UniformSampleCone 2

Percentage Accurate: 98.9% → 99.0%

Time: 20.4s

Alternatives: 8

Speedup: 1.0×

Specification

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

Math

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

FPCore

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

C

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

Julia

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

MATLAB

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

Initial Program: 98.9% accurate, 1.0× speedup

Math

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

FPCore

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

C

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

Julia

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

MATLAB

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

Alternative 1: 99.0% accurate, 0.7× speedup

Math

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

FPCore

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

C

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

Julia

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

Derivation

1. Initial program 98.9%

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

   1. associate-+l+ 98.9%

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

   2. associate-*l* 98.9%

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

   3. fma-define 99.0%

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

3. Simplified 98.9%

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

5. Final simplification 98.9%

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

Alternative 2: 98.9% accurate, 0.8× speedup

Math

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

FPCore

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

C

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

Julia

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

Derivation

1. Initial program 98.9%

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

3. Simplified 98.9%

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

5. Final simplification 98.9%

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

Alternative 3: 98.9% accurate, 1.0× speedup

Math

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

FPCore

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

C

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

Julia

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

MATLAB

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

Derivation

1. Initial program 98.9%

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

3. Final simplification 98.9%

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

Alternative 4: 98.9% accurate, 1.0× speedup

Math

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

FPCore

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

C

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

Julia

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

Derivation

1. Initial program 98.9%

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

3. Simplified 98.9%

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

5. Final simplification 98.9%

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

Alternative 5: 98.8% accurate, 1.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := 2 \cdot \left(uy \cdot \pi\right)\\ zi \cdot \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) + xi \cdot \left(\mathsf{fma}\left(-0.5, {\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)}^{2}, 1\right) \cdot \left(\cos t\_0 + \frac{yi \cdot \sin t\_0}{xi}\right)\right) \end{array} \end{array} \]

FPCore

(FPCore (xi yi zi ux uy maxCos)
 :precision binary32
 (let* ((t_0 (* 2.0 (* uy PI))))
   (+
    (* zi (* ux (* (- 1.0 ux) maxCos)))
    (*
     xi
     (*
      (fma -0.5 (pow (* maxCos (* ux (- 1.0 ux))) 2.0) 1.0)
      (+ (cos t_0) (/ (* yi (sin t_0)) xi)))))))

C

float code(float xi, float yi, float zi, float ux, float uy, float maxCos) {
	float t_0 = 2.0f * (uy * ((float) M_PI));
	return (zi * (ux * ((1.0f - ux) * maxCos))) + (xi * (fmaf(-0.5f, powf((maxCos * (ux * (1.0f - ux))), 2.0f), 1.0f) * (cosf(t_0) + ((yi * sinf(t_0)) / xi))));
}

Julia

function code(xi, yi, zi, ux, uy, maxCos)
	t_0 = Float32(Float32(2.0) * Float32(uy * Float32(pi)))
	return Float32(Float32(zi * Float32(ux * Float32(Float32(Float32(1.0) - ux) * maxCos))) + Float32(xi * Float32(fma(Float32(-0.5), (Float32(maxCos * Float32(ux * Float32(Float32(1.0) - ux))) ^ Float32(2.0)), Float32(1.0)) * Float32(cos(t_0) + Float32(Float32(yi * sin(t_0)) / xi)))))
end

Derivation

1. Initial program 98.9%

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

   1. add-log-exp 83.2%

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

4. Applied egg-rr 83.2%

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

5. Taylor expanded in xi around inf 98.8%

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

   1. distribute-rgt-out 98.8%

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

7. Simplified 98.8%

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

8. Taylor expanded in maxCos around 0 98.8%

   \[\leadsto xi \cdot \left(\color{blue}{\left(1 + -0.5 \cdot \left({maxCos}^{2} \cdot \left({ux}^{2} \cdot {\left(1 - ux\right)}^{2}\right)\right)\right)} \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]
9. Step-by-step derivation

