Full download test bank at ebook ebookmass.

com

Differential Equations and Boundary

Value Problems: Computing and
Modeling (Edwards, Penney & Calvis,
Differential Equations: Computing
and Modeling Series) 5th Edition,
CLICK LINK TO DOWLOAD
(Ebook PDF)
https://ebookmass.com/product/differential-
equations-and-boundary-value-problems-
computing-and-modeling-edwards-penney-calvis-
differential-equations-computing-and-
modeling-series-5th-edition-ebook-pdf/

ebookmass.com
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

eTextbook 978-1305965799 Differential Equations with

Boundary-Value Problems

https://ebookmass.com/product/etextbook-978-1305965799-
differential-equations-with-boundary-value-problems/

Elementary Differential Equations and Boundary Value

Problems 12th Edition William E. Boyce

https://ebookmass.com/product/elementary-differential-equations-
and-boundary-value-problems-12th-edition-william-e-boyce/

First Course in differential equations (11ed) /

Differential Equations and Boundary Value Problems
(9ed) Solutions manual Dennis Zill Roberto Martinez

https://ebookmass.com/product/first-course-in-differential-
equations-11ed-differential-equations-and-boundary-value-
problems-9ed-solutions-manual-dennis-zill-roberto-martinez/

Differential Equations with Boundary-Value Problems 9th

Edition Dennis G. Zill

https://ebookmass.com/product/differential-equations-with-
boundary-value-problems-9th-edition-dennis-g-zill/
Boundary value problems for systems of differential,
difference and fractional equations : positive
solutions 1st Edition Johnny Henderson

https://ebookmass.com/product/boundary-value-problems-for-
systems-of-differential-difference-and-fractional-equations-
positive-solutions-1st-edition-johnny-henderson/

eTextbook 978-1305965720 A First Course in Differential

Equations with Modeling Applications

https://ebookmass.com/product/etextbook-978-1305965720-a-first-
course-in-differential-equations-with-modeling-applications/

Transforms and Partial Differential Equations T.

Veerarajan

https://ebookmass.com/product/transforms-and-partial-
differential-equations-t-veerarajan/

Linear Algebra and Partial Differential Equations T

Veerarajan

https://ebookmass.com/product/linear-algebra-and-partial-
differential-equations-t-veerarajan/

A First Course in Differential Equations with Modeling

Applications, 12e (Metric Edition) Dennis G. Zill

https://ebookmass.com/product/a-first-course-in-differential-
equations-with-modeling-applications-12e-metric-edition-dennis-g-
zill/
PREFACE

T his is a textbook for the standard introductory differential equations course

taken by science and engineering students. Its updated content reflects the
wide availability of technical computing environments like Maple, Mathematica,
and MATLAB that now are used extensively by practicing engineers and scientists.
The traditional manual and symbolic methods are augmented with coverage also
of qualitative and computer-based methods that employ numerical computation and
graphical visualization to develop greater conceptual understanding. A bonus of
this more comprehensive approach is accessibility to a wider range of more realistic
applications of differential equations.

Principal Features of This Revision

This 5th edition is a comprehensive and wide-ranging revision.

In addition to fine-tuning the exposition (both text and graphics) in numerous
sections throughout the book, new applications have been inserted (including bio-
logical), and we have exploited throughout the new interactive computer technology
that is now available to students on devices ranging from desktop and laptop com-
puters to smart phones and graphing calculators. It also utilizes computer algebra
systems such as Mathematica, Maple, and MATLAB as well as online web sites
such as WolframjAlpha.
However, with a single exception of a new section inserted in Chapter 5 (noted
below), the classtested table of contents of the book remains unchanged. Therefore,
instructors’ notes and syllabi will not require revision to continue teaching with this
new edition.
A conspicuous feature of this edition is the insertion of about 80 new computer-
generated figures, many of them illustrating how interactive computer applications
with slider bars or touchpad controls can be used to change initial values or param-
eters in a differential equation, allowing the user to immediately see in real time the
resulting changes in the structure of its solutions.
Some illustrations of the various types of revision and updating exhibited in
this edition:
New Interactive Technology and Graphics New figures inserted through-
out illustrate the facility offered by modern computing technology platforms
for the user to interactively vary initial conditions and other parameters in
real time. Thus, using a mouse or touchpad, the initial point for an initial
value problem can be dragged to a new location, and the corresponding solu-
tion curve is automatically redrawn and dragged along with its initial point.
For instance, see the Sections 1.3 (page 28) application module and 3.1 (page
148). Using slider bars in an interactive graphic, the coefficients or other pa-
rameters in a linear system can be varied, and the corresponding changes in its
direction field and phase plane portrait are automatically shown; for instance,

vii
viii Preface

see the application module for Section 5.3 (page 319). The number of terms
used from an infinite series solution of a differential equation can be varied,
and the resulting graphical change in the corresponding approximate solution
is shown immediately; see the Section 8.2 application module (page 516).
New Exposition In a number of sections, new text and graphics have been
inserted to enhance student understanding of the subject matter. For instance,
see the treatments of separable equations in Section 1.4 (page 30), linear equa-
tions in Section 1.5 (page 45), isolated critical points in Sections 6.1 (page
372) and 6.2 (page 383), and the new example in Section 9.6 (page 618)
showing a vibrating string with a momentary “flat spot.” Examples and ac-
companying graphics have been updated in Sections 2.4–2.6, 4.2, and 4.3 to
illustrate new graphing calculators.
New Content The single entirely new section for this edition is Section
5.3, which is devoted to the construction of a “gallery” of phase plane por-
traits illustrating all the possible geometric behaviors of solutions of the 2-
dimensional linear system x0 D Ax. In motivation and preparation for the
detailed study of eigenvalue-eigenvector methods in subsequent sections of
Chapter 5 (which then follow in the same order as in the previous edi-
tion), Section 5.3 shows how the particular arrangements of eigenvalues and
eigenvectors of the coefficient matrix A correspond to identifiable patterns—
“fingerprints,” so to speak—in the phase plane portrait of the system x0 D Ax.
The resulting gallery is shown in the two pages of phase plane portraits that
comprise Figure 5.3.16 (pages 315-316) at the end of the section. The new 5.3
application module (on dynamic phase plane portraits, page 319) shows how
students can use interactive computer systems to “bring to life” this gallery, by
allowing initial conditions, eigenvalues, and even eigenvectors to vary in real
time. This dynamic approach is then illustrated with several new graphics in-
serted in the remainder of Chapter 5. Finally, for a new biological application,
see the application module for Section 6.4, which now includes a substan-
tial investigation (page 423) of the nonlinear FitzHugh-Nagumo equations in
neuroscience, which were introduced to model the behavior of neurons in the
nervous system.

Computing Features

The following features highlight the computing technology that distinguishes much
of our exposition.

