En los EE. UU., La mayoría de los programas que involucran explícitamente la ingeniería esperarían, como mínimo, que esté preparado o haya aprobado el examen EIT (o FE) . Los requisitos en el Reino Unido (y en la mayoría de los países occidentales) son probablemente similares. Puede leer los requisitos de NCEES para el conocimiento matemático y estadístico en línea (formato pdf). Parece que la "ciencia espacial" encaja dentro de la categoría de "otras disciplinas". Sus requisitos de matemáticas / estadísticas son (con la cantidad que cuentan para el examen):
I. Mathematics 15%
A. Analytic geometry
B. Integral calculus
C. Matrix operations
D. Roots of equations
E. Vector analysis
F. Differential equations
G. Differential calculus
II. Engineering Probability and Statistics 7%
A. Measures of central tendencies and dispersions (e.g., mean, mode, standard deviation)
B. Probability distributions (e.g., discrete, continuous, normal, binomial)
C. Conditional probabilities
D. Estimation (e.g., point, confidence intervals) for a single mean
E. Regression and curve fitting
F. Expected value (weighted average) in decision-making
G. Hypothesis testing
Aunque esto es lo que se cubre en programas sólidos en el primer año de matemática (cálculo diferencial e integral) y un semestre de estadísticas, el estudio más allá de estos niveles, especialmente cuando se trata de aplicaciones, probablemente sea útil. En los programas más débiles, las operaciones matriciales, el análisis de vectores y las ecuaciones diferenciales generalmente se cubrirían en los cursos de matemáticas de segundo año y parte del material estadístico (especialmente las distribuciones y las probabilidades condicionales) también serían temas en un curso de segundo año.
La sesión de la tarde de los exámenes incluye versiones de ingeniería de todas estas materias (un total del 19% de ese examen). Los nuevos temas incluyen
Mathematics
Partial differential calculus
Numerical solutions (e.g., differential equations, algebraic equations)
...
Statistics
Design of experiments
Goodness of fit (coefficient of correlation, chi square)
...
Aquí hay poco además de los temas anteriores: sería útil un poco de exposición al cálculo "avanzado" (multidimensional) y un curso de métodos numéricos.
Hay muchos buenos libros sobre estos temas. Sin embargo, un buen lugar para comenzar sería revisar el programa de estudios de los cursos de pregrado ofrecidos en el departamento al que está postulando. Los libros que usan serían los más relevantes (y, como beneficio adicional, probablemente estén disponibles, usados, en grandes números en el campus :-).