2025年夏季和秋季注册窗口现已开放。
工业与应用数学辅修课程是一个灵活的课程，旨在提高学生在不同领域攻读学位的量化能力。辅修课程整合了数学和统计学的课程，包括数学建模和统计规划。两门选修课允许学生根据自己的教育和职业相关目标定制课程。
完成工业与应用数学辅修课程后，学生将能够：
一旦你被录取为本科生，并且满足了你所选课程的任何进一步的入学要求，你就可以选择主修或选修辅修。
申请大都会州立大学：现在开始你的工业与应用数学辅修课程。了解注册的步骤，或者，如果你对大都会州立大学可以为你澳门金沙网上赌场提供什么有疑问，询问信息，参观校园或与招生顾问聊天。
开始你的工业与应用数学辅修课程
对工业与应用数学辅修专业感兴趣的学生必须完成本科课程变更或申报表格。转学课程的等效性由数学与统计学系决定。
本辅修课程不适用于攻读数学学士学位或工业与应用数学学士学位的学生。学生必须在大都会州立大学修满至少13个辅修学分。学生必须修至少8学分的辅修课程，这些辅修课程不计入其专业或其他辅修课程。所有的先决条件和必修课程必须以C-或以上的成绩完成。与你的学术顾问一起工作，以确保在计划每学期的课程负荷时满足专业和辅修要求。
本课程涵盖统计学的基本原理和方法。它强调在现实世界中解决问题和决策的技术和应用。主题包括频率分布，测量位置和变化，概率，抽样，实验设计，抽样分布，区间估计，假设检验，相关和回归。
统计学I的完整课程描述
从一开始，微积分就被证明是人类最伟大的智力成就之一。事实证明，这门多用途的学科在解决从物理学、天文学到生物学和社会科学的各种问题方面都很有用。通过概念和理论框架，本课程涵盖了微分学的主题，包括极限，导数，超越函数的导数，微分的应用，洛必达法则，隐微分，以及相关的速率。
微积分I的完整课程描述
这是《数学210微积分I》的延续，要求对该材料有一定的应用知识。通过概念和理论框架，本课程涵盖定积分，微积分基本定理，积分的应用，积分计算的数值方法，积分和级数技术。
微积分II的完整课程描述
数学建模是使用数学和计算工具来深入了解科学、商业、工业和社会中出现的复杂问题的过程。数学建模是一个迭代的过程，它涉及到科学方法的计算方法。建立假设，建立与这些假设相一致的数学结构，提出假设并根据经验证据进行检验，然后相应地改进模型。这些模型的质量作为验证过程的一部分进行检查，并且随着模型的改进和调整而重复整个循环。本课程将介绍数学建模过程以及通常用于研究时间相关现象的确定性和随机方法。
数学建模导论的完整课程描述
介绍数据科学中常用的方法和技术。本课程将使用与数据处理、总结和可视化相关的面向对象的计算机编程，这将使学生在他们的研究领域中使用数据并有效地交流定量发现。主题将包括计算机编程的基础知识、数据可视化、数据争论、数据重塑、数据使用的伦理问题，以及使用面向对象的编程语言进行数据分析。学生将完成一个数据科学项目。
数据科学和可视化的完整课程描述
本课程涵盖高级统计编程技术，包括使用R进行数据整理、数据可视化和假设检验。本课程的主题包括R语法、R中的输入和输出、数据可视化、交互式数据图形、数据整理、数据整洁和R中的假设检验。本课程建立在STAT201所学知识的基础上。
统计程序设计的完整课程描述
从下列课程中修满8个学分。
本课程涵盖数学和计算机科学中各种重要的主题。主题包括：逻辑和证明，集合和函数，归纳和递归，初等数论，计数和概率论，以及有向图的基本理论。
完整的离散数学课程描述
这是数学211微积分II的延续，涵盖了微积分在多变量函数中的应用。主题包括向量与平面曲线、偏微分、空间中的曲线与向量、多重积分、向量场、线积分以及斯托克斯定理。
完整的课程描述微积分III：多变量微积分
求解线性方程组的需求经常出现在数学、物理科学、工程和经济学中。在这门课程中，我们从代数和几何的观点来研究这些系统。主题包括线性方程组、矩阵代数、欧几里得向量空间、线性变换、线性独立性、维数、特征值和特征向量。
线性代数及其应用的完整课程描述
这是一门基于微积分的概率论课程。它涵盖了以下主题。(1)一般概率论：概率论、组合概率论、条件概率论、独立事件概率论和贝叶斯定理的集合符号和基本要素。(2)单变量概率：二项分布、几何分布、超几何分布、泊松分布、均匀分布、指数分布、伽玛分布和正态分布、累积分布函数、均值、方差和标准差、矩和矩生成函数、Chebysheff定理。(3)多变量概率：联合概率函数和联合密度函数、联合累积分布函数、中心极限定理、条件概率和边际概率、矩和矩生成函数、方差、协方差和相关、变换。(4)应用于医学检测、保险、政治调查、社会不公平、游戏等领域的问题。