 Over 750 computer-generated figures show students vivid pictures of direction

fields, solution curves, and phase plane portraits that bring symbolic solutions
of differential equations to life.
 About 45 application modules follow key sections throughout the text. Most
of these applications outline “technology neutral” investigations illustrating
the use of technical computing systems and seek to actively engage students
in the application of new technology.
 A fresh numerical emphasis that is afforded by the early introduction of nu-
merical solution techniques in Chapter 2 (on mathematical models and nu-
merical methods). Here and in Chapter 4, where numerical techniques for
systems are treated, a concrete and tangible flavor is achieved by the inclu-
sion of numerical algorithms presented in parallel fashion for systems ranging
from graphing calculators to MATLAB.
 Preface ix

Modeling Features

Mathematical modeling is a goal and constant motivation for the study of differen-
tial equations. To sample the range of applications in this text, take a look at the
following questions:

 What explains the commonly observed time lag between indoor and outdoor
daily temperature oscillations? (Section 1.5)
 What makes the difference between doomsday and extinction in alligator pop-
ulations? (Section 2.1)
 How do a unicycle and a twoaxle car react differently to road bumps? (Sec-
tions 3.7 and 5.4)
 How can you predict the time of next perihelion passage of a newly observed
comet? (Section 4.3)
 Why might an earthquake demolish one building and leave standing the one
next door? (Section 5.4)
 What determines whether two species will live harmoniously together, or
whether competition will result in the extinction of one of them and the sur-
vival of the other? (Section 6.3)
 Why and when does non-linearity lead to chaos in biological and mechanical
systems? (Section 6.5)
 If a mass on a spring is periodically struck with a hammer, how does the
behavior of the mass depend on the frequency of the hammer blows? (Section
7.6)
 Why are flagpoles hollow instead of solid? (Section 8.6)
 What explains the difference in the sounds of a guitar, a xylophone, and drum?
(Sections 9.6, 10.2, and 10.4)

Organization and Content

We have reshaped the usual approach and sequence of topics to accommodate new
technology and new perspectives. For instance:

 After a precis of first-order equations in Chapter 1 (though with the cover-

age of certain traditional symbolic methods streamlined a bit), Chapter 2 of-
fers an early introduction to mathematical modeling, stability and qualitative
properties of differential equations, and numerical methods—a combination
of topics that frequently are dispersed later in an introductory course. Chapter
3 includes the standard methods of solution of linear differential equations of
higher order, particularly those with constant coefficients, and provides an es-
pecially wide range of applications involving simple mechanical systems and
electrical circuits; the chapter ends with an elementary treatment of endpoint
problems and eigenvalues.
 Chapters 4 and 5 provide a flexible treatment of linear systems. Motivated
by current trends in science and engineering education and practice, Chap-
ter 4 offers an early, intuitive introduction to first-order systems, models, and
numerical approximation techniques. Chapter 5 begins with a self-contained
x Preface

treatment of the linear algebra that is needed, and then presents the eigenvalue
approach to linear systems. It includes a wide range of applications (ranging
from railway cars to earthquakes) of all the various cases of the eigenvalue
method. Section 5.5 includes a fairly extensive treatment of matrix exponen-
tials, which are exploited in Section 5.6 on nonhomogeneous linear systems.
 Chapter 6 on nonlinear systems and phenomena ranges from phase plane anal-
ysis to ecological and mechanical systems to a concluding section on chaos
and bifurcation in dynamical systems. Section 6.5 presents an elementary in-
troduction to such contemporary topics as period-doubling in biological and
mechanical systems, the pitchfork diagram, and the Lorenz strange attractor
(all illustrated with vivid computer graphics).
 Laplace transform methods (Chapter 7) and power series methods (Chapter 8)
follow the material on linear and nonlinear systems, but can be covered at any
earlier point (after Chapter 3) the instructor desires.
 Chapters 9 and 10 treat the applications of Fourier series, separation of vari-
ables, and Sturm-Liouville theory to partial differential equations and bound-
ary value problems. After the introduction of Fourier series, the three clas-
sical equations—the wave and heat equations and Laplace’s equation—are
discussed in the last three sections of Chapter 9. The eigenvalue methods of
Chapter 10 are developed sufficiently to include some rather significant and
realistic applications.

This book includes enough material appropriately arranged for different courses
varying in length from one quarter to two semesters. The briefer version Differen-
tial Equations: Computing and Modeling (0-321-81625-0) ends with Chapter 7 on
Laplace transform methods (and thus omits the material on power series methods,
Fourier series, separation of variables and partial differential equations).

Student and Instructor Resources

The answer section has been expanded considerably to increase its value as a learn-
ing aid. It now includes the answers to most odd-numbered problems plus a good
many even-numbered ones. The Instructor’s Solutions Manual (0-321-79701-
9) available at www.pearsonhighered.com/irc provides worked-out solutions
for most of the problems in the book, and the Student Solutions Manual (0-321-
79700-0) contains solutions for most of the odd-numbered problems. These manu-
als have been reworked extensively for this edition with improved explanations and
more details inserted in the solutions of many problems.
The approximately 45 application modules in the text contain additional prob-
lem and project material designed largely to engage students in the exploration
and application of computational technology. These investigations are expanded
considerably in the Applications Manual (0-321-79704-3) that accompanies the
text and supplements it with additional and sometimes more challenging investi-
gations. Each section in this manual has parallel subsections Using Maple, Using
Mathematica, and Using MATLAB that detail the applicable methods and tech-
niques of each system, and will afford student users an opportunity to compare the
merits and styles of different computational systems. These materials—as well as
the text of the Applications Manual itself—are freely available at the web site
www.pearsonhighered.com/mathstatsresources.
 Preface xi

Acknowledgments

In preparing this revision, we profited greatly from the advice and assistance of the
following very capable and perceptive reviewers:

Anthony Aidoo, Eastern Connecticut State University

Brent Solie, Knox College
Elizabeth Bradley, University of Louisville
Gregory Davis, University of Wisconsin-Green Bay
Zoran Grujic, University of Virginia
Richard Jardine, Keene State College
Yang Kuang, Arizona State University
Dening Li, West Virginia University
Francisco Sayas-Gonzalez, University of Delaware
Luther White, University of Oklahoma
Hong-Ming Yin, Washington State University
Morteza Shafii-Mousavi, Indiana University-South Bend

It is a pleasure to (once again) credit Dennis Kletzing and his extraordinary TEXpertise
for the attractive presentation of the text and the art in this book. We are grateful
to our editor, William Hoffman, for his support and inspiration of this revision; to
Salena Casha for her coordination of the editorial process and Beth Houston for her
supervision of the production of this book; and to Joe Vetere for his assistance with
technical aspects of the development of its extensive supplementary resources. Fi-
nally, we dedicate this edition to our colleague David E. Penney who passed away
on June 3, 2014.