   1. +-commutative 98.8%

      \[\leadsto xi \cdot \left(\color{blue}{\left(-0.5 \cdot \left({maxCos}^{2} \cdot \left({ux}^{2} \cdot {\left(1 - ux\right)}^{2}\right)\right) + 1\right)} \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   2. fma-define 98.8%

      \[\leadsto xi \cdot \left(\color{blue}{\mathsf{fma}\left(-0.5, {maxCos}^{2} \cdot \left({ux}^{2} \cdot {\left(1 - ux\right)}^{2}\right), 1\right)} \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   3. unpow2 98.8%

      \[\leadsto xi \cdot \left(\mathsf{fma}\left(-0.5, \color{blue}{\left(maxCos \cdot maxCos\right)} \cdot \left({ux}^{2} \cdot {\left(1 - ux\right)}^{2}\right), 1\right) \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   4. unpow2 98.8%

      \[\leadsto xi \cdot \left(\mathsf{fma}\left(-0.5, \left(maxCos \cdot maxCos\right) \cdot \left(\color{blue}{\left(ux \cdot ux\right)} \cdot {\left(1 - ux\right)}^{2}\right), 1\right) \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   5. unpow2 98.8%

      \[\leadsto xi \cdot \left(\mathsf{fma}\left(-0.5, \left(maxCos \cdot maxCos\right) \cdot \left(\left(ux \cdot ux\right) \cdot \color{blue}{\left(\left(1 - ux\right) \cdot \left(1 - ux\right)\right)}\right), 1\right) \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   6. swap-sqr 98.8%

      \[\leadsto xi \cdot \left(\mathsf{fma}\left(-0.5, \left(maxCos \cdot maxCos\right) \cdot \color{blue}{\left(\left(ux \cdot \left(1 - ux\right)\right) \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)}, 1\right) \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   7. swap-sqr 98.8%

      \[\leadsto xi \cdot \left(\mathsf{fma}\left(-0.5, \color{blue}{\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right) \cdot \left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)}, 1\right) \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

   8. unpow2 98.8%

      \[\leadsto xi \cdot \left(\mathsf{fma}\left(-0.5, \color{blue}{{\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)}^{2}}, 1\right) \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

10. Simplified 98.8%

    \[\leadsto xi \cdot \left(\color{blue}{\mathsf{fma}\left(-0.5, {\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)}^{2}, 1\right)} \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) + \left(\left(\left(1 - ux\right) \cdot maxCos\right) \cdot ux\right) \cdot zi \]

11. Final simplification 98.8%

    \[\leadsto zi \cdot \left(ux \cdot \left(\left(1 - ux\right) \cdot maxCos\right)\right) + xi \cdot \left(\mathsf{fma}\left(-0.5, {\left(maxCos \cdot \left(ux \cdot \left(1 - ux\right)\right)\right)}^{2}, 1\right) \cdot \left(\cos \left(2 \cdot \left(uy \cdot \pi\right)\right) + \frac{yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right)}{xi}\right)\right) \]
12. Add Preprocessing

Alternative 6: 98.8% accurate, 1.3× speedup

Math

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

FPCore

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

C

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

Julia

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

MATLAB

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

Derivation

1. Initial program 98.9%

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

   1. add-log-exp 83.2%

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

4. Applied egg-rr 83.2%

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

5. Taylor expanded in xi around inf 98.8%

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

   1. distribute-rgt-out 98.8%

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

7. Simplified 98.8%

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

   1. unpow2 98.8%

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

   2. associate-*l* 98.8%

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

   3. associate-*l* 98.8%

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

9. Applied egg-rr 98.8%

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

10. Final simplification 98.8%

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

Alternative 7: 98.7% accurate, 2.0× speedup

Math

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

FPCore

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

C

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

Julia

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

MATLAB

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

Derivation

1. Initial program 98.9%

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

3. Simplified 98.9%

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

   1. add-sqr-sqrt 47.9%

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

   2. sqrt-unprod 74.0%

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

   3. pow2 74.0%

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

   4. *-commutative 74.0%

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

   5. associate-*r* 74.0%

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

6. Applied egg-rr 74.0%

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

   1. add-cbrt-cube 54.5%

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

   2. pow1/3 37.5%

      \[\leadsto \mathsf{fma}\left(\left(1 - ux\right) \cdot maxCos, ux \cdot zi, \sqrt{1 - \left(maxCos \cdot \left(ux + -1\right)\right) \cdot \left(\left(ux \cdot ux\right) \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)} \cdot \color{blue}{{\left(\left(\left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right) \cdot xi + \sqrt{{\left(yi \cdot \sin \left(\left(uy \cdot 2\right) \cdot \pi\right)\right)}^{2}}\right) \cdot \left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right) \cdot xi + \sqrt{{\left(yi \cdot \sin \left(\left(uy \cdot 2\right) \cdot \pi\right)\right)}^{2}}\right)\right) \cdot \left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right) \cdot xi + \sqrt{{\left(yi \cdot \sin \left(\left(uy \cdot 2\right) \cdot \pi\right)\right)}^{2}}\right)\right)}^{0.3333333333333333}}\right) \]

