Este livro é destinado a estudantes de Probabilidade em nível intermediário interessados na teoria assintótica de variáveis aleatórias e suas aplicações em métodos estatísticos sofisticados, como machine learning e big data. Ao contrário da literatura existente, este livro aborda vários modos de convergência e estende os resultados limites para variáveis aleatórias não independentes e identicamente distribuídas, fornecendo resultados alternativos. O livro é dividido em cinco capítulos, abrangendo conceitos de convergência, Leis dos Grandes Números, Teorema do Limite Central, Teorema do Limite Central de Lindeberg e Liapunov, teoria assintótica para quantis amostrais e distribuições assintóticas de sequências de máximos e mínimos de variáveis aleatórias independentes e identicamente distribuídas.