Henry Edwards [email protected]

David Calvis [email protected]
This page intentionally left blank
 1 First-Order
Differential Equations

1.1 Differential Equations and Mathematical Models

T he laws of the universe are written in the language of mathematics. Algebra

is sufficient to solve many static problems, but the most interesting natural
phenomena involve change and are described by equations that relate changing
quantities.
Because the derivative dx=dt D f 0 .t / of the function f is the rate at which
the quantity x D f .t / is changing with respect to the independent variable t , it
is natural that equations involving derivatives are frequently used to describe the
changing universe. An equation relating an unknown function and one or more of
its derivatives is called a differential equation.
Example 1 The differential equation
dx
D x2 C t 2
dt
involves both the unknown function x.t / and its first derivative x 0 .t / D dx=dt . The differential
equation
d 2y dy
C3 C 7y D 0
dx 2 dx
involves the unknown function y of the independent variable x and the first two derivatives
y 0 and y 00 of y .

The study of differential equations has three principal goals:

1. To discover the differential equation that describes a specified physical

situation.
2. To find—either exactly or approximately—the appropriate solution of that
equation.
3. To interpret the solution that is found.

In algebra, we typically seek the unknown numbers that satisfy an equation

such as x 3 C 7x 2  11x C 41 D 0. By contrast, in solving a differential equation, we

1
2 Chapter 1 First-Order Differential Equations

are challenged to find the unknown functions y D y.x/ for which an identity such
as y 0 .x/ D 2xy.x/—that is, the differential equation

dy
D 2xy
dx

—holds on some interval of real numbers. Ordinarily, we will want to find all
solutions of the differential equation, if possible.
Example 2 If C is a constant and
2
y.x/ D C e x ; (1)
then
dy  2
  2

D C 2xe x D .2x/ C e x D 2xy:
dx
Thus every function y.x/ of the form in Eq. (1) satisfies—and thus is a solution of—the
differential equation
dy
D 2xy (2)
dx
for all x . In particular, Eq. (1) defines an infinite family of different solutions of this differen-
tial equation, one for each choice of the arbitrary constant C . By the method of separation of
variables (Section 1.4) it can be shown that every solution of the differential equation in (2)
is of the form in Eq. (1).

Differential Equations and Mathematical Models

The following three examples illustrate the process of translating scientific laws and
principles into differential equations. In each of these examples the independent
variable is time t , but we will see numerous examples in which some quantity other
than time is the independent variable.
Example 3 Newton’s law of cooling may be stated in this way: The time rate of change (the rate of
change with respect to time t ) of the temperature T .t / of a body is proportional to the differ-
Temperature A ence between T and the temperature A of the surrounding medium (Fig. 1.1.1). That is,

dT
D k.T  A/; (3)
dt
Temperature T
where k is a positive constant. Observe that if T > A, then d T=dt < 0, so the temperature is
a decreasing function of t and the body is cooling. But if T < A, then d T=dt > 0, so that T
is increasing.
FIGURE 1.1.1. Newton’s law of Thus the physical law is translated into a differential equation. If we are given the
cooling, Eq. (3), describes the cooling values of k and A, we should be able to find an explicit formula for T .t /, and then—with the
of a hot rock in water. aid of this formula—we can predict the future temperature of the body.
Example 4 Torricelli’s law implies that the time rate of change of the volume V of water in a draining
tank (Fig. 1.1.2) is proportional to the square root of the depth y of water in the tank:

dV p
D k y; (4)
dt
where k is a constant. If the tank is a cylinder with vertical sides and cross-sectional area A,
then V D Ay , so d V =dt D A  .dy=dt /. In this case Eq. (4) takes the form

dy p
D h y; (5)
dt
where h D k=A is a constant.
 1.1 Differential Equations and Mathematical Models 3

Example 5 The time rate of change of a population P .t / with constant birth and death rates is, in many
simple cases, proportional to the size of the population. That is,
dP
D kP; (6)
dt
where k is the constant of proportionality.
Let us discuss Example 5 further. Note first that each function of the form
Volume V y
P .t / D C e kt (7)

is a solution of the differential equation

dP
D kP
FIGURE 1.1.2. Newton’s law of dt
cooling, Eq. (3), describes the cooling
of a hot rock in water. in (6). We verify this assertion as follows:
 
P 0 .t / D C ke kt D k C e kt D kP .t /

for all real numbers t . Because substitution of each function of the form given in
(7) into Eq. (6) produces an identity, all such functions are solutions of Eq. (6).
Thus, even if the value of the constant k is known, the differential equation
dP=dt D kP has infinitely many different solutions of the form P .t / D C e kt , one for
each choice of the “arbitrary” constant C . This is typical of differential equations.
It is also fortunate, because it may allow us to use additional information to select
from among all these solutions a particular one that fits the situation under study.
Example 6 Suppose that P .t / D C e kt is the population of a colony of bacteria at time t , that the pop-
ulation at time t D 0 (hours, h) was 1000, and that the population doubled after 1 h. This
additional information about P .t / yields the following equations:
1000 D P .0/ D C e 0 D C;
2000 D P .1/ D C e k :

It follows that C D 1000 and that e k D 2, so k D ln 2  0:693147. With this value of k the
differential equation in (6) is
dP
D .ln 2/P  .0:693147/P:
dt
Substitution of k D ln 2 and C D 1000 in Eq. (7) yields the particular solution
C = 12 C = 6 C = 3 P .t / D 1000e .ln 2/t D 1000.e ln 2 /t D 1000  2t (because e ln 2 D 2)
8
C=1 that satisfies the given conditions. We can use this particular solution to predict future popu-
6
4 lations of the bacteria colony. For instance, the predicted number of bacteria in the population
after one and a half hours (when t D 1:5) is
2 1
C=
0 2 P .1:5/ D 1000  23=2  2828:
P

C = – 12
–2
The condition P .0/ D 1000 in Example 6 is called an initial condition because
–4 we frequently write differential equations for which t D 0 is the “starting time.”
C = –1
–6 Figure 1.1.3 shows several different graphs of the form P .t / D C e kt with k D ln 2.
–8 The graphs of all the infinitely many solutions of dP=dt D kP in fact fill the entire
–2 –1 0 1 2 3
C = –12 C = –6 C = –3 two-dimensional plane, and no two intersect. Moreover, the selection of any one
t
point P0 on the P -axis amounts to a determination of P .0/. Because exactly one
FIGURE 1.1.3. Graphs of solution passes through each such point, we see in this case that an initial condition
P .t / D C e kt with k D ln 2. P .0/ D P0 determines a unique solution agreeing with the given data.
4 Chapter 1 First-Order Differential Equations

Mathematical Models
Our brief discussion of population growth in Examples 5 and 6 illustrates the crucial
process of mathematical modeling (Fig. 1.1.4), which involves the following:

1. The formulation of a real-world problem in mathematical terms; that is, the

construction of a mathematical model.
2. The analysis or solution of the resulting mathematical problem.
3. The interpretation of the mathematical results in the context of the original
real-world situation—for example, answering the question originally posed.

Real-world
situation

Formulation Interpretation

Mathematical Mathematical Mathematical

model analysis results

FIGURE 1.1.4. The process of mathematical modeling.

