审计学专业的数学课程通常包括以下几个部分：

高等数学

考察微积分、线性代数、概率论与数理统计等基础知识。

包括极限、导数、积分等概念的计算和问题解决。

矩阵运算、线性方程组的求解、特征值与特征向量等内容。

线性代数

考察矩阵运算、线性方程组的求解、特征值与特征向量等。

概率论与数理统计

掌握随机变量、概率分布、参数估计、假设检验等基本概念和方法。

管理运筹学（部分院校可能包含）：

涉及决策理论、线性规划、非线性规划、图论等内容。

包括效用理论、期望值理论等决策理论的基本原理。

线性规划和非线性规划用于资源分配和生产计划等问题。

图论用于网络分析、路径寻找等问题。

审计学专业的数学学习旨在培养学生分析和解决会计、审计问题的基本能力，并为学习更高级的理论如风险导向审计、分析性复核方法和抽样审计打下基础。掌握这些数学知识对于理解和应用大数据技术进行有效的审计工作也是非常重要的