t <= 3e+73) {
		tmp = x / (x + (y * exp((2.0 * (a * -b)))));
	} else {
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp((1.3333333333333333d0 * ((b - c) / t)))))
    if (t <= 7.6d-243) then
        tmp = t_1
    else if (t <= 1d-206) then
        tmp = 1.0d0
    else if (t <= 8.5d-40) then
        tmp = t_1
    else if (t <= 3d+73) then
        tmp = x / (x + (y * exp((2.0d0 * (a * -b)))))
    else
        tmp = x / (x + (y * exp((b * (-1.6666666666666667d0)))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp((1.3333333333333333 * ((b - c) / t)))));
	double tmp;
	if (t <= 7.6e-243) {
		tmp = t_1;
	} else if (t <= 1e-206) {
		tmp = 1.0;
	} else if (t <= 8.5e-40) {
		tmp = t_1;
	} else if (t <= 3e+73) {
		tmp = x / (x + (y * Math.exp((2.0 * (a * -b)))));
	} else {
		tmp = x / (x + (y * Math.exp((b * -1.6666666666666667))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((1.3333333333333333 * ((b - c) / t)))))
	tmp = 0
	if t <= 7.6e-243:
		tmp = t_1
	elif t <= 1e-206:
		tmp = 1.0
	elif t <= 8.5e-40:
		tmp = t_1
	elif t <= 3e+73:
		tmp = x / (x + (y * math.exp((2.0 * (a * -b)))))
	else:
		tmp = x / (x + (y * math.exp((b * -1.6666666666666667))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(Float64(b - c) / t))))))
	tmp = 0.0
	if (t <= 7.6e-243)
		tmp = t_1;
	elseif (t <= 1e-206)
		tmp = 1.0;
	elseif (t <= 8.5e-40)
		tmp = t_1;
	elseif (t <= 3e+73)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * Float64(-b)))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(b * -1.6666666666666667)))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	tmp = 0.0;
	if (t <= 7.6e-243)
		tmp = t_1;
	elseif (t <= 1e-206)
		tmp = 1.0;
	elseif (t <= 8.5e-40)
		tmp = t_1;
	elseif (t <= 3e+73)
		tmp = x / (x + (y * exp((2.0 * (a * -b)))));
	else
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(N[(b - c), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t, 7.6e-243], t$95$1, If[LessEqual[t, 1e-206], 1.0, If[LessEqual[t, 8.5e-40], t$95$1, If[LessEqual[t, 3e+73], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * (-b)), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]]

Derivation

1. Split input into 4 regimes

2. if t < 7.5999999999999996e-243 or 1.00000000000000003e-206 < t < 8.4999999999999998e-40

   1. Initial program 89.2%

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

   3. Taylor expanded in t around 0 85.6%

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

   4. Taylor expanded in z around 0 70.5%

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

   if 7.5999999999999996e-243 < t < 1.00000000000000003e-206

   1. Initial program 100.0%

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

   3. Taylor expanded in b around inf 72.3%

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

      1. associate-*r/ 72.3%

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

      2. metadata-eval 72.3%

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

      3. +-commutative 72.3%

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

   5. Simplified 72.3%

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

   6. Taylor expanded in x around inf 100.0%

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

   if 8.4999999999999998e-40 < t < 3.00000000000000011e73

   1. Initial program 95.0%

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

   3. Taylor expanded in b around inf 60.5%

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

      1. associate-*r/ 60.5%

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

      2. metadata-eval 60.5%

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

      3. +-commutative 60.5%

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

   5. Simplified 60.5%

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

   6. Taylor expanded in a around inf 75.0%

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

      1. associate-*r* 75.0%

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

      2. mul-1-neg 75.0%

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

   8. Simplified 75.0%

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

   if 3.00000000000000011e73 < t

   1. Initial program 95.0%

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

   3. Taylor expanded in b around inf 74.6%

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

      1. associate-*r/ 74.6%

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

      2. metadata-eval 74.6%

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

      3. +-commutative 74.6%

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

   5. Simplified 74.6%

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

   6. Taylor expanded in t around inf 74.6%

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

      1. mul-1-neg 74.6%

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

      2. distribute-rgt-neg-in 74.6%

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

      3. mul-1-neg 74.6%

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

      4. distribute-lft-in 74.6%

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

      5. metadata-eval 74.6%

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

      6. mul-1-neg 74.6%

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

      7. unsub-neg 74.6%

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

   8. Simplified 74.6%

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

   9. Taylor expanded in a around 0 66.2%

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

4. Final simplification 70.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 7.6 \cdot 10^{-243}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{elif}\;t \leq 10^{-206}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 8.5 \cdot 10^{-40}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{elif}\;t \leq 3 \cdot 10^{+73}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot \left(-b\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \end{array} \]
5. Add Preprocessing

Alternative 6: 72.7% accurate, 1.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}\\ \mathbf{if}\;b \leq -2.45 \cdot 10^{-17}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;b \leq 2.05 \cdot 10^{-117}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \mathbf{elif}\;b \leq 1.9 \cdot 10^{-34}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;t\_1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1
         (/
          x
          (+
           x
           (*
            y
            (exp
             (*
              2.0
              (*
               b
               (- (/ 0.6666666666666666 t) (+ a 0.8333333333333334))))))))))
   (if (<= b -2.45e-17)
     t_1
     (if (<= b 2.05e-117)
       (/ x (+ x (* y (exp (* 2.0 (* c (+ a 0.8333333333333334)))))))
       (if (<= b 1.9e-34) 1.0 t_1)))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	double tmp;
	if (b <= -2.45e-17) {
		tmp = t_1;
	} else if (b <= 2.05e-117) {
		tmp = x / (x + (y * exp((2.0 * (c * (a + 0.8333333333333334))))));
	} else if (b <= 1.9e-34) {
		tmp = 1.0;
	} else {
		tmp = t_1;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp((2.0d0 * (b * ((0.6666666666666666d0 / t) - (a + 0.8333333333333334d0)))))))
    if (b <= (-2.45d-17)) then
        tmp = t_1
    else if (b <= 2.05d-117) then
        tmp = x / (x + (y * exp((2.0d0 * (c * (a + 0.8333333333333334d0))))))
    else if (b <= 1.9d-34) then
        tmp = 1.0d0
    else
        tmp = t_1
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	double tmp;
	if (b <= -2.45e-17) {
		tmp = t_1;
	} else if (b <= 2.05e-117) {
		tmp = x / (x + (y * Math.exp((2.0 * (c * (a + 0.8333333333333334))))));
	} else if (b <= 1.9e-34) {
		tmp = 1.0;
	} else {
		tmp = t_1;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))))
	tmp = 0
	if b <= -2.45e-17:
		tmp = t_1
	elif b <= 2.05e-117:
		tmp = x / (x + (y * math.exp((2.0 * (c * (a + 0.8333333333333334))))))
	elif b <= 1.9e-34:
		tmp = 1.0
	else:
		tmp = t_1
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(b * Float64(Float64(0.6666666666666666 / t) - Float64(a + 0.8333333333333334))))))))
	tmp = 0.0
	if (b <= -2.45e-17)
		tmp = t_1;
	elseif (b <= 2.05e-117)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(c * Float64(a + 0.8333333333333334)))))));
	elseif (b <= 1.9e-34)
		tmp = 1.0;
	else
		tmp = t_1;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	tmp = 0.0;
	if (b <= -2.45e-17)
		tmp = t_1;
	elseif (b <= 2.05e-117)
		tmp = x / (x + (y * exp((2.0 * (c * (a + 0.8333333333333334))))));
	elseif (b <= 1.9e-34)
		tmp = 1.0;
	else
		tmp = t_1;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(b * N[(N[(0.6666666666666666 / t), $MachinePrecision] - N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[b, -2.45e-17], t$95$1, If[LessEqual[b, 2.05e-117], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(c * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[b, 1.9e-34], 1.0, t$95$1]]]]