In the population example, the real-world problem is that of determining the

population at some future time. A mathematical model consists of a list of vari-
ables (P and t ) that describe the given situation, together with one or more equations
relating these variables (dP=dt D kP , P .0/ D P0 ) that are known or are assumed to
hold. The mathematical analysis consists of solving these equations (here, for P as
a function of t ). Finally, we apply these mathematical results to attempt to answer
the original real-world question.
As an example of this process, think of first formulating the mathematical
model consisting of the equations dP=dt D kP , P .0/ D 1000, describing the bac-
teria population of Example 6. Then our mathematical analysis there consisted of
solving for the solution function P .t / D 1000e .ln 2/t D 1000  2t as our mathemat-
ical result. For an interpretation in terms of our real-world situation—the actual
bacteria population—we substituted t D 1:5 to obtain the predicted population of
P .1:5/  2828 bacteria after 1.5 hours. If, for instance, the bacteria population is
growing under ideal conditions of unlimited space and food supply, our prediction
may be quite accurate, in which case we conclude that the mathematical model is
adequate for studying this particular population.
On the other hand, it may turn out that no solution of the selected differential
equation accurately fits the actual population we’re studying. For instance, for no
choice of the constants C and k does the solution P .t / D C e kt in Eq. (7) accurately
describe the actual growth of the human population of the world over the past few
centuries. We must conclude that the differential equation dP=dt D kP is inadequate
for modeling the world population—which in recent decades has “leveled off” as
compared with the steeply climbing graphs in the upper half (P > 0) of Fig. 1.1.3.
With sufficient insight, we might formulate a new mathematical model including
a perhaps more complicated differential equation, one that takes into account such
factors as a limited food supply and the effect of increased population on birth and
death rates. With the formulation of this new mathematical model, we may attempt
to traverse once again the diagram of Fig. 1.1.4 in a counterclockwise manner. If
we can solve the new differential equation, we get new solution functions to com-
 1.1 Differential Equations and Mathematical Models 5

pare with the real-world population. Indeed, a successful population analysis may
require refining the mathematical model still further as it is repeatedly measured
against real-world experience.
But in Example 6 we simply ignored any complicating factors that might af-
fect our bacteria population. This made the mathematical analysis quite simple,
perhaps unrealistically so. A satisfactory mathematical model is subject to two con-
tradictory requirements: It must be sufficiently detailed to represent the real-world
situation with relative accuracy, yet it must be sufficiently simple to make the math-
ematical analysis practical. If the model is so detailed that it fully represents the
physical situation, then the mathematical analysis may be too difficult to carry out.
If the model is too simple, the results may be so inaccurate as to be useless. Thus
there is an inevitable tradeoff between what is physically realistic and what is math-
ematically possible. The construction of a model that adequately bridges this gap
between realism and feasibility is therefore the most crucial and delicate step in
the process. Ways must be found to simplify the model mathematically without
sacrificing essential features of the real-world situation.
Mathematical models are discussed throughout this book. The remainder of
this introductory section is devoted to simple examples and to standard terminology
used in discussing differential equations and their solutions.

Examples and Terminology

Example 7 If C is a constant and y.x/ D 1=.C  x/, then
dy 1
D D y2
dx .C  x/2
if x 6D C . Thus
1
y.x/ D (8)
C x
defines a solution of the differential equation
dy
D y2 (9)
dx
on any interval of real numbers not containing the point x D C . Actually, Eq. (8) defines a
one-parameter family of solutions of dy=dx D y 2 , one for each value of the arbitrary constant
or “parameter” C . With C D 1 we get the particular solution
1
y.x/ D
1x
that satisfies the initial condition y.0/ D 1. As indicated in Fig. 1.1.5, this solution is contin-
uous on the interval .1; 1/ but has a vertical asymptote at x D 1.
Example 8 Verify that the function y.x/ D 2x 1=2  x 1=2 ln x satisfies the differential equation

4x 2 y 00 C y D 0 (10)

for all x > 0.

Solution First we compute the derivatives

y 0 .x/ D  12 x 1=2 ln x and y 00 .x/ D 1 3=2

4x ln x  12 x 3=2 :

Then substitution into Eq. (10) yields

 
4x 2 y 00 C y D 4x 2 41 x 3=2 ln x  12 x 3=2 C 2x 1=2  x 1=2 ln x D 0

if x is positive, so the differential equation is satisfied for all x > 0.

6 Chapter 1 First-Order Differential Equations

The fact that we can write a differential equation is not enough to guarantee
that it has a solution. For example, it is clear that the differential equation

.y 0 /2 C y 2 D 1 (11)

has no (real-valued) solution, because the sum of nonnegative numbers cannot be

negative. For a variation on this theme, note that the equation

.y 0 /2 C y 2 D 0 (12)

obviously has only the (real-valued) solution y.x/  0. In our previous examples
any differential equation having at least one solution indeed had infinitely many.
The order of a differential equation is the order of the highest derivative that
appears in it. The differential equation of Example 8 is of second order, those in
Examples 2 through 7 are first-order equations, and

y .4/ C x 2 y .3/ C x 5 y D sin x

is a fourth-order equation. The most general form of an nth-order differential

equation with independent variable x and unknown function or dependent variable
y D y.x/ is  
5 F x; y; y 0 ; y 00 ; : : : ; y .n/ D 0; (13)
y = 1/(1 – x)
where F is a specific real-valued function of n C 2 variables.
(0, 1) x=1
Our use of the word solution has been until now somewhat informal. To be
precise, we say that the continuous function u D u.x/ is a solution of the differential
0 equation in (13) on the interval I provided that the derivatives u0 , u00 , : : : , u.n/ exist
y

on I and  
F x; u; u0 ; u00 ; : : : ; u.n/ D 0

for all x in I . For the sake of brevity, we may say that u D u.x/ satisfies the
–5
–5 0 5 differential equation in (13) on I .
x
Remark Recall from elementary calculus that a differentiable function on an open interval
FIGURE 1.1.5. The solution of is necessarily continuous there. This is why only a continuous function can qualify as a
y 0 D y 2 defined by y.x/ D 1=.1  x/. (differentiable) solution of a differential equation on an interval.

