Este Livro É O Resultado Da Experiência Dos Autores No Ensino De Probabilidade Para Estudantes De Estatística E Que Pode Ser Utilizado Também Por Estudantes De Ciências Exatas O Resultado É Um Volume Que Cobre Completamente O Conteúdo De Uma Disciplina De Um Semestre De Probabilidade Em Um Nível De Graduação Apresentado De Forma Sintética Preservando Certo Rigor Nos Fundamentos Da Teoria De Maneira Que O Leitor Possa Continuar Seus Estudos Em Tópicos Mais Avançados Como Processos Estocásticos Teoria Assintótica E Inferência Estatística O Livro É Dividido Em Cinco Capítulos Os Quatro Primeiros Apresentam A Probabilidade Definida Através Dos Axiomas De Kolmogorov Variáveis Aleatórias Discretas E Contínuas Um Grande Número De Modelos Probabilísticos Variáveis Aleatórias Bidimensionais E Exemplos O Quinto E Último Capítulo Apresenta Os Principais Conceitos E Propriedades De Convergência De Variáveis Aleatórias Com Suas Principais Aplicações Este Capítulo É Opcional Mas Tomamos A Decisão De Apresentá-Lo Devido À Popularização De Métodos Estatísticos Recentes E Sofisticados Tais Como Machine Learning E Big Data Que Se Baseiam Fundamentalmente Em Resultados Assintóticos No Decorrer Do Texto Apresentamos Caixas Diferenciadas Com Material Mais Especializado Com O Intuito De Motivar Os Estudantes A Aprofundarem Suas Análises Mas Que Podem Ser Omitidas Em Uma Primeira Abordagem Sem Prejuízo Do Aprendizado