Derivation

1. Split input into 3 regimes

2. if b < -2.45000000000000006e-17 or 1.9000000000000001e-34 < b

   1. Initial program 90.6%

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

   3. Taylor expanded in b around inf 81.0%

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

      1. associate-*r/ 81.0%

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

      2. metadata-eval 81.0%

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

      3. +-commutative 81.0%

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

   5. Simplified 81.0%

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

   if -2.45000000000000006e-17 < b < 2.05000000000000016e-117

   1. Initial program 94.1%

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

   3. Taylor expanded in c around inf 78.8%

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

      1. associate--l+ 78.8%

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

      2. associate-*r/ 78.8%

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

      3. metadata-eval 78.8%

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

   5. Simplified 78.8%

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

   6. Taylor expanded in t around inf 69.2%

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

      1. *-commutative 69.2%

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

   8. Simplified 69.2%

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

   if 2.05000000000000016e-117 < b < 1.9000000000000001e-34

   1. Initial program 94.1%

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

   3. Taylor expanded in b around inf 48.7%

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

      1. associate-*r/ 48.7%

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

      2. metadata-eval 48.7%

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

      3. +-commutative 48.7%

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

   5. Simplified 48.7%

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

   6. Taylor expanded in x around inf 82.9%

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

4. Final simplification 76.5%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b \leq -2.45 \cdot 10^{-17}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}\\ \mathbf{elif}\;b \leq 2.05 \cdot 10^{-117}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \mathbf{elif}\;b \leq 1.9 \cdot 10^{-34}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 7: 60.6% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b \leq -1.3 \cdot 10^{-17}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;b \leq 4.3 \cdot 10^{-166}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \mathbf{elif}\;b \leq 5.8 \cdot 10^{+171}:\\ \;\;\;\;1\\ \mathbf{elif}\;b \leq 1.56 \cdot 10^{+199}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b}{t}}}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= b -1.3e-17)
   (/ x (+ x (* y (exp (* b -1.6666666666666667)))))
   (if (<= b 4.3e-166)
     (/ x (+ x (* y (exp (* 2.0 (* a c))))))
     (if (<= b 5.8e+171)
       1.0
       (if (<= b 1.56e+199)
         (/ x (+ x (* y (exp (* 1.3333333333333333 (/ b t))))))
         1.0)))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -1.3e-17) {
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	} else if (b <= 4.3e-166) {
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	} else if (b <= 5.8e+171) {
		tmp = 1.0;
	} else if (b <= 1.56e+199) {
		tmp = x / (x + (y * exp((1.3333333333333333 * (b / t)))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (b <= (-1.3d-17)) then
        tmp = x / (x + (y * exp((b * (-1.6666666666666667d0)))))
    else if (b <= 4.3d-166) then
        tmp = x / (x + (y * exp((2.0d0 * (a * c)))))
    else if (b <= 5.8d+171) then
        tmp = 1.0d0
    else if (b <= 1.56d+199) then
        tmp = x / (x + (y * exp((1.3333333333333333d0 * (b / t)))))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -1.3e-17) {
		tmp = x / (x + (y * Math.exp((b * -1.6666666666666667))));
	} else if (b <= 4.3e-166) {
		tmp = x / (x + (y * Math.exp((2.0 * (a * c)))));
	} else if (b <= 5.8e+171) {
		tmp = 1.0;
	} else if (b <= 1.56e+199) {
		tmp = x / (x + (y * Math.exp((1.3333333333333333 * (b / t)))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if b <= -1.3e-17:
		tmp = x / (x + (y * math.exp((b * -1.6666666666666667))))
	elif b <= 4.3e-166:
		tmp = x / (x + (y * math.exp((2.0 * (a * c)))))
	elif b <= 5.8e+171:
		tmp = 1.0
	elif b <= 1.56e+199:
		tmp = x / (x + (y * math.exp((1.3333333333333333 * (b / t)))))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (b <= -1.3e-17)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(b * -1.6666666666666667)))));
	elseif (b <= 4.3e-166)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(a * c))))));
	elseif (b <= 5.8e+171)
		tmp = 1.0;
	elseif (b <= 1.56e+199)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(b / t))))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (b <= -1.3e-17)
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	elseif (b <= 4.3e-166)
		tmp = x / (x + (y * exp((2.0 * (a * c)))));
	elseif (b <= 5.8e+171)
		tmp = 1.0;
	elseif (b <= 1.56e+199)
		tmp = x / (x + (y * exp((1.3333333333333333 * (b / t)))));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[b, -1.3e-17], N[(x / N[(x + N[(y * N[Exp[N[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[b, 4.3e-166], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[b, 5.8e+171], 1.0, If[LessEqual[b, 1.56e+199], N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(b / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]]]]

Derivation

1. Split input into 4 regimes

2. if b < -1.30000000000000002e-17

   1. Initial program 89.4%

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

   3. Taylor expanded in b around inf 82.4%

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

      1. associate-*r/ 82.4%

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

      2. metadata-eval 82.4%

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

      3. +-commutative 82.4%

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

   5. Simplified 82.4%

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

   6. Taylor expanded in t around inf 70.6%

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

      1. mul-1-neg 70.6%

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

      2. distribute-rgt-neg-in 70.6%

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

      3. mul-1-neg 70.6%

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

      4. distribute-lft-in 70.6%

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

      5. metadata-eval 70.6%

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

      6. mul-1-neg 70.6%

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

      7. unsub-neg 70.6%

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

   8. Simplified 70.6%

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

   9. Taylor expanded in a around 0 69.2%

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

   if -1.30000000000000002e-17 < b < 4.3000000000000001e-166

   1. Initial program 93.2%

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

   3. Taylor expanded in c around inf 77.9%

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

      1. associate--l+ 77.9%

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

      2. associate-*r/ 77.9%

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

      3. metadata-eval 77.9%

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

   5. Simplified 77.9%

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

   6. Taylor expanded in a around inf 62.5%

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

   if 4.3000000000000001e-166 < b < 5.79999999999999969e171 or 1.56e199 < b

   1. Initial program 93.7%

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

   3. Taylor expanded in b around inf 70.2%

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

      1. associate-*r/ 70.2%

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

      2. metadata-eval 70.2%

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

      3. +-commutative 70.2%

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

   5. Simplified 70.2%

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

   6. Taylor expanded in x around inf 67.0%

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

   if 5.79999999999999969e171 < b < 1.56e199

   1. Initial program 87.5%

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

   3. Taylor expanded in t around 0 62.9%

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

   4. Taylor expanded in z around 0 63.7%

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

   5. Taylor expanded in b around inf 87.9%

      \[\leadsto \frac{x}{x + y \cdot e^{\color{blue}{1.3333333333333333 \cdot \frac{b}{t}}}} \]
3. Recombined 4 regimes into one program.

4. Final simplification 66.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b \leq -1.3 \cdot 10^{-17}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{elif}\;b \leq 4.3 \cdot 10^{-166}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(a \cdot c\right)}}\\ \mathbf{elif}\;b \leq 5.8 \cdot 10^{+171}:\\ \;\;\;\;1\\ \mathbf{elif}\;b \leq 1.56 \cdot 10^{+199}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b}{t}}}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]
5. Add Preprocessing

Alternative 8: 70.1% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{if}\;t \leq 2 \cdot 10^{-243}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;t \leq 2 \cdot 10^{-208}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 5.8 \cdot 10^{-40}:\\ \;\;\;\;t\_1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(-0.8333333333333334 - a\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* 1.3333333333333333 (/ (- b c) t))))))))
   (if (<= t 2e-243)
     t_1
     (if (<= t 2e-208)
       1.0
       (if (<= t 5.8e-40)
         t_1
         (/ x (+ x (* y (exp (* 2.0 (* b (- -0.8333333333333334 a))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	double tmp;
	if (t <= 2e-243) {
		tmp = t_1;
	} else if (t <= 2e-208) {
		tmp = 1.0;
	} else if (t <= 5.8e-40) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * exp((2.0 * (b * (-0.8333333333333334 - a))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp((1.3333333333333333d0 * ((b - c) / t)))))
    if (t <= 2d-243) then
        tmp = t_1
    else if (t <= 2d-208) then
        tmp = 1.0d0
    else if (t <= 5.8d-40) then
        tmp = t_1
    else
        tmp = x / (x + (y * exp((2.0d0 * (b * ((-0.8333333333333334d0) - a))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp((1.3333333333333333 * ((b - c) / t)))));
	double tmp;
	if (t <= 2e-243) {
		tmp = t_1;
	} else if (t <= 2e-208) {
		tmp = 1.0;
	} else if (t <= 5.8e-40) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (b * (-0.8333333333333334 - a))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((1.3333333333333333 * ((b - c) / t)))))
	tmp = 0
	if t <= 2e-243:
		tmp = t_1
	elif t <= 2e-208:
		tmp = 1.0
	elif t <= 5.8e-40:
		tmp = t_1
	else:
		tmp = x / (x + (y * math.exp((2.0 * (b * (-0.8333333333333334 - a))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(Float64(b - c) / t))))))
	tmp = 0.0
	if (t <= 2e-243)
		tmp = t_1;
	elseif (t <= 2e-208)
		tmp = 1.0;
	elseif (t <= 5.8e-40)
		tmp = t_1;
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(b * Float64(-0.8333333333333334 - a)))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	tmp = 0.0;
	if (t <= 2e-243)
		tmp = t_1;
	elseif (t <= 2e-208)
		tmp = 1.0;
	elseif (t <= 5.8e-40)
		tmp = t_1;
	else
		tmp = x / (x + (y * exp((2.0 * (b * (-0.8333333333333334 - a))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(N[(b - c), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t, 2e-243], t$95$1, If[LessEqual[t, 2e-208], 1.0, If[LessEqual[t, 5.8e-40], t$95$1, N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(b * N[(-0.8333333333333334 - a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]