Example 7 Figure 1.1.5 shows the two “connected” branches of the graph y D 1=.1  x/. The left-hand
Continued branch is the graph of a (continuous) solution of the differential equation y 0 D y 2 that is
defined on the interval .1; 1/. The right-hand branch is the graph of a different solution of
the differential equation that is defined (and continuous) on the different interval .1; 1/. So
the single formula y.x/ D 1=.1  x/ actually defines two different solutions (with different
domains of definition) of the same differential equation y 0 D y 2 .
Example 9 If A and B are constants and
y.x/ D A cos 3x C B sin 3x; (14)
then two successive differentiations yield
y 0 .x/ D 3A sin 3x C 3B cos 3x;
y 00 .x/ D 9A cos 3x  9B sin 3x D 9y.x/

for all x . Consequently, Eq. (14) defines what it is natural to call a two-parameter family of
solutions of the second-order differential equation
y 00 C 9y D 0 (15)
on the whole real number line. Figure 1.1.6 shows the graphs of several such solutions.
 1.1 Differential Equations and Mathematical Models 7

Although the differential equations in (11) and (12) are exceptions to the gen-
eral rule, we will see that an nth-order differential equation ordinarily has an n-
5 parameter family of solutions—one involving n different arbitrary constants or pa-
y3 rameters.
y1
In both Eqs. (11) and (12), the appearance of y 0 as an implicitly defined func-
y2
tion causes complications. For this reason, we will ordinarily assume that any dif-
ferential equation under study can be solved explicitly for the highest derivative that
0 appears; that is, that the equation can be written in the so-called normal form
y

 
y .n/ D G x; y; y 0 ; y 00 ; : : : ; y .n1/ ; (16)

–5
–3 0 3 where G is a real-valued function of n C 1 variables. In addition, we will always
x seek only real-valued solutions unless we warn the reader otherwise.
FIGURE 1.1.6. The three solutions All the differential equations we have mentioned so far are ordinary differ-
y1 .x/ D 3 cos 3x , y2 .x/ D 2 sin 3x , ential equations, meaning that the unknown function (dependent variable) depends
and y3 .x/ D 3 cos 3x C 2 sin 3x of on only a single independent variable. If the dependent variable is a function of
the differential equation y 00 C 9y D 0.
two or more independent variables, then partial derivatives are likely to be involved;
if they are, the equation is called a partial differential equation. For example, the
temperature u D u.x; t / of a long thin uniform rod at the point x at time t satisfies
(under appropriate simple conditions) the partial differential equation

@u @2 u
D k 2;
@t @x

where k is a constant (called the thermal diffusivity of the rod). In Chapters 1

through 8 we will be concerned only with ordinary differential equations and will
refer to them simply as differential equations.
In this chapter we concentrate on first-order differential equations of the form

dy
D f .x; y/: (17)
dx

We also will sample the wide range of applications of such equations. A typical
mathematical model of an applied situation will be an initial value problem, con-
sisting of a differential equation of the form in (17) together with an initial condi-
tion y.x0 / D y0 . Note that we call y.x0 / D y0 an initial condition whether or not
x0 D 0. To solve the initial value problem

dy
D f .x; y/; y.x0 / D y0 (18)
dx

means to find a differentiable function y D y.x/ that satisfies both conditions in

Eq. (18) on some interval containing x0 .
Example 10 Given the solution y.x/ D 1=.C  x/ of the differential equation dy=dx D y 2 discussed in
Example 7, solve the initial value problem
dy
D y2; y.1/ D 2:
dx
Solution We need only find a value of C so that the solution y.x/ D 1=.C  x/ satisfies the initial
condition y.1/ D 2. Substitution of the values x D 1 and y D 2 in the given solution yields
1
2 D y.1/ D ;
C 1
8 Chapter 1 First-Order Differential Equations

5 so 2C  2 D 1, and hence C D 32 . With this value of C we obtain the desired solution

y = 2/(3 – 2x) 1 2
y.x/ D D :
(1, 2)
3
2 x 3  2x
x = 3/2 Figure 1.1.7 shows the two branches of the graph y D 2=.3  2x/. The left-hand branch is
0
the graph on .1; 23 / of the solution of the given initial value problem y 0 D y 2 , y.1/ D 2.
y

The right-hand branch passes through the point .2; 2/ and is therefore the graph on . 32 ; 1/
(2, –2)
of the solution of the different initial value problem y 0 D y 2 , y.2/ D 2.
The central question of greatest immediate interest to us is this: If we are given
–5 a differential equation known to have a solution satisfying a given initial condition,
–5 0 5
x how do we actually find or compute that solution? And, once found, what can we do
FIGURE 1.1.7. The solutions of
with it? We will see that a relatively few simple techniques—separation of variables
y 0 D y 2 defined by (Section 1.4), solution of linear equations (Section 1.5), elementary substitution
y.x/ D 2=.3  2x/. methods (Section 1.6)—are enough to enable us to solve a variety of first-order
equations having impressive applications.

1.1 Problems
In Problems 1 through 12, verify by substitution that each 20. y 0 D x  y ; y.x/ D C e x C x  1, y.0/ D 10
3
given function is a solution of the given differential equation. 21. y 0 C 3x 2 y D 0; y.x/ D C e x , y.0/ D 7
Throughout these problems, primes denote derivatives with re- 22. e y y 0 D 1; y.x/ D ln.x C C /, y.0/ D 0
spect to x . dy
23. x C 3y D 2x 5 ; y.x/ D 14 x 5 C C x 3 , y.2/ D 1
1. y 0 D 3x 2 ; y D x 3 C 7 dx
2. y 0 C 2y D 0; y D 3e 2x 24. xy 0  3y D x 3 ; y.x/ D x 3 .C C ln x/, y.1/ D 17
3. y 00 C 4y D 0; y1 D cos 2x , y2 D sin 2x 25. y 0 D 3x 2 .y 2 C 1/; y.x/ D tan.x 3 C C /, y.0/ D 1
4. y 00 D 9y ; y1 D e 3x , y2 D e 3x 26. y 0 C y tan x D cos x ; y.x/ D .x C C / cos x , y./ D 0
5. y 0 D y C 2e x ; y D e x  e x
In Problems 27 through 31, a function y D g.x/ is described
6. y 00 C 4y 0 C 4y D 0; y1 D e 2x , y2 D xe 2x
by some geometric property of its graph. Write a differential
7. y 00  2y 0 C 2y D 0; y1 D e x cos x , y2 D e x sin x equation of the form dy=dx D f .x; y/ having the function g as
8. y 00 C y D 3 cos 2x , y1 D cos x  cos 2x , y2 D sin x  cos 2x its solution (or as one of its solutions).
1
9. y 0 C 2xy 2 D 0; y D 27. The slope of the graph of g at the point .x; y/ is the sum
1 C x2
1 of x and y .
10. x 2 y 00 C xy 0  y D ln x ; y1 D x  ln x , y2 D  ln x
x 28. The line tangent to the graph of g at the point .x; y/ inter-
1 ln x sects the x -axis at the point .x=2; 0/.
11. x 2 y 00 C 5xy 0 C 4y D 0; y1 D 2 , y2 D 2
x x 29. Every straight line normal to the graph of g passes through
12. x 2 y 00  xy 0 C 2y D 0; y1 D x cos.ln x/, y2 D x sin.ln x/ the point .0; 1/. Can you guess what the graph of such a
function g might look like?
In Problems 13 through 16, substitute y D e rx into the given
30. The graph of g is normal to every curve of the form
differential equation to determine all values of the constant r
y D x 2 C k (k is a constant) where they meet.
for which y D e rx is a solution of the equation.
31. The line tangent to the graph of g at .x; y/ passes through
13. 3y 0 D 2y 14. 4y 00 D y the point .y; x/.
15. y 00 C y 0  2y D 0 16. 3y 00 C 3y 0  4y D 0
In Problems 32 through 36, write—in the manner of Eqs. (3)
In Problems 17 through 26, first verify that y.x/ satisfies the through (6) of this section—a differential equation that is a
given differential equation. Then determine a value of the con- mathematical model of the situation described.
stant C so that y.x/ satisfies the given initial condition. Use a
32. The time rate of change of a population P is proportional
computer or graphing calculator (if desired) to sketch several
to the square root of P .
typical solutions of the given differential equation, and high-
light the one that satisfies the given initial condition. 33. The time rate of change of the velocity v of a coasting
motorboat is proportional to the square of v .
17. y 0 C y D 0; y.x/ D C e x , y.0/ D 2 34. The acceleration dv=dt of a Lamborghini is proportional
18. y 0 D 2y ; y.x/ D C e 2x , y.0/ D 3 to the difference between 250 km/h and the velocity of the
19. y 0 D y C 1; y.x/ D C e x  1, y.0/ D 5 car.
 1.1 Differential Equations and Mathematical Models 9