8. Applied egg-rr 37.4%

   \[\leadsto \mathsf{fma}\left(\left(1 - ux\right) \cdot maxCos, ux \cdot zi, \sqrt{1 - \left(maxCos \cdot \left(ux + -1\right)\right) \cdot \left(\left(ux \cdot ux\right) \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)} \cdot \color{blue}{{\left({\left(\mathsf{fma}\left(\cos \left(\pi \cdot \left(uy \cdot 2\right)\right), xi, yi \cdot \sin \left(\pi \cdot \left(uy \cdot 2\right)\right)\right)\right)}^{3}\right)}^{0.3333333333333333}}\right) \]

9. Taylor expanded in maxCos around 0 98.6%

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

10. Final simplification 98.6%

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

Alternative 8: 95.8% accurate, 2.1× speedup

Math

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

FPCore

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

C

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

Julia

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

MATLAB

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

Derivation

1. Initial program 98.9%

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

3. Simplified 98.9%

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

   1. add-sqr-sqrt 47.9%

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

   2. sqrt-unprod 74.0%

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

   3. pow2 74.0%

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

   4. *-commutative 74.0%

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

   5. associate-*r* 74.0%

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

6. Applied egg-rr 74.0%

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

   1. add-cbrt-cube 54.5%

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

   2. pow1/3 37.5%

      \[\leadsto \mathsf{fma}\left(\left(1 - ux\right) \cdot maxCos, ux \cdot zi, \sqrt{1 - \left(maxCos \cdot \left(ux + -1\right)\right) \cdot \left(\left(ux \cdot ux\right) \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)} \cdot \color{blue}{{\left(\left(\left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right) \cdot xi + \sqrt{{\left(yi \cdot \sin \left(\left(uy \cdot 2\right) \cdot \pi\right)\right)}^{2}}\right) \cdot \left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right) \cdot xi + \sqrt{{\left(yi \cdot \sin \left(\left(uy \cdot 2\right) \cdot \pi\right)\right)}^{2}}\right)\right) \cdot \left(\cos \left(uy \cdot \left(2 \cdot \pi\right)\right) \cdot xi + \sqrt{{\left(yi \cdot \sin \left(\left(uy \cdot 2\right) \cdot \pi\right)\right)}^{2}}\right)\right)}^{0.3333333333333333}}\right) \]

8. Applied egg-rr 37.4%

   \[\leadsto \mathsf{fma}\left(\left(1 - ux\right) \cdot maxCos, ux \cdot zi, \sqrt{1 - \left(maxCos \cdot \left(ux + -1\right)\right) \cdot \left(\left(ux \cdot ux\right) \cdot \left(maxCos \cdot \left(ux + -1\right)\right)\right)} \cdot \color{blue}{{\left({\left(\mathsf{fma}\left(\cos \left(\pi \cdot \left(uy \cdot 2\right)\right), xi, yi \cdot \sin \left(\pi \cdot \left(uy \cdot 2\right)\right)\right)\right)}^{3}\right)}^{0.3333333333333333}}\right) \]

9. Taylor expanded in ux around 0 97.1%

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

10. Final simplification 97.1%

    \[\leadsto \left(yi \cdot \sin \left(2 \cdot \left(uy \cdot \pi\right)\right) + xi \cdot \cos \left(2 \cdot \left(uy \cdot \pi\right)\right)\right) + maxCos \cdot \left(ux \cdot zi\right) \]
11. Add Preprocessing

Reproduce

herbie shell --seed 2024179 
(FPCore (xi yi zi ux uy maxCos)
  :name "UniformSampleCone 2"
  :precision binary32
  :pre (and (and (and (and (and (and (<= -10000.0 xi) (<= xi 10000.0)) (and (<= -10000.0 yi) (<= yi 10000.0))) (and (<= -10000.0 zi) (<= zi 10000.0))) (and (<= 2.328306437e-10 ux) (<= ux 1.0))) (and (<= 2.328306437e-10 uy) (<= uy 1.0))) (and (<= 0.0 maxCos) (<= maxCos 1.0)))
  (+ (+ (* (* (cos (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* (* (- 1.0 ux) maxCos) ux) (* (* (- 1.0 ux) maxCos) ux))))) xi) (* (* (sin (* (* uy 2.0) PI)) (sqrt (- 1.0 (* (* (* (- 1.0 ux) maxCos) ux) (* (* (- 1.0 ux) maxCos) ux))))) yi)) (* (* (* (- 1.0 ux) maxCos) ux) zi)))