Derivation

1. Split input into 3 regimes

2. if t < 1.99999999999999999e-243 or 2.0000000000000002e-208 < t < 5.7999999999999998e-40

   1. Initial program 89.2%

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

   3. Taylor expanded in t around 0 85.6%

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

   4. Taylor expanded in z around 0 70.5%

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

   if 1.99999999999999999e-243 < t < 2.0000000000000002e-208

   1. Initial program 100.0%

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

   3. Taylor expanded in b around inf 72.3%

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

      1. associate-*r/ 72.3%

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

      2. metadata-eval 72.3%

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

      3. +-commutative 72.3%

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

   5. Simplified 72.3%

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

   6. Taylor expanded in x around inf 100.0%

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

   if 5.7999999999999998e-40 < t

   1. Initial program 95.0%

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

   3. Taylor expanded in b around inf 69.9%

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

      1. associate-*r/ 69.9%

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

      2. metadata-eval 69.9%

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

      3. +-commutative 69.9%

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

   5. Simplified 69.9%

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

   6. Taylor expanded in t around inf 71.5%

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

      1. mul-1-neg 71.5%

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

      2. distribute-rgt-neg-in 71.5%

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

      3. mul-1-neg 71.5%

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

      4. distribute-lft-in 71.5%

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

      5. metadata-eval 71.5%

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

      6. mul-1-neg 71.5%

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

      7. unsub-neg 71.5%

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

   8. Simplified 71.5%

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

4. Final simplification 71.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 2 \cdot 10^{-243}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{elif}\;t \leq 2 \cdot 10^{-208}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 5.8 \cdot 10^{-40}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(-0.8333333333333334 - a\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 9: 70.5% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := \frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{if}\;t \leq 7.6 \cdot 10^{-243}:\\ \;\;\;\;t\_1\\ \mathbf{elif}\;t \leq 1.42 \cdot 10^{-208}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 8.6 \cdot 10^{-19}:\\ \;\;\;\;t\_1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (/ x (+ x (* y (exp (* 1.3333333333333333 (/ (- b c) t))))))))
   (if (<= t 7.6e-243)
     t_1
     (if (<= t 1.42e-208)
       1.0
       (if (<= t 8.6e-19)
         t_1
         (/ x (+ x (* y (exp (* 2.0 (* c (+ a 0.8333333333333334))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	double tmp;
	if (t <= 7.6e-243) {
		tmp = t_1;
	} else if (t <= 1.42e-208) {
		tmp = 1.0;
	} else if (t <= 8.6e-19) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * exp((2.0 * (c * (a + 0.8333333333333334))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: tmp
    t_1 = x / (x + (y * exp((1.3333333333333333d0 * ((b - c) / t)))))
    if (t <= 7.6d-243) then
        tmp = t_1
    else if (t <= 1.42d-208) then
        tmp = 1.0d0
    else if (t <= 8.6d-19) then
        tmp = t_1
    else
        tmp = x / (x + (y * exp((2.0d0 * (c * (a + 0.8333333333333334d0))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = x / (x + (y * Math.exp((1.3333333333333333 * ((b - c) / t)))));
	double tmp;
	if (t <= 7.6e-243) {
		tmp = t_1;
	} else if (t <= 1.42e-208) {
		tmp = 1.0;
	} else if (t <= 8.6e-19) {
		tmp = t_1;
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (c * (a + 0.8333333333333334))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = x / (x + (y * math.exp((1.3333333333333333 * ((b - c) / t)))))
	tmp = 0
	if t <= 7.6e-243:
		tmp = t_1
	elif t <= 1.42e-208:
		tmp = 1.0
	elif t <= 8.6e-19:
		tmp = t_1
	else:
		tmp = x / (x + (y * math.exp((2.0 * (c * (a + 0.8333333333333334))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(x / Float64(x + Float64(y * exp(Float64(1.3333333333333333 * Float64(Float64(b - c) / t))))))
	tmp = 0.0
	if (t <= 7.6e-243)
		tmp = t_1;
	elseif (t <= 1.42e-208)
		tmp = 1.0;
	elseif (t <= 8.6e-19)
		tmp = t_1;
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(c * Float64(a + 0.8333333333333334)))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = x / (x + (y * exp((1.3333333333333333 * ((b - c) / t)))));
	tmp = 0.0;
	if (t <= 7.6e-243)
		tmp = t_1;
	elseif (t <= 1.42e-208)
		tmp = 1.0;
	elseif (t <= 8.6e-19)
		tmp = t_1;
	else
		tmp = x / (x + (y * exp((2.0 * (c * (a + 0.8333333333333334))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(x / N[(x + N[(y * N[Exp[N[(1.3333333333333333 * N[(N[(b - c), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t, 7.6e-243], t$95$1, If[LessEqual[t, 1.42e-208], 1.0, If[LessEqual[t, 8.6e-19], t$95$1, N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(c * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]

Derivation

1. Split input into 3 regimes

2. if t < 7.5999999999999996e-243 or 1.42e-208 < t < 8.6e-19

   1. Initial program 89.7%

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

   3. Taylor expanded in t around 0 83.3%

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

   4. Taylor expanded in z around 0 70.4%

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

   if 7.5999999999999996e-243 < t < 1.42e-208

   1. Initial program 100.0%

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

   3. Taylor expanded in b around inf 72.3%

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

      1. associate-*r/ 72.3%

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

      2. metadata-eval 72.3%

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

      3. +-commutative 72.3%

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

   5. Simplified 72.3%

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

   6. Taylor expanded in x around inf 100.0%

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

   if 8.6e-19 < t

   1. Initial program 94.7%

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

   3. Taylor expanded in c around inf 73.8%

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

      1. associate--l+ 73.8%

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

      2. associate-*r/ 73.8%

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

      3. metadata-eval 73.8%

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

   5. Simplified 73.8%

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

   6. Taylor expanded in t around inf 73.8%

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

      1. *-commutative 73.8%

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

   8. Simplified 73.8%

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

4. Final simplification 72.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq 7.6 \cdot 10^{-243}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{elif}\;t \leq 1.42 \cdot 10^{-208}:\\ \;\;\;\;1\\ \mathbf{elif}\;t \leq 8.6 \cdot 10^{-19}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{1.3333333333333333 \cdot \frac{b - c}{t}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 10: 79.5% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;c \leq -5.4 \cdot 10^{+107} \lor \neg \left(c \leq 48000000000\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right)\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (or (<= c -5.4e+107) (not (<= c 48000000000.0)))
   (/
    x
    (+
     x
     (*
      y
      (exp
       (* 2.0 (* c (+ 0.8333333333333334 (- a (/ 0.6666666666666666 t)))))))))
   (/
    x
    (+
     x
     (*
      y
      (exp
       (*
        2.0
        (* b (- (/ 0.6666666666666666 t) (+ a 0.8333333333333334))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((c <= -5.4e+107) || !(c <= 48000000000.0)) {
		tmp = x / (x + (y * exp((2.0 * (c * (0.8333333333333334 + (a - (0.6666666666666666 / t))))))));
	} else {
		tmp = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if ((c <= (-5.4d+107)) .or. (.not. (c <= 48000000000.0d0))) then
        tmp = x / (x + (y * exp((2.0d0 * (c * (0.8333333333333334d0 + (a - (0.6666666666666666d0 / t))))))))
    else
        tmp = x / (x + (y * exp((2.0d0 * (b * ((0.6666666666666666d0 / t) - (a + 0.8333333333333334d0)))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((c <= -5.4e+107) || !(c <= 48000000000.0)) {
		tmp = x / (x + (y * Math.exp((2.0 * (c * (0.8333333333333334 + (a - (0.6666666666666666 / t))))))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (c <= -5.4e+107) or not (c <= 48000000000.0):
		tmp = x / (x + (y * math.exp((2.0 * (c * (0.8333333333333334 + (a - (0.6666666666666666 / t))))))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if ((c <= -5.4e+107) || !(c <= 48000000000.0))
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(c * Float64(0.8333333333333334 + Float64(a - Float64(0.6666666666666666 / t)))))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(b * Float64(Float64(0.6666666666666666 / t) - Float64(a + 0.8333333333333334))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((c <= -5.4e+107) || ~((c <= 48000000000.0)))
		tmp = x / (x + (y * exp((2.0 * (c * (0.8333333333333334 + (a - (0.6666666666666666 / t))))))));
	else
		tmp = x / (x + (y * exp((2.0 * (b * ((0.6666666666666666 / t) - (a + 0.8333333333333334)))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[Or[LessEqual[c, -5.4e+107], N[Not[LessEqual[c, 48000000000.0]], $MachinePrecision]], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(c * N[(0.8333333333333334 + N[(a - N[(0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(b * N[(N[(0.6666666666666666 / t), $MachinePrecision] - N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if c < -5.4000000000000003e107 or 4.8e10 < c