35. In a city having a fixed population of P persons, the time rodents, and their number is increasing at the rate of
rate of change of the number N of those persons who have dP=dt D 1 rodent per month when there are P D 10 ro-
heard a certain rumor is proportional to the number of dents. Based on the result of Problem 43, how long will it
those who have not yet heard the rumor. take for this population to grow to a hundred rodents? To
36. In a city with a fixed population of P persons, the time rate a thousand? What’s happening here?
of change of the number N of those persons infected with 46. Suppose the velocity v of a motorboat coasting in water
a certain contagious disease is proportional to the product satisfies the differential equation dv=dt D kv 2 . The ini-
of the number who have the disease and the number who tial speed of the motorboat is v.0/ D 10 meters per sec-
do not. ond (m/s), and v is decreasing at the rate of 1 m/s2 when
v D 5 m/s. Based on the result of Problem 43, long does
In Problems 37 through 42, determine by inspection at least it take for the velocity of the boat to decrease to 1 m/s? To
one solution of the given differential equation. That is, use 1
10 m/s? When does the boat come to a stop?
your knowledge of derivatives to make an intelligent guess. 47. In Example 7 we saw that y.x/ D 1=.C  x/ defines a
Then test your hypothesis. one-parameter family of solutions of the differential equa-
37. y 00 D 0 38. y 0 D y tion dy=dx D y 2 . (a) Determine a value of C so that
39. xy 0 C y D 3x 2 40. .y 0 /2 C y 2 D 1 y.10/ D 10. (b) Is there a value of C such that y.0/ D 0?
41. y 0 C y D e x 42. y 00 C y D 0 Can you nevertheless find by inspection a solution of
dy=dx D y 2 such that y.0/ D 0? (c) Figure 1.1.8 shows
Problems 43 through 46 concern the differential equation typical graphs of solutions of the form y.x/ D 1=.C  x/.
Does it appear that these solution curves fill the entire xy -
dx plane? Can you conclude that, given any point .a; b/ in
D kx 2 ;
dt the plane, the differential equation dy=dx D y 2 has ex-
where k is a constant. actly one solution y.x/ satisfying the condition y.a/ D b ?
48. (a) Show that y.x/ D C x 4 defines a one-parameter fam-
43. (a) If k is a constant, show that a general (one-parameter) ily of differentiable solutions of the differential equation
solution of the differential equation is given by x.t / D xy 0 D 4y (Fig. 1.1.9). (b) Show that
1=.C  k t /, where C is an arbitrary constant.
(
(b) Determine by inspection a solution of the initial value x 4 if x < 0,
problem x 0 D kx 2 , x.0/ D 0. y.x/ D
x 4 if x = 0
44. (a) Assume that k is positive, and then sketch graphs of
solutions of x 0 D kx 2 with several typical positive defines a differentiable solution of xy 0 D 4y for all x , but is
values of x.0/. not of the form y.x/ D C x 4 . (c) Given any two real num-
(b) How would these solutions differ if the constant k bers a and b , explain why—in contrast to the situation in
were negative? part (c) of Problem 47—there exist infinitely many differ-
45. Suppose a population P of rodents satisfies the differen- entiable solutions of xy 0 D 4y that all satisfy the condition
tial equation dP=dt D kP 2 . Initially, there are P .0/ D 2 y.a/ D b .

C = –2 C = –1 C = 0 C = 1 C = 2 C = 3
3
100
2 80
60
1 C=4 40
20
0
y

0
y

C = –4
–1 –20
– 40
–2 –60
–80
–3
–3 –2 –1 0 1 2 3 –100
C = –3 C = –2 C = –1 C = 0 C = 1 C = 2 –5 – 4 –3 –2 –1 0 1 2 3 4 5
x x

FIGURE 1.1.8. Graphs of solutions of the FIGURE 1.1.9. The graph y D C x 4 for
equation dy=dx D y 2 . various values of C .
10 Chapter 1 First-Order Differential Equations

1.2 Integrals as General and Particular Solutions

The first-order equation dy=dx D f .x; y/ takes an especially simple form if the
right-hand-side function f does not actually involve the dependent variable y , so
dy
D f .x/: (1)
4 C =3
dx
3 C = –1
C =2
C = –2
In this special case we need only integrate both sides of Eq. (1) to obtain
2 C =1 Z
1 C =0
0
y.x/ D f .x/ dx C C: (2)
y

–1
–2 This is a general solution of Eq. (1), meaning that it involves an arbitrary constant
C = –3
–3 C , and for every choice of C it is a solution of the differential equation in (1). If
–4 G.x/ is a particular antiderivative of f —that is, if G 0 .x/  f .x/—then
– 4 –3 –2 –1 0 1 2 3 4
x
y.x/ D G.x/ C C: (3)
FIGURE 1.2.1. Graphs of
y D 14 x 2 C C for various values of C . The graphs of any two such solutions y1 .x/ D G.x/ C C1 and y2 .x/ D G.x/ C
C2 on the same interval I are “parallel” in the sense illustrated by Figs. 1.2.1 and
1.2.2. There we see that the constant C is geometrically the vertical distance be-
6 tween the two curves y.x/ D G.x/ and y.x/ D G.x/ C C .
C=4 To satisfy an initial condition y.x0 / D y0 , we need only substitute x D x0 and
4
C=2 y D y0 into Eq. (3) to obtain y0 D G.x0 / C C , so that C D y0  G.x0 /. With this
2
choice of C , we obtain the particular solution of Eq. (1) satisfying the initial value
C=0 problem
0 dy
y

C = –2 D f .x/; y.x0 / D y0 :
dx
–2
We will see that this is the typical pattern for solutions of first-order differential
–4 equations. Ordinarily, we will first find a general solution involving an arbitrary
C = –4
constant C . We can then attempt to obtain, by appropriate choice of C , a particular
–6
–6 –4 –2 0 2 4 6 solution satisfying a given initial condition y.x0 / D y0 .
x
Remark As the term is used in the previous paragraph, a general solution of a first-order
FIGURE 1.2.2. Graphs of differential equation is simply a one-parameter family of solutions. A natural question is
y D sin x C C for various values of C . whether a given general solution contains every particular solution of the differential equa-
tion. When this is known to be true, we call it the general solution of the differential equation.
For example, because any two antiderivatives of the same function f .x/ can differ only by a
constant, it follows that every solution of Eq. (1) is of the form in (2). Thus Eq. (2) serves to
define the general solution of (1).

