¿Cuál es una buena lista de lectura para alguien que comienza un PDD estocástico / PhD de sistemas dinámicos?

Básicamente, la pregunta se reducirá a libros de actualidad que disfruté. Aquí están:

  1. Integración estocástica y ecuaciones diferenciales (Protter). Continúa la tradición francesa de comprender los procesos a un nivel muy general, pero con mucho material nuevo desarrollado por Protter. Se apoya fuertemente en un enfoque de análisis funcional. Leí este libro al máximo.
  2. Fundamentos de la probabilidad moderna (Kallenberg). Un libro de referencia que todavía se puede leer y disfrutar de principio a fin. Las cubiertas miden la probabilidad teórica y los procesos de tiempo continuo, muchas veces con derivaciones no estándar.
  3. Cálculo estocástico (Karatzas y Shreve). En general, no me encanta este libro, pero los capítulos sobre aplicaciones para / de PDE (¿3 o 4?) Son de buena lectura.
  4. Martingales continuos y movimiento browniano (Revuz & Yor). Más avanzado que Karatzas / Shreve, un poco menos analítico funcional que Protter.
  5. Probabilidad con Martingales (Williams). Gran pequeño libro para enseñarle la teoría de la medida mínima que necesita para la probabilidad.
  6. Procesos y Difusiones de Markov (Williams). Williams es un buen autor. No he leído esto completamente, pero las partes que hice me gustaron.
  7. SDE (Oksendal). Si tiene problemas para leer los otros libros, este está dirigido a un público más joven. Sin embargo, no creo que esté tan bien escrito.