   1. Initial program 89.4%

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

   3. Taylor expanded in c around inf 83.7%

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

      1. associate--l+ 83.7%

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

      2. associate-*r/ 83.7%

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

      3. metadata-eval 83.7%

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

   5. Simplified 83.7%

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

   if -5.4000000000000003e107 < c < 4.8e10

   1. Initial program 94.4%

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

   3. Taylor expanded in b around inf 77.6%

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

      1. associate-*r/ 77.6%

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

      2. metadata-eval 77.6%

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

      3. +-commutative 77.6%

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

   5. Simplified 77.6%

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

4. Final simplification 80.3%

   \[\leadsto \begin{array}{l} \mathbf{if}\;c \leq -5.4 \cdot 10^{+107} \lor \neg \left(c \leq 48000000000\right):\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(c \cdot \left(0.8333333333333334 + \left(a - \frac{0.6666666666666666}{t}\right)\right)\right)}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(b \cdot \left(\frac{0.6666666666666666}{t} - \left(a + 0.8333333333333334\right)\right)\right)}}\\ \end{array} \]
5. Add Preprocessing

Alternative 11: 56.9% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b - c \leq 10^{-114}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= (- b c) 1e-114)
   (/ x (+ x (* y (exp (* b -1.6666666666666667)))))
   1.0))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((b - c) <= 1e-114) {
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if ((b - c) <= 1d-114) then
        tmp = x / (x + (y * exp((b * (-1.6666666666666667d0)))))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((b - c) <= 1e-114) {
		tmp = x / (x + (y * Math.exp((b * -1.6666666666666667))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (b - c) <= 1e-114:
		tmp = x / (x + (y * math.exp((b * -1.6666666666666667))))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (Float64(b - c) <= 1e-114)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(b * -1.6666666666666667)))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((b - c) <= 1e-114)
		tmp = x / (x + (y * exp((b * -1.6666666666666667))));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[N[(b - c), $MachinePrecision], 1e-114], N[(x / N[(x + N[(y * N[Exp[N[(b * -1.6666666666666667), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]

Derivation

1. Split input into 2 regimes

2. if (-.f64 b c) < 1.0000000000000001e-114

   1. Initial program 92.6%

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

   3. Taylor expanded in b around inf 60.8%

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

      1. associate-*r/ 60.8%

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

      2. metadata-eval 60.8%

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

      3. +-commutative 60.8%

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

   5. Simplified 60.8%

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

   6. Taylor expanded in t around inf 58.0%

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

      1. mul-1-neg 58.0%

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

      2. distribute-rgt-neg-in 58.0%

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

      3. mul-1-neg 58.0%

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

      4. distribute-lft-in 58.0%

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

      5. metadata-eval 58.0%

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

      6. mul-1-neg 58.0%

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

      7. unsub-neg 58.0%

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

   8. Simplified 58.0%

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

   9. Taylor expanded in a around 0 53.1%

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

   if 1.0000000000000001e-114 < (-.f64 b c)

   1. Initial program 91.7%

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

   3. Taylor expanded in b around inf 70.2%

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

      1. associate-*r/ 70.2%

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

      2. metadata-eval 70.2%

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

      3. +-commutative 70.2%

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

   5. Simplified 70.2%

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

   6. Taylor expanded in x around inf 69.3%

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

4. Final simplification 60.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b - c \leq 10^{-114}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{b \cdot -1.6666666666666667}}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]
5. Add Preprocessing

Alternative 12: 54.0% accurate, 5.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b - c \leq -5 \cdot 10^{+127}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \mathbf{elif}\;b - c \leq -5 \cdot 10^{+43}:\\ \;\;\;\;\frac{x}{\frac{1.3333333333333333 \cdot \left(y \cdot b\right) + t \cdot x}{t}}\\ \mathbf{elif}\;b - c \leq 10^{-114}:\\ \;\;\;\;\frac{x}{x - y \cdot \left(-1 + 2 \cdot \left(c \cdot \left(\left(\frac{0.6666666666666666}{t} - a\right) - 0.8333333333333334\right)\right)\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= (- b c) -5e+127)
   (/ x (+ x (* y (+ (* 2.0 (* a c)) 1.0))))
   (if (<= (- b c) -5e+43)
     (/ x (/ (+ (* 1.3333333333333333 (* y b)) (* t x)) t))
     (if (<= (- b c) 1e-114)
       (/
        x
        (-
         x
         (*
          y
          (+
           -1.0
           (*
            2.0
            (* c (- (- (/ 0.6666666666666666 t) a) 0.8333333333333334)))))))
       1.0))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((b - c) <= -5e+127) {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	} else if ((b - c) <= -5e+43) {
		tmp = x / (((1.3333333333333333 * (y * b)) + (t * x)) / t);
	} else if ((b - c) <= 1e-114) {
		tmp = x / (x - (y * (-1.0 + (2.0 * (c * (((0.6666666666666666 / t) - a) - 0.8333333333333334))))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if ((b - c) <= (-5d+127)) then
        tmp = x / (x + (y * ((2.0d0 * (a * c)) + 1.0d0)))
    else if ((b - c) <= (-5d+43)) then
        tmp = x / (((1.3333333333333333d0 * (y * b)) + (t * x)) / t)
    else if ((b - c) <= 1d-114) then
        tmp = x / (x - (y * ((-1.0d0) + (2.0d0 * (c * (((0.6666666666666666d0 / t) - a) - 0.8333333333333334d0))))))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((b - c) <= -5e+127) {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	} else if ((b - c) <= -5e+43) {
		tmp = x / (((1.3333333333333333 * (y * b)) + (t * x)) / t);
	} else if ((b - c) <= 1e-114) {
		tmp = x / (x - (y * (-1.0 + (2.0 * (c * (((0.6666666666666666 / t) - a) - 0.8333333333333334))))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (b - c) <= -5e+127:
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)))
	elif (b - c) <= -5e+43:
		tmp = x / (((1.3333333333333333 * (y * b)) + (t * x)) / t)
	elif (b - c) <= 1e-114:
		tmp = x / (x - (y * (-1.0 + (2.0 * (c * (((0.6666666666666666 / t) - a) - 0.8333333333333334))))))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (Float64(b - c) <= -5e+127)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0))));
	elseif (Float64(b - c) <= -5e+43)
		tmp = Float64(x / Float64(Float64(Float64(1.3333333333333333 * Float64(y * b)) + Float64(t * x)) / t));
	elseif (Float64(b - c) <= 1e-114)
		tmp = Float64(x / Float64(x - Float64(y * Float64(-1.0 + Float64(2.0 * Float64(c * Float64(Float64(Float64(0.6666666666666666 / t) - a) - 0.8333333333333334)))))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((b - c) <= -5e+127)
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	elseif ((b - c) <= -5e+43)
		tmp = x / (((1.3333333333333333 * (y * b)) + (t * x)) / t);
	elseif ((b - c) <= 1e-114)
		tmp = x / (x - (y * (-1.0 + (2.0 * (c * (((0.6666666666666666 / t) - a) - 0.8333333333333334))))));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[N[(b - c), $MachinePrecision], -5e+127], N[(x / N[(x + N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[N[(b - c), $MachinePrecision], -5e+43], N[(x / N[(N[(N[(1.3333333333333333 * N[(y * b), $MachinePrecision]), $MachinePrecision] + N[(t * x), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision], If[LessEqual[N[(b - c), $MachinePrecision], 1e-114], N[(x / N[(x - N[(y * N[(-1.0 + N[(2.0 * N[(c * N[(N[(N[(0.6666666666666666 / t), $MachinePrecision] - a), $MachinePrecision] - 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]]]

Derivation

1. Split input into 4 regimes

2. if (-.f64 b c) < -5.0000000000000004e127

   1. Initial program 87.0%

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

   3. Taylor expanded in c around inf 65.0%

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

      1. associate--l+ 65.0%

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

      2. associate-*r/ 65.0%

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

      3. metadata-eval 65.0%

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

   5. Simplified 65.0%

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

   6. Taylor expanded in c around 0 42.6%

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

   7. Taylor expanded in a around inf 48.3%

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

      1. *-commutative 48.3%

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

   9. Simplified 48.3%

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

   if -5.0000000000000004e127 < (-.f64 b c) < -5.0000000000000004e43

   1. Initial program 95.2%

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

   3. Taylor expanded in t around 0 43.9%

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

   4. Taylor expanded in t around inf 21.2%

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

   5. Taylor expanded in b around inf 21.7%

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

   6. Taylor expanded in t around 0 44.7%

      \[\leadsto \frac{x}{\color{blue}{\frac{1.3333333333333333 \cdot \left(b \cdot y\right) + t \cdot x}{t}}} \]

   if -5.0000000000000004e43 < (-.f64 b c) < 1.0000000000000001e-114

   1. Initial program 100.0%

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

   3. Taylor expanded in c around inf 64.0%

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

      1. associate--l+ 64.0%

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

      2. associate-*r/ 64.0%

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

      3. metadata-eval 64.0%

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

   5. Simplified 64.0%

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

   6. Taylor expanded in c around 0 57.7%

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

      1. associate-*r/ 57.7%

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

      2. metadata-eval 57.7%

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

      3. associate-+r- 57.7%

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

   8. Simplified 57.7%

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

   if 1.0000000000000001e-114 < (-.f64 b c)