Example 1 Solve the initial value problem

dy
D 2x C 3; y.1/ D 2:
dx
Solution Integration of both sides of the differential equation as in Eq. (2) immediately yields the
general solution Z
y.x/ D .2x C 3/ dx D x 2 C 3x C C:

Figure 1.2.3 shows the graph y D x 2 C 3x C C for various values of C . The particular solution
we seek corresponds to the curve that passes through the point .1; 2/, thereby satisfying the
initial condition
y.1/ D .1/2 C 3  .1/ C C D 2:
It follows that C D 2, so the desired particular solution is
y.x/ D x 2 C 3x  2:
 1.2 Integrals as General and Particular Solutions 11

4 Second-order equations. The observation that the special first-order equation

dy=dx D f .x/ is readily solvable (provided that an antiderivative of f can be found)
2
extends to second-order differential equations of the special form
0
C=2
–2 d 2y
C=0 D g.x/; (4)
dx 2
y

–4
C = –2
–6
C = –4
in which the function g on the right-hand side involves neither the dependent vari-
–8 able y nor its derivative dy=dx . We simply integrate once to obtain
C = –6
–10 Z Z
–6 –4 –2 0 2 4 dy 00
x D y .x/ dx D g.x/ dx D G.x/ C C1 ;
dx
FIGURE 1.2.3. Solution curves for
the differential equation in Example 1. where G is an antiderivative of g and C1 is an arbitrary constant. Then another
integration yields
Z Z Z
y.x/ D y 0 .x/ dx D ŒG.x/ C C1  dx D G.x/ dx C C1 x C C2 ;

where C2 is a second arbitrary constant. In effect, the second-order differential

equation in (4) is one that can be solved by solving successively the first-order
equations
dv dy
D g.x/ and D v.x/:
dx dx

Velocity and Acceleration

Direct integration is sufficient to allow us to solve a number of important problems
concerning the motion of a particle (or mass point) in terms of the forces acting
on it. The motion of a particle along a straight line (the x -axis) is described by its
position function
x D f .t / (5)
giving its x -coordinate at time t . The velocity of the particle is defined to be

dx
v.t / D f 0 .t /I that is, vD : (6)
dt

Its acceleration a.t / is a.t / D v 0 .t / D x 00 .t /; in Leibniz notation,

dv d 2x
aD D : (7)
dt dt 2

R Equation (6) is sometimes applied either in the indefinite integral form x.t / D
v.t/ dt or in the definite integral form
Z t
x.t / D x.t0 / C v.s/ ds;
t0

which you should recognize as a statement of the fundamental theorem of calculus

(precisely because dx=dt D v ).
Newton’s second law of motion says that if a force F .t / acts on the particle
and is directed along its line of motion, then

ma.t / D F .t /I that is, F D ma; (8)

12 Chapter 1 First-Order Differential Equations

where m is the mass of the particle. If the force F is known, then the equation
x 00 .t / D F .t /=m can be integrated twice to find the position function x.t / in terms
of two constants of integration. These two arbitrary constants are frequently deter-
mined by the initial position x0 D x.0/ and the initial velocity v0 D v.0/ of the
particle.
Constant acceleration. For instance, suppose that the force F , and therefore the
acceleration a D F=m, are constant. Then we begin with the equation
dv
Da (a is a constant) (9)
dt
and integrate both sides to obtain
Z
v.t / D a dt D at C C1 :

We know that v D v0 when t D 0, and substitution of this information into the

preceding equation yields the fact that C1 D v0 . So
dx
v.t / D D at C v0 : (10)
dt
A second integration gives
Z Z
x.t / D v.t / dt D .at C v0 / dt D 12 at 2 C v0 t C C2 ;

and the substitution t D 0, x D x0 gives C2 D x0 . Therefore,

x.t / D 21 at 2 C v0 t C x0 : (11)

Thus, with Eq. (10) we can find the velocity, and with Eq. (11) the position, of
the particle at any time t in terms of its constant acceleration a, its initial velocity
v0 , and its initial position x0 .
Example 2 A lunar lander is falling freely toward the surface of the moon at a speed of 450 meters per
second (m=s). Its retrorockets, when fired, provide a constant deceleration of 2.5 meters per
second per second (m=s2 ) (the gravitational acceleration produced by the moon is assumed
to be included in the given deceleration). At what height above the lunar surface should the
retrorockets be activated to ensure a “soft touchdown” (v D 0 at impact)?
Solution We denote by x.t / the height of the lunar lander above the surface, as indicated in Fig. 1.2.4.
We let t D 0 denote the time at which the retrorockets should be fired. Then v0 D 450
(m=s, negative because the height x.t / is decreasing), and a D C2:5, because an upward
thrust increases the velocity v (although it decreases the speed jvj). Then Eqs. (10) and (11)
become
v.t / D 2:5t  450 (12)
a υ and
x.t / D 1:25t 2  450t C x0 ; (13)
Lunar surface
where x0 is the height of the lander above the lunar surface at the time t D 0 when the
retrorockets should be activated.
FIGURE 1.2.4. The lunar lander of From Eq. (12) we see that v D 0 (soft touchdown) occurs when t D 450=2:5 D 180 s
Example 2. (that is, 3 minutes); then substitution of t D 180, x D 0 into Eq. (13) yields
x0 D 0  .1:25/.180/2 C 450.180/ D 40;500
meters—that is, x0 D 40.5 km  25 16 miles. Thus the retrorockets should be activated when
the lunar lander is 40.5 kilometers above the surface of the moon, and it will touch down
softly on the lunar surface after 3 minutes of decelerating descent.
 1.2 Integrals as General and Particular Solutions 13

Physical Units
Numerical work requires units for the measurement of physical quantities such as
distance and time. We sometimes use ad hoc units—such as distance in miles or
kilometers and time in hours—in special situations (such as in a problem involving
an auto trip). However, the foot-pound-second (fps) and meter-kilogram-second
(mks) unit systems are used more generally in scientific and engineering problems.
In fact, fps units are commonly used only in the United States (and a few other
countries), while mks units constitute the standard international system of scientific
units.

fps units mks units

Force pound (lb) newton (N)

Mass slug kilogram (kg)
Distance foot (ft) meter (m)
Time second (s) second (s)
g 32 ft/s2 9.8 m/s2

The last line of this table gives values for the gravitational acceleration g at
the surface of the earth. Although these approximate values will suffice for most
examples and problems, more precise values are 9:7805 m=s2 and 32:088 ft=s2 (at
sea level at the equator).
Both systems are compatible with Newton’s second law F D ma. Thus 1 N is
(by definition) the force required to impart an acceleration of 1 m=s2 to a mass of 1
kg. Similarly, 1 slug is (by definition) the mass that experiences an acceleration of
1 ft=s2 under a force of 1 lb. (We will use mks units in all problems requiring mass
units and thus will rarely need slugs to measure mass.)
Inches and centimeters (as well as miles and kilometers) also are commonly
used in describing distances. For conversions between fps and mks units it helps to
remember that

1 in. D 2.54 cm (exactly) and 1 lb  4.448 N:

For instance,
cm
1 ft D 12 in.  2:54 D 30.48 cm;
in.
and it follows that

cm
1 mi D 5280 ft  30:48 D 160934.4 cm  1.609 km:
ft

Thus a posted U.S. speed limit of 50 mi=h means that—in international terms—the
legal speed limit is about 50  1:609  80:45 km=h.