概率论的完整课程描述
优化涵盖了具有共同目标的广泛问题-确定问题中决策变量的值，从而在满足各种约束的情况下最大化（或最小化）某些目标函数。本课程采用数学建模方法，介绍数学规划技术和概念，如线性规划、灵敏度分析、网络建模、整数线性规划、目标规划和多准则优化。软件用于解决现实世界的问题，强调结果的可解释性。应用包括确定产品组合，路线和物流，以及财务规划。
优化的完整课程描述
本课程为深入分析动态模型澳门金沙网上赌场提供了更先进的数学工具。主题包括一阶微分方程，一阶系统，线性系统，非线性系统和数值方法。
常微分方程的完整课程描述
随机过程包括由概率规律控制的事件序列。随机过程的许多应用发生在生物学、医学、心理学、金融、电信、保险、安全以及其他学科中。本课程介绍应用随机过程的基础知识，如马尔可夫链（离散时间和连续时间）、排队模型和更新过程。软件被用来解决现实世界的问题，重点是对结果的解释和随机过程在管理决策中的作用。
《随机过程导论》的完整课程描述
本课程通过调查现实世界中出现的复杂、开放式问题，为学生澳门金沙网上赌场提供重要的解决问题的经验。在团队合作中，学生们运用数学建模过程，将呈现给他们的问题转化为可以利用他们从以前的课程中获得的数学、统计和计算知识和思维进行调查的问题。重要的重点放在证明用于调查问题的方法，协调团队成员的工作，以及向技术和非技术受众传达分析和发现。
高等数学建模的完整课程描述
本课程涵盖统计分析中方差分析（ANOVA）方法的入门和中级概念。本课程建立在STAT201（统计学I）中所学的假设检验的思想基础上，重点是学习新的统计技能和概念，以便在现实世界中应用。学生将使用统计软件进行分析。主题包括单因素方差分析模型、双因素方差分析模型、重复测量设计、随机和混合效应、主成分分析、线性判别分析和聚类分析。
方差分析和多变量分析的完整课程描述
本课程涵盖基础到中间回归分析。本课程建立在STAT201（统计学I）中所学的假设检验的思想基础上，重点是学习新的统计技能和概念，以便在现实世界中应用。学生将使用统计软件进行分析。主题包括简单和二元线性回归、残差分析、多元线性模型建立、逻辑回归、一般线性模型、协方差分析和时间序列数据分析。
回归分析的完整课程描述
本课程涵盖生物统计学的基础和中级主题，并以STAT 201（统计学I）中所学的假设检验思想为基础。重点是学习新的统计技能和概念，以便在现实世界中应用。学生将使用SPSS进行分析。主题包括生物统计学、方差分析、相关性、线性回归、生存分析、分类数据分析、逻辑回归、非参数统计方法和临床试验分析中的问题。
生物统计学的完整课程描述
本课程涵盖非参数统计分析的基本到中间概念。本课程建立在STAT201（统计学I）中所学的假设检验的思想基础上，重点是学习新的统计技能和概念，以便在现实世界中应用。学生将使用统计软件进行分析。主题包括配对数据的非参数方法、Wilcoxon秩和检验、Kruskal-Wallis检验、拟合优度检验、非参数线性相关和回归。完成STAT201（统计I）是本课程的先决条件。
非参数统计方法的完整课程描述
本课程涵盖了分类数据的统计分析的基本到中间思想。本课程建立在STAT201（统计学I）中所学的假设检验的思想基础上，重点是学习新的统计技能和概念，以便在现实世界中应用。学生将使用统计软件进行分析。主题包括2x2表的分析、分层分类分析、优势比的估计、一般双向和三向表的分析、概率分析和对数模型的分析。完成STAT201（统计I）是先决条件。
分类数据分析的完整课程描述
本课程涵盖了分析环境和生物数据集的中间统计方法。本课程是建立在一个入门的统计和假设检验的知识。课程内容包括配对t检验、非配对t检验、f检验、单、双向方差分析、多元方差分析、重复测量、回归、主成分分析和聚类分析。学生将学习如何使用统计软件来执行所有的分析。
环境统计的完整课程描述
时间序列是在连续的时间点或连续的时间段内对一个变量进行的一系列观测。本课程介绍了标准和高级时间序列分析和预测方法。图形技术和数字摘要用于确定数据模式，如季节性和周期性趋势。预测方法包括：移动平均线、加权移动平均线、指数平滑、状态空间模型、简单线性回归、多元回归、分类和回归树以及神经网络。预测准确度的量度是用来决定采用哪种方法来获得未来时间段的预测。
时间序列分析与预测的完整课程描述