   1. Initial program 91.7%

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

   3. Taylor expanded in b around inf 70.2%

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

      1. associate-*r/ 70.2%

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

      2. metadata-eval 70.2%

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

      3. +-commutative 70.2%

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

   5. Simplified 70.2%

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

   6. Taylor expanded in x around inf 69.3%

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

4. Final simplification 59.6%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b - c \leq -5 \cdot 10^{+127}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \mathbf{elif}\;b - c \leq -5 \cdot 10^{+43}:\\ \;\;\;\;\frac{x}{\frac{1.3333333333333333 \cdot \left(y \cdot b\right) + t \cdot x}{t}}\\ \mathbf{elif}\;b - c \leq 10^{-114}:\\ \;\;\;\;\frac{x}{x - y \cdot \left(-1 + 2 \cdot \left(c \cdot \left(\left(\frac{0.6666666666666666}{t} - a\right) - 0.8333333333333334\right)\right)\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]
5. Add Preprocessing

Alternative 13: 54.0% accurate, 6.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b - c \leq -5 \cdot 10^{+127}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \mathbf{elif}\;b - c \leq -5 \cdot 10^{+43}:\\ \;\;\;\;\frac{x}{\frac{1.3333333333333333 \cdot \left(y \cdot b\right) + t \cdot x}{t}}\\ \mathbf{elif}\;b - c \leq 10^{-114}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right) + 1\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= (- b c) -5e+127)
   (/ x (+ x (* y (+ (* 2.0 (* a c)) 1.0))))
   (if (<= (- b c) -5e+43)
     (/ x (/ (+ (* 1.3333333333333333 (* y b)) (* t x)) t))
     (if (<= (- b c) 1e-114)
       (/ x (+ x (* y (+ (* 2.0 (* c (+ a 0.8333333333333334))) 1.0))))
       1.0))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((b - c) <= -5e+127) {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	} else if ((b - c) <= -5e+43) {
		tmp = x / (((1.3333333333333333 * (y * b)) + (t * x)) / t);
	} else if ((b - c) <= 1e-114) {
		tmp = x / (x + (y * ((2.0 * (c * (a + 0.8333333333333334))) + 1.0)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if ((b - c) <= (-5d+127)) then
        tmp = x / (x + (y * ((2.0d0 * (a * c)) + 1.0d0)))
    else if ((b - c) <= (-5d+43)) then
        tmp = x / (((1.3333333333333333d0 * (y * b)) + (t * x)) / t)
    else if ((b - c) <= 1d-114) then
        tmp = x / (x + (y * ((2.0d0 * (c * (a + 0.8333333333333334d0))) + 1.0d0)))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((b - c) <= -5e+127) {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	} else if ((b - c) <= -5e+43) {
		tmp = x / (((1.3333333333333333 * (y * b)) + (t * x)) / t);
	} else if ((b - c) <= 1e-114) {
		tmp = x / (x + (y * ((2.0 * (c * (a + 0.8333333333333334))) + 1.0)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (b - c) <= -5e+127:
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)))
	elif (b - c) <= -5e+43:
		tmp = x / (((1.3333333333333333 * (y * b)) + (t * x)) / t)
	elif (b - c) <= 1e-114:
		tmp = x / (x + (y * ((2.0 * (c * (a + 0.8333333333333334))) + 1.0)))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (Float64(b - c) <= -5e+127)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0))));
	elseif (Float64(b - c) <= -5e+43)
		tmp = Float64(x / Float64(Float64(Float64(1.3333333333333333 * Float64(y * b)) + Float64(t * x)) / t));
	elseif (Float64(b - c) <= 1e-114)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(c * Float64(a + 0.8333333333333334))) + 1.0))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((b - c) <= -5e+127)
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	elseif ((b - c) <= -5e+43)
		tmp = x / (((1.3333333333333333 * (y * b)) + (t * x)) / t);
	elseif ((b - c) <= 1e-114)
		tmp = x / (x + (y * ((2.0 * (c * (a + 0.8333333333333334))) + 1.0)));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[N[(b - c), $MachinePrecision], -5e+127], N[(x / N[(x + N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[N[(b - c), $MachinePrecision], -5e+43], N[(x / N[(N[(N[(1.3333333333333333 * N[(y * b), $MachinePrecision]), $MachinePrecision] + N[(t * x), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision], If[LessEqual[N[(b - c), $MachinePrecision], 1e-114], N[(x / N[(x + N[(y * N[(N[(2.0 * N[(c * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]]]

Derivation

1. Split input into 4 regimes

2. if (-.f64 b c) < -5.0000000000000004e127

   1. Initial program 87.0%

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

   3. Taylor expanded in c around inf 65.0%

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

      1. associate--l+ 65.0%

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

      2. associate-*r/ 65.0%

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

      3. metadata-eval 65.0%

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

   5. Simplified 65.0%

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

   6. Taylor expanded in c around 0 42.6%

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

   7. Taylor expanded in a around inf 48.3%

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

      1. *-commutative 48.3%

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

   9. Simplified 48.3%

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

   if -5.0000000000000004e127 < (-.f64 b c) < -5.0000000000000004e43

   1. Initial program 95.2%

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

   3. Taylor expanded in t around 0 43.9%

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

   4. Taylor expanded in t around inf 21.2%

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

   5. Taylor expanded in b around inf 21.7%

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

   6. Taylor expanded in t around 0 44.7%

      \[\leadsto \frac{x}{\color{blue}{\frac{1.3333333333333333 \cdot \left(b \cdot y\right) + t \cdot x}{t}}} \]

   if -5.0000000000000004e43 < (-.f64 b c) < 1.0000000000000001e-114

   1. Initial program 100.0%

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

   3. Taylor expanded in c around inf 64.0%

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

      1. associate--l+ 64.0%

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

      2. associate-*r/ 64.0%

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

      3. metadata-eval 64.0%

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

   5. Simplified 64.0%

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

   6. Taylor expanded in c around 0 57.7%

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

   7. Taylor expanded in t around inf 57.7%

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

   if 1.0000000000000001e-114 < (-.f64 b c)

   1. Initial program 91.7%

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

   3. Taylor expanded in b around inf 70.2%

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

      1. associate-*r/ 70.2%

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

      2. metadata-eval 70.2%

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

      3. +-commutative 70.2%

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

   5. Simplified 70.2%

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

   6. Taylor expanded in x around inf 69.3%

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

4. Final simplification 59.5%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b - c \leq -5 \cdot 10^{+127}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \mathbf{elif}\;b - c \leq -5 \cdot 10^{+43}:\\ \;\;\;\;\frac{x}{\frac{1.3333333333333333 \cdot \left(y \cdot b\right) + t \cdot x}{t}}\\ \mathbf{elif}\;b - c \leq 10^{-114}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(c \cdot \left(a + 0.8333333333333334\right)\right) + 1\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]
5. Add Preprocessing

Alternative 14: 51.7% accurate, 7.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -2.7 \cdot 10^{+39} \lor \neg \left(t \leq 10^{+228}\right):\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \frac{c \cdot -0.6666666666666666 + c \cdot \left(t \cdot \left(a + 0.8333333333333334\right)\right)}{t} + 1\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (or (<= t -2.7e+39) (not (<= t 1e+228)))
   (/
    x
    (+
     x
     (*
      y
      (+
       (*
        2.0
        (/
         (+ (* c -0.6666666666666666) (* c (* t (+ a 0.8333333333333334))))
         t))
       1.0))))
   1.0))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((t <= -2.7e+39) || !(t <= 1e+228)) {
		tmp = x / (x + (y * ((2.0 * (((c * -0.6666666666666666) + (c * (t * (a + 0.8333333333333334)))) / t)) + 1.0)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if ((t <= (-2.7d+39)) .or. (.not. (t <= 1d+228))) then
        tmp = x / (x + (y * ((2.0d0 * (((c * (-0.6666666666666666d0)) + (c * (t * (a + 0.8333333333333334d0)))) / t)) + 1.0d0)))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((t <= -2.7e+39) || !(t <= 1e+228)) {
		tmp = x / (x + (y * ((2.0 * (((c * -0.6666666666666666) + (c * (t * (a + 0.8333333333333334)))) / t)) + 1.0)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (t <= -2.7e+39) or not (t <= 1e+228):
		tmp = x / (x + (y * ((2.0 * (((c * -0.6666666666666666) + (c * (t * (a + 0.8333333333333334)))) / t)) + 1.0)))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if ((t <= -2.7e+39) || !(t <= 1e+228))
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(Float64(Float64(c * -0.6666666666666666) + Float64(c * Float64(t * Float64(a + 0.8333333333333334)))) / t)) + 1.0))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((t <= -2.7e+39) || ~((t <= 1e+228)))
		tmp = x / (x + (y * ((2.0 * (((c * -0.6666666666666666) + (c * (t * (a + 0.8333333333333334)))) / t)) + 1.0)));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[Or[LessEqual[t, -2.7e+39], N[Not[LessEqual[t, 1e+228]], $MachinePrecision]], N[(x / N[(x + N[(y * N[(N[(2.0 * N[(N[(N[(c * -0.6666666666666666), $MachinePrecision] + N[(c * N[(t * N[(a + 0.8333333333333334), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]

