Matematika Murni, sebagai bagian dari ilmu matematika, adalah fokus kajian yang menitikberatkan pada studi matematika secara abstrak dan teoretis, tanpa mempertimbangkan aplikasi praktis di dunia nyata. Kelompok ini meliputi berbagai bidang studi, seperti struktur aljabar, topologi, geometri, dan teori bilangan, di mana matematika murni digunakan sebagai alat untuk memahami konsep-konsep fundamental dalam dunia matematika. Tujuan utama dari matematika murni adalah untuk mengembangkan pemahaman yang lebih mendalam tentang struktur matematika, mengidentifikasi hubungan antara berbagai konsep matematika, dan menyelesaikan masalah-masalah yang sulit secara teoretis. Pada tingkat yang lebih tinggi, matematika murni mencoba menjawab pertanyaan-pertanyaan fundamental dan mencari pola-pola yang mendasari berbagai fenomena matematika. Matematika murni juga memainkan peran penting dalam membentuk landasan konseptual bagi berbagai ilmu pengetahuan dan teknologi. Konsep-konsep abstrak yang dikembangkan dalam matematika murni sering memberikan fondasi teoritis yang kuat untuk penelitian dan inovasi di bidang ilmu komputer, fisika, ekonomi, dan banyak bidang lainnya.

Statistika, sebagai cabang ilmu matematika, membahas studi tentang pengumpulan, analisis, dan interpretasi data. Fokus utamanya adalah pada pengembangan metode dan teknik yang memungkinkan formulasi dan pengujian hipotesis, pembuatan model, prediksi fenomena, dan identifikasi pola dalam data. Ilmu statistika memiliki aplikasi yang luas dan mendalam di berbagai bidang seperti sains, bisnis, kesehatan, ilmu sosial, ekonomi, dan masih banyak lagi. Salah satu aspek kunci dari statistika adalah pengumpulan data, yang melibatkan metode untuk mengumpulkan informasi yang relevan dan representatif. Setelah data terkumpul, statistikian menggunakan berbagai teknik untuk menganalisis dan memahami pola serta informasi yang terkandung dalam data tersebut. Hal ini meliputi pengukuran pusat (seperti mean, median, modus), perhitungan variasi (seperti simpangan baku), dan visualisasi data (seperti diagram dan grafik). Statistik juga berperan dalam mengembangkan model matematika untuk mewakili dan memprediksi fenomena. Metode ini mencakup penggunaan distribusi probabilitas dan teori probabilitas untuk menilai tingkat kepercayaan dalam prediksi. Analisis regresi, time series analysis, dan metode inferensi statistik adalah contoh dari teknik yang digunakan untuk menerapkan model matematika pada data.

Operasi Riset, sebagai cabang ilmu matematika terapan, memiliki fokus utama pada penerapan matematika untuk memecahkan berbagai masalah dan meningkatkan efisiensi operasi di berbagai organisasi dan industri. Studi di bidang ini mencakup pengembangan model matematis, teknik analisis kuantitatif, dan pemanfaatan perangkat lunak khusus guna merancang solusi optimal untuk tantangan yang dihadapi. Salah satu aspek penting dari Operasi Riset adalah pengembangan model matematis. Model ini mencerminkan situasi dan masalah yang dihadapi dalam berbagai bidang seperti manufaktur, transportasi, logistik, keuangan, dan layanan kesehatan. Model tersebut dirancang untuk merepresentasikan proses yang terlibat dan variabel yang mempengaruhi keputusan di dalamnya. Selain itu, teknik analisis kuantitatif menjadi landasan dari Operasi Riset. Penerapan metode matematika dan statistik membantu dalam analisis data yang relevan dan membuat keputusan yang lebih terinformasi. Penggunaan algoritma dan teknik optimisasi membantu mencari solusi terbaik dalam konteks keterbatasan dan tujuan tertentu. Tujuan utama dari kelompok keilmuan Operasi Riset adalah meningkatkan kinerja dan efisiensi organisasi dengan menggunakan data dan metode matematika untuk mengoptimalkan keputusan bisnis. Keterlibatan dengan ahli di bidang lain sangat penting, karena masalah yang dihadapi seringkali kompleks dan memerlukan pendekatan interdisipliner untuk menciptakan solusi yang paling efektif.

Komputasi dalam ilmu matematika memusatkan perhatian pada pemanfaatan komputer dan teknologi informasi untuk memecahkan berbagai masalah matematika. Kelompok keilmuan ini melibatkan pengembangan algoritma, pemrograman komputer, serta teknik simulasi untuk menanggulangi masalah-masalah matematika yang kompleks dan menantang. Salah satu aspek kunci dari komputasi matematika adalah pengembangan algoritma. Algoritma adalah langkah-langkah atau prosedur terstruktur yang dirancang untuk memecahkan masalah matematika tertentu. Dengan mengembangkan algoritma yang efisien, matematikawan dapat menciptakan solusi yang lebih cepat dan akurat untuk berbagai permasalahan kompleks. Pemrograman komputer juga merupakan elemen dalam kelompok keilmuan ini. Melalui pemrograman, matematikawan dapat menerapkan algoritma dan metode matematika ke dalam bahasa mesin yang dapat dijalankan oleh komputer. Hal ini memungkinkan penyelesaian masalah yang membutuhkan perhitungan besar dan rumit. Tujuan utama dari kelompok keilmuan ini adalah untuk mempercepat penyelesaian masalah matematika yang sulit atau bahkan tidak dapat dilakukan secara manual. Komputasi matematika juga bertujuan untuk menciptakan solusi baru yang mungkin belum pernah terpikirkan sebelumnya.