Derivation

1. Split input into 2 regimes

2. if t < -2.70000000000000003e39 or 9.9999999999999992e227 < t

   1. Initial program 87.6%

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

   3. Taylor expanded in c around inf 77.6%

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

      1. associate--l+ 77.6%

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

      2. associate-*r/ 77.6%

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

      3. metadata-eval 77.6%

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

   5. Simplified 77.6%

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

   6. Taylor expanded in c around 0 58.4%

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

   7. Taylor expanded in t around 0 67.8%

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

   if -2.70000000000000003e39 < t < 9.9999999999999992e227

   1. Initial program 93.1%

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

   3. Taylor expanded in b around inf 64.1%

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

      1. associate-*r/ 64.1%

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

      2. metadata-eval 64.1%

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

      3. +-commutative 64.1%

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

   5. Simplified 64.1%

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

   6. Taylor expanded in x around inf 56.5%

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

4. Final simplification 58.3%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -2.7 \cdot 10^{+39} \lor \neg \left(t \leq 10^{+228}\right):\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \frac{c \cdot -0.6666666666666666 + c \cdot \left(t \cdot \left(a + 0.8333333333333334\right)\right)}{t} + 1\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]
5. Add Preprocessing

Alternative 15: 55.6% accurate, 7.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b - c \leq 3 \cdot 10^{-244}:\\ \;\;\;\;\frac{x}{x - y \cdot \left(-1 - 2 \cdot \left(a \cdot \left(c + c \cdot \frac{0.8333333333333334 + \frac{-0.6666666666666666}{t}}{a}\right)\right)\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= (- b c) 3e-244)
   (/
    x
    (-
     x
     (*
      y
      (-
       -1.0
       (*
        2.0
        (*
         a
         (+
          c
          (* c (/ (+ 0.8333333333333334 (/ -0.6666666666666666 t)) a)))))))))
   1.0))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((b - c) <= 3e-244) {
		tmp = x / (x - (y * (-1.0 - (2.0 * (a * (c + (c * ((0.8333333333333334 + (-0.6666666666666666 / t)) / a))))))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if ((b - c) <= 3d-244) then
        tmp = x / (x - (y * ((-1.0d0) - (2.0d0 * (a * (c + (c * ((0.8333333333333334d0 + ((-0.6666666666666666d0) / t)) / a))))))))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if ((b - c) <= 3e-244) {
		tmp = x / (x - (y * (-1.0 - (2.0 * (a * (c + (c * ((0.8333333333333334 + (-0.6666666666666666 / t)) / a))))))));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if (b - c) <= 3e-244:
		tmp = x / (x - (y * (-1.0 - (2.0 * (a * (c + (c * ((0.8333333333333334 + (-0.6666666666666666 / t)) / a))))))))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (Float64(b - c) <= 3e-244)
		tmp = Float64(x / Float64(x - Float64(y * Float64(-1.0 - Float64(2.0 * Float64(a * Float64(c + Float64(c * Float64(Float64(0.8333333333333334 + Float64(-0.6666666666666666 / t)) / a)))))))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if ((b - c) <= 3e-244)
		tmp = x / (x - (y * (-1.0 - (2.0 * (a * (c + (c * ((0.8333333333333334 + (-0.6666666666666666 / t)) / a))))))));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[N[(b - c), $MachinePrecision], 3e-244], N[(x / N[(x - N[(y * N[(-1.0 - N[(2.0 * N[(a * N[(c + N[(c * N[(N[(0.8333333333333334 + N[(-0.6666666666666666 / t), $MachinePrecision]), $MachinePrecision] / a), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]

Derivation

1. Split input into 2 regimes

2. if (-.f64 b c) < 3.0000000000000001e-244

   1. Initial program 92.2%

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

   3. Taylor expanded in c around inf 66.0%

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

      1. associate--l+ 66.0%

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

      2. associate-*r/ 66.0%

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

      3. metadata-eval 66.0%

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

   5. Simplified 66.0%

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

   6. Taylor expanded in c around 0 43.3%

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

   7. Taylor expanded in a around inf 47.8%

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

      1. associate-/l* 48.5%

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

      2. cancel-sign-sub-inv 48.5%

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

      3. metadata-eval 48.5%

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

      4. associate-*r/ 48.5%

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

      5. metadata-eval 48.5%

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

   9. Simplified 48.5%

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

   if 3.0000000000000001e-244 < (-.f64 b c)

   1. Initial program 92.2%

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

   3. Taylor expanded in b around inf 68.3%

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

      1. associate-*r/ 68.3%

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

      2. metadata-eval 68.3%

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

      3. +-commutative 68.3%

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

   5. Simplified 68.3%

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

   6. Taylor expanded in x around inf 68.0%

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

4. Final simplification 58.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b - c \leq 3 \cdot 10^{-244}:\\ \;\;\;\;\frac{x}{x - y \cdot \left(-1 - 2 \cdot \left(a \cdot \left(c + c \cdot \frac{0.8333333333333334 + \frac{-0.6666666666666666}{t}}{a}\right)\right)\right)}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]
5. Add Preprocessing

Alternative 16: 47.5% accurate, 12.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -1.05 \cdot 10^{-238}:\\ \;\;\;\;\frac{x}{x + 2 \cdot \left(a \cdot \left(y \cdot c\right)\right)}\\ \mathbf{elif}\;t \leq 6.5 \cdot 10^{+214}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + c \cdot \frac{y}{c}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t -1.05e-238)
   (/ x (+ x (* 2.0 (* a (* y c)))))
   (if (<= t 6.5e+214) 1.0 (/ x (+ x (* c (/ y c)))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= -1.05e-238) {
		tmp = x / (x + (2.0 * (a * (y * c))));
	} else if (t <= 6.5e+214) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (c * (y / c)));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (t <= (-1.05d-238)) then
        tmp = x / (x + (2.0d0 * (a * (y * c))))
    else if (t <= 6.5d+214) then
        tmp = 1.0d0
    else
        tmp = x / (x + (c * (y / c)))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= -1.05e-238) {
		tmp = x / (x + (2.0 * (a * (y * c))));
	} else if (t <= 6.5e+214) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (c * (y / c)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= -1.05e-238:
		tmp = x / (x + (2.0 * (a * (y * c))))
	elif t <= 6.5e+214:
		tmp = 1.0
	else:
		tmp = x / (x + (c * (y / c)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= -1.05e-238)
		tmp = Float64(x / Float64(x + Float64(2.0 * Float64(a * Float64(y * c)))));
	elseif (t <= 6.5e+214)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(c * Float64(y / c))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= -1.05e-238)
		tmp = x / (x + (2.0 * (a * (y * c))));
	elseif (t <= 6.5e+214)
		tmp = 1.0;
	else
		tmp = x / (x + (c * (y / c)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, -1.05e-238], N[(x / N[(x + N[(2.0 * N[(a * N[(y * c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 6.5e+214], 1.0, N[(x / N[(x + N[(c * N[(y / c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 3 regimes

2. if t < -1.0500000000000001e-238

   1. Initial program 88.5%

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

   3. Taylor expanded in c around inf 55.5%

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

      1. associate--l+ 55.5%

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

      2. associate-*r/ 55.5%

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

      3. metadata-eval 55.5%

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

   5. Simplified 55.5%

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

   6. Taylor expanded in c around 0 46.3%

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

   7. Taylor expanded in a around inf 56.6%

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

      1. *-commutative 56.6%

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

   9. Simplified 56.6%

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

   if -1.0500000000000001e-238 < t < 6.5000000000000001e214

   1. Initial program 93.7%

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

   3. Taylor expanded in b around inf 63.5%

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

      1. associate-*r/ 63.5%

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

      2. metadata-eval 63.5%

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

      3. +-commutative 63.5%

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

   5. Simplified 63.5%

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

   6. Taylor expanded in x around inf 56.9%

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

   if 6.5000000000000001e214 < t

   1. Initial program 89.8%

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

   3. Taylor expanded in c around inf 75.7%

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

      1. associate--l+ 75.7%

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

      2. associate-*r/ 75.7%

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

      3. metadata-eval 75.7%

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

   5. Simplified 75.7%

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

   6. Taylor expanded in c around 0 52.4%

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

   7. Taylor expanded in c around inf 52.1%

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

   8. Taylor expanded in c around 0 55.9%

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

4. Final simplification 56.7%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -1.05 \cdot 10^{-238}:\\ \;\;\;\;\frac{x}{x + 2 \cdot \left(a \cdot \left(y \cdot c\right)\right)}\\ \mathbf{elif}\;t \leq 6.5 \cdot 10^{+214}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + c \cdot \frac{y}{c}}\\ \end{array} \]
5. Add Preprocessing

Alternative 17: 49.5% accurate, 12.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;t \leq -2 \cdot 10^{+46}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \mathbf{elif}\;t \leq 5.2 \cdot 10^{+214}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + c \cdot \frac{y}{c}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= t -2e+46)
   (/ x (+ x (* y (+ (* 2.0 (* a c)) 1.0))))
   (if (<= t 5.2e+214) 1.0 (/ x (+ x (* c (/ y c)))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= -2e+46) {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	} else if (t <= 5.2e+214) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (c * (y / c)));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (t <= (-2d+46)) then
        tmp = x / (x + (y * ((2.0d0 * (a * c)) + 1.0d0)))
    else if (t <= 5.2d+214) then
        tmp = 1.0d0
    else
        tmp = x / (x + (c * (y / c)))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (t <= -2e+46) {
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	} else if (t <= 5.2e+214) {
		tmp = 1.0;
	} else {
		tmp = x / (x + (c * (y / c)));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if t <= -2e+46:
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)))
	elif t <= 5.2e+214:
		tmp = 1.0
	else:
		tmp = x / (x + (c * (y / c)))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (t <= -2e+46)
		tmp = Float64(x / Float64(x + Float64(y * Float64(Float64(2.0 * Float64(a * c)) + 1.0))));
	elseif (t <= 5.2e+214)
		tmp = 1.0;
	else
		tmp = Float64(x / Float64(x + Float64(c * Float64(y / c))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (t <= -2e+46)
		tmp = x / (x + (y * ((2.0 * (a * c)) + 1.0)));
	elseif (t <= 5.2e+214)
		tmp = 1.0;
	else
		tmp = x / (x + (c * (y / c)));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[t, -2e+46], N[(x / N[(x + N[(y * N[(N[(2.0 * N[(a * c), $MachinePrecision]), $MachinePrecision] + 1.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[t, 5.2e+214], 1.0, N[(x / N[(x + N[(c * N[(y / c), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 3 regimes

2. if t < -2e46

   1. Initial program 86.7%

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

   3. Taylor expanded in c around inf 74.5%

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

      1. associate--l+ 74.5%

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

      2. associate-*r/ 74.5%

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

      3. metadata-eval 74.5%

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

   5. Simplified 74.5%

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

   6. Taylor expanded in c around 0 68.2%

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

   7. Taylor expanded in a around inf 68.2%

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

      1. *-commutative 68.2%

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

   9. Simplified 68.2%

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

   if -2e46 < t < 5.19999999999999986e214

   1. Initial program 92.9%

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

   3. Taylor expanded in b around inf 63.4%

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

      1. associate-*r/ 63.4%

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

      2. metadata-eval 63.4%

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

      3. +-commutative 63.4%

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

   5. Simplified 63.4%

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

   6. Taylor expanded in x around inf 56.2%

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

   if 5.19999999999999986e214 < t

   1. Initial program 89.8%

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

   3. Taylor expanded in c around inf 75.7%

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

      1. associate--l+ 75.7%

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

      2. associate-*r/ 75.7%

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

      3. metadata-eval 75.7%

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

   5. Simplified 75.7%

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

   6. Taylor expanded in c around 0 52.4%

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

   7. Taylor expanded in c around inf 52.1%

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

   8. Taylor expanded in c around 0 55.9%

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

4. Final simplification 56.9%

   \[\leadsto \begin{array}{l} \mathbf{if}\;t \leq -2 \cdot 10^{+46}:\\ \;\;\;\;\frac{x}{x + y \cdot \left(2 \cdot \left(a \cdot c\right) + 1\right)}\\ \mathbf{elif}\;t \leq 5.2 \cdot 10^{+214}:\\ \;\;\;\;1\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + c \cdot \frac{y}{c}}\\ \end{array} \]
5. Add Preprocessing

Alternative 18: 52.3% accurate, 14.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;b \leq -2.05 \cdot 10^{+135}:\\ \;\;\;\;\frac{x}{x + 1.3333333333333333 \cdot \frac{y \cdot b}{t}}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (if (<= b -2.05e+135) (/ x (+ x (* 1.3333333333333333 (/ (* y b) t)))) 1.0))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -2.05e+135) {
		tmp = x / (x + (1.3333333333333333 * ((y * b) / t)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: tmp
    if (b <= (-2.05d+135)) then
        tmp = x / (x + (1.3333333333333333d0 * ((y * b) / t)))
    else
        tmp = 1.0d0
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double tmp;
	if (b <= -2.05e+135) {
		tmp = x / (x + (1.3333333333333333 * ((y * b) / t)));
	} else {
		tmp = 1.0;
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	tmp = 0
	if b <= -2.05e+135:
		tmp = x / (x + (1.3333333333333333 * ((y * b) / t)))
	else:
		tmp = 1.0
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	tmp = 0.0
	if (b <= -2.05e+135)
		tmp = Float64(x / Float64(x + Float64(1.3333333333333333 * Float64(Float64(y * b) / t))));
	else
		tmp = 1.0;
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	tmp = 0.0;
	if (b <= -2.05e+135)
		tmp = x / (x + (1.3333333333333333 * ((y * b) / t)));
	else
		tmp = 1.0;
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := If[LessEqual[b, -2.05e+135], N[(x / N[(x + N[(1.3333333333333333 * N[(N[(y * b), $MachinePrecision] / t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], 1.0]

Derivation

1. Split input into 2 regimes

2. if b < -2.05e135

   1. Initial program 81.3%

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

   3. Taylor expanded in t around 0 47.9%

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

   4. Taylor expanded in t around inf 45.0%

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

   5. Taylor expanded in b around inf 45.7%

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

   if -2.05e135 < b

   1. Initial program 93.8%

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

   3. Taylor expanded in b around inf 61.1%

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

      1. associate-*r/ 61.1%

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

      2. metadata-eval 61.1%

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

      3. +-commutative 61.1%

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

   5. Simplified 61.1%

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

   6. Taylor expanded in x around inf 55.1%

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

4. Final simplification 54.0%

   \[\leadsto \begin{array}{l} \mathbf{if}\;b \leq -2.05 \cdot 10^{+135}:\\ \;\;\;\;\frac{x}{x + 1.3333333333333333 \cdot \frac{y \cdot b}{t}}\\ \mathbf{else}:\\ \;\;\;\;1\\ \end{array} \]
5. Add Preprocessing

Alternative 19: 51.4% accurate, 231.0× speedup

Math

\[\begin{array}{l} \\ 1 \end{array} \]

FPCore

(FPCore (x y z t a b c) :precision binary64 1.0)

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	return 1.0;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    code = 1.0d0
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	return 1.0;
}

Python

def code(x, y, z, t, a, b, c):
	return 1.0

Julia

function code(x, y, z, t, a, b, c)
	return 1.0
end

MATLAB

function tmp = code(x, y, z, t, a, b, c)
	tmp = 1.0;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := 1.0

Derivation

1. Initial program 92.2%

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

3. Taylor expanded in b around inf 65.2%

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

   1. associate-*r/ 65.2%

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

   2. metadata-eval 65.2%

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

   3. +-commutative 65.2%

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

5. Simplified 65.2%

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

6. Taylor expanded in x around inf 52.0%

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

7. Final simplification 52.0%

   \[\leadsto 1 \]
8. Add Preprocessing

Developer target: 95.0% accurate, 0.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_1 := z \cdot \sqrt{t + a}\\ t_2 := a - \frac{5}{6}\\ \mathbf{if}\;t < -2.118326644891581 \cdot 10^{-50}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\left(a \cdot c + 0.8333333333333334 \cdot c\right) - a \cdot b\right)}}\\ \mathbf{elif}\;t < 5.196588770651547 \cdot 10^{-123}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \frac{t\_1 \cdot \left(\left(3 \cdot t\right) \cdot t\_2\right) - \left(\left(\frac{5}{6} + a\right) \cdot \left(3 \cdot t\right) - 2\right) \cdot \left(t\_2 \cdot \left(\left(b - c\right) \cdot t\right)\right)}{\left(\left(t \cdot t\right) \cdot 3\right) \cdot t\_2}}}\\ \mathbf{else}:\\ \;\;\;\;\frac{x}{x + y \cdot e^{2 \cdot \left(\frac{t\_1}{t} - \left(b - c\right) \cdot \left(\left(a + \frac{5}{6}\right) - \frac{2}{t \cdot 3}\right)\right)}}\\ \end{array} \end{array} \]

FPCore

(FPCore (x y z t a b c)
 :precision binary64
 (let* ((t_1 (* z (sqrt (+ t a)))) (t_2 (- a (/ 5.0 6.0))))
   (if (< t -2.118326644891581e-50)
     (/
      x
      (+
       x
       (* y (exp (* 2.0 (- (+ (* a c) (* 0.8333333333333334 c)) (* a b)))))))
     (if (< t 5.196588770651547e-123)
       (/
        x
        (+
         x
         (*
          y
          (exp
           (*
            2.0
            (/
             (-
              (* t_1 (* (* 3.0 t) t_2))
              (*
               (- (* (+ (/ 5.0 6.0) a) (* 3.0 t)) 2.0)
               (* t_2 (* (- b c) t))))
             (* (* (* t t) 3.0) t_2)))))))
       (/
        x
        (+
         x
         (*
          y
          (exp
           (*
            2.0
            (-
             (/ t_1 t)
             (* (- b c) (- (+ a (/ 5.0 6.0)) (/ 2.0 (* t 3.0))))))))))))))

C

double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = z * sqrt((t + a));
	double t_2 = a - (5.0 / 6.0);
	double tmp;
	if (t < -2.118326644891581e-50) {
		tmp = x / (x + (y * exp((2.0 * (((a * c) + (0.8333333333333334 * c)) - (a * b))))));
	} else if (t < 5.196588770651547e-123) {
		tmp = x / (x + (y * exp((2.0 * (((t_1 * ((3.0 * t) * t_2)) - (((((5.0 / 6.0) + a) * (3.0 * t)) - 2.0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0) * t_2))))));
	} else {
		tmp = x / (x + (y * exp((2.0 * ((t_1 / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
	}
	return tmp;
}

Fortran

real(8) function code(x, y, z, t, a, b, c)
    real(8), intent (in) :: x
    real(8), intent (in) :: y
    real(8), intent (in) :: z
    real(8), intent (in) :: t
    real(8), intent (in) :: a
    real(8), intent (in) :: b
    real(8), intent (in) :: c
    real(8) :: t_1
    real(8) :: t_2
    real(8) :: tmp
    t_1 = z * sqrt((t + a))
    t_2 = a - (5.0d0 / 6.0d0)
    if (t < (-2.118326644891581d-50)) then
        tmp = x / (x + (y * exp((2.0d0 * (((a * c) + (0.8333333333333334d0 * c)) - (a * b))))))
    else if (t < 5.196588770651547d-123) then
        tmp = x / (x + (y * exp((2.0d0 * (((t_1 * ((3.0d0 * t) * t_2)) - (((((5.0d0 / 6.0d0) + a) * (3.0d0 * t)) - 2.0d0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0d0) * t_2))))))
    else
        tmp = x / (x + (y * exp((2.0d0 * ((t_1 / t) - ((b - c) * ((a + (5.0d0 / 6.0d0)) - (2.0d0 / (t * 3.0d0)))))))))
    end if
    code = tmp
end function

Java

public static double code(double x, double y, double z, double t, double a, double b, double c) {
	double t_1 = z * Math.sqrt((t + a));
	double t_2 = a - (5.0 / 6.0);
	double tmp;
	if (t < -2.118326644891581e-50) {
		tmp = x / (x + (y * Math.exp((2.0 * (((a * c) + (0.8333333333333334 * c)) - (a * b))))));
	} else if (t < 5.196588770651547e-123) {
		tmp = x / (x + (y * Math.exp((2.0 * (((t_1 * ((3.0 * t) * t_2)) - (((((5.0 / 6.0) + a) * (3.0 * t)) - 2.0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0) * t_2))))));
	} else {
		tmp = x / (x + (y * Math.exp((2.0 * ((t_1 / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
	}
	return tmp;
}

Python

def code(x, y, z, t, a, b, c):
	t_1 = z * math.sqrt((t + a))
	t_2 = a - (5.0 / 6.0)
	tmp = 0
	if t < -2.118326644891581e-50:
		tmp = x / (x + (y * math.exp((2.0 * (((a * c) + (0.8333333333333334 * c)) - (a * b))))))
	elif t < 5.196588770651547e-123:
		tmp = x / (x + (y * math.exp((2.0 * (((t_1 * ((3.0 * t) * t_2)) - (((((5.0 / 6.0) + a) * (3.0 * t)) - 2.0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0) * t_2))))))
	else:
		tmp = x / (x + (y * math.exp((2.0 * ((t_1 / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))))
	return tmp

Julia

function code(x, y, z, t, a, b, c)
	t_1 = Float64(z * sqrt(Float64(t + a)))
	t_2 = Float64(a - Float64(5.0 / 6.0))
	tmp = 0.0
	if (t < -2.118326644891581e-50)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(a * c) + Float64(0.8333333333333334 * c)) - Float64(a * b)))))));
	elseif (t < 5.196588770651547e-123)
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(Float64(t_1 * Float64(Float64(3.0 * t) * t_2)) - Float64(Float64(Float64(Float64(Float64(5.0 / 6.0) + a) * Float64(3.0 * t)) - 2.0) * Float64(t_2 * Float64(Float64(b - c) * t)))) / Float64(Float64(Float64(t * t) * 3.0) * t_2)))))));
	else
		tmp = Float64(x / Float64(x + Float64(y * exp(Float64(2.0 * Float64(Float64(t_1 / t) - Float64(Float64(b - c) * Float64(Float64(a + Float64(5.0 / 6.0)) - Float64(2.0 / Float64(t * 3.0))))))))));
	end
	return tmp
end

MATLAB

function tmp_2 = code(x, y, z, t, a, b, c)
	t_1 = z * sqrt((t + a));
	t_2 = a - (5.0 / 6.0);
	tmp = 0.0;
	if (t < -2.118326644891581e-50)
		tmp = x / (x + (y * exp((2.0 * (((a * c) + (0.8333333333333334 * c)) - (a * b))))));
	elseif (t < 5.196588770651547e-123)
		tmp = x / (x + (y * exp((2.0 * (((t_1 * ((3.0 * t) * t_2)) - (((((5.0 / 6.0) + a) * (3.0 * t)) - 2.0) * (t_2 * ((b - c) * t)))) / (((t * t) * 3.0) * t_2))))));
	else
		tmp = x / (x + (y * exp((2.0 * ((t_1 / t) - ((b - c) * ((a + (5.0 / 6.0)) - (2.0 / (t * 3.0)))))))));
	end
	tmp_2 = tmp;
end

Wolfram

code[x_, y_, z_, t_, a_, b_, c_] := Block[{t$95$1 = N[(z * N[Sqrt[N[(t + a), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]}, Block[{t$95$2 = N[(a - N[(5.0 / 6.0), $MachinePrecision]), $MachinePrecision]}, If[Less[t, -2.118326644891581e-50], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(a * c), $MachinePrecision] + N[(0.8333333333333334 * c), $MachinePrecision]), $MachinePrecision] - N[(a * b), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[Less[t, 5.196588770651547e-123], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(N[(t$95$1 * N[(N[(3.0 * t), $MachinePrecision] * t$95$2), $MachinePrecision]), $MachinePrecision] - N[(N[(N[(N[(N[(5.0 / 6.0), $MachinePrecision] + a), $MachinePrecision] * N[(3.0 * t), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * N[(t$95$2 * N[(N[(b - c), $MachinePrecision] * t), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision] / N[(N[(N[(t * t), $MachinePrecision] * 3.0), $MachinePrecision] * t$95$2), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(x / N[(x + N[(y * N[Exp[N[(2.0 * N[(N[(t$95$1 / t), $MachinePrecision] - N[(N[(b - c), $MachinePrecision] * N[(N[(a + N[(5.0 / 6.0), $MachinePrecision]), $MachinePrecision] - N[(2.0 / N[(t * 3.0), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]]

Reproduce

herbie shell --seed 2024130 
(FPCore (x y z t a b c)
  :name "Numeric.SpecFunctions:invIncompleteBetaWorker from math-functions-0.1.5.2, I"
  :precision binary64

  :alt
  (if (< t -2.118326644891581e-50) (/ x (+ x (* y (exp (* 2.0 (- (+ (* a c) (* 0.8333333333333334 c)) (* a b))))))) (if (< t 5.196588770651547e-123) (/ x (+ x (* y (exp (* 2.0 (/ (- (* (* z (sqrt (+ t a))) (* (* 3.0 t) (- a (/ 5.0 6.0)))) (* (- (* (+ (/ 5.0 6.0) a) (* 3.0 t)) 2.0) (* (- a (/ 5.0 6.0)) (* (- b c) t)))) (* (* (* t t) 3.0) (- a (/ 5.0 6.0))))))))) (/ x (+ x (* y (exp (* 2.0 (- (/ (* z (sqrt (+ t a))) t) (* (- b c) (- (+ a (/ 5.0 6.0)) (/ 2.0 (* t 3.0))))))))))))

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