Vertical Motion with Gravitational Acceleration

The weight W of a body is the force exerted on the body by gravity. Substitution of
a D g and F D W in Newton’s second law F D ma gives

W D mg (14)
14 Chapter 1 First-Order Differential Equations

for the weight W of the mass m at the surface of the earth (where g  32 ft=s2  9:8
m=s2 ). For instance, a mass of m D 20 kg has a weight of W D (20 kg)(9.8 m=s2 ) D
196 N. Similarly, a mass m weighing 100 pounds has mks weight

W D (100 lb)(4.448 N=lb) D 444.8 N;

so its mass is
W 444.8 N
mD D  45.4 kg:
g 9.8 m=s2
To discuss vertical motion it is natural to choose the y -axis as the coordinate
system for position, frequently with y D 0 corresponding to “ground level.” If we
choose the upward direction as the positive direction, then the effect of gravity on a
vertically moving body is to decrease its height and also to decrease its velocity v D
dy=dt . Consequently, if we ignore air resistance, then the acceleration a D dv=dt of
the body is given by
dv
D g: (15)
dt
This acceleration equation provides a starting point in many problems involving
vertical motion. Successive integrations (as in Eqs. (10) and (11)) yield the velocity
and height formulas

v.t / D gt C v0 (16)

and

y.t / D  12 gt 2 C v0 t C y0 : (17)

Here, y0 denotes the initial (t D 0) height of the body and v0 its initial velocity.
Example 3 (a) Suppose that a ball is thrown straight upward from the ground (y0 D 0) with initial
velocity v0 D 96 (ft=s, so we use g D 32 ft=s2 in fps units). Then it reaches its maximum
height when its velocity (Eq. (16)) is zero,
v.t / D 32t C 96 D 0;

and thus when t D 3 s. Hence the maximum height that the ball attains is
y.3/ D  12  32  32 C 96  3 C 0 D 144 (ft)

(with the aid of Eq. (17)).

(b) If an arrow is shot straight upward from the ground with initial velocity v0 D 49 (m=s,
so we use g D 9:8 m=s2 in mks units), then it returns to the ground when
y.t / D  12  .9:8/t 2 C 49t D .4:9/t .t C 10/ D 0;
y-axis
and thus after 10 s in the air.
υR
A Swimmer’s Problem
υS
(–a, 0) (a, 0) Figure 1.2.5 shows a northward-flowing river of width w D 2a. The lines x D ˙a
x-axis
represent the banks of the river and the y -axis its center. Suppose that the velocity
vR at which the water flows increases as one approaches the center of the river, and
indeed is given in terms of distance x from the center by
υR  
x2
α vR D v0 1  2 : (18)
υS a

FIGURE 1.2.5. A swimmer’s You can use Eq. (18) to verify that the water does flow the fastest at the center,
problem (Example 4). where vR D v0 , and that vR D 0 at each riverbank.
 1.2 Integrals as General and Particular Solutions 15

Suppose that a swimmer starts at the point .a; 0/ on the west bank and swims
due east (relative to the water) with constant speed vS . As indicated in Fig. 1.2.5, his
velocity vector (relative to the riverbed) has horizontal component vS and vertical
component vR . Hence the swimmer’s direction angle ˛ is given by
vR
tan ˛ D :
vS

Because tan ˛ D dy=dx , substitution using (18) gives the differential equation
 
dy v0 x2
D 1 2 (19)
dx vS a

for the swimmer’s trajectory y D y.x/ as he crosses the river.

Example 4 Suppose that the river is 1 mile wide and that its midstream velocity is v0 D 9 mi=h. If the
swimmer’s velocity is vS D 3 mi=h, then Eq. (19) takes the form
dy
D 3.1  4x 2 /:
dx
Integration yields Z
y.x/ D .3  12x 2 / dx D 3x  4x 3 C C
 
for the swimmer’s trajectory. The initial condition y  21 D 0 yields C D 1, so

y.x/ D 3x  4x 3 C 1:

Then      3
1 1 1
y 2 D3 2 4 2 C 1 D 2;
so the swimmer drifts 2 miles downstream while he swims 1 mile across the river.

1.2 Problems
In Problems 1 through 10, find a function y D f .x/ satisfy- In Problems 11 through 18, find the position function x.t / of a
ing the given differential equation and the prescribed initial moving particle with the given acceleration a.t /, initial posi-
condition. tion x0 D x.0/, and initial velocity v0 D v.0/.
dy 11. a.t / D 50, v0 D 10, x0 D 20
1. D 2x C 1; y.0/ D 3
dx
12. a.t / D 20, v0 D 15, x0 D 5
dy
2. D .x  2/2 ; y.2/ D 1 13. a.t / D 3t , v0 D 5, x0 D 0
dx
dy p 14. a.t / D 2t C 1, v0 D 7, x0 D 4
3. D x ; y.4/ D 0
dx 15. a.t / D 4.t C 3/2 , v0 D 1, x0 D 1
dy 1
4. D 2 ; y.1/ D 5 1
dx x 16. a.t / D p , v0 D 1, x0 D 1
t C4
dy 1
5. D p ; y.2/ D 1 1
dx xC2 17. a.t / D , v0 D 0, x0 D 0
.t C 1/3
dy p
6. D x x 2 C 9; y.4/ D 0 18. a.t / D 50 sin 5t , v0 D 10, x0 D 8
dx
dy 10 dy In Problems 19 through 22, a particle starts at the origin and
7. D 2 ; y.0/ D 0 8. D cos 2x ; y.0/ D 1
dx x C1 dx travels along the x -axis with the velocity function v.t / whose
dy 1 dy graph is shown in Figs. 1.2.6 through 1.2.9. Sketch the graph
9. D p ; y.0/ D 0 10. D xe x ; y.0/ D 1 of the resulting position function x.t / for 0 5 t 5 10.
dx 1  x2 dx
16 Chapter 1 First-Order Differential Equations

19. 10 23. What is the maximum height attained by the arrow of part
(b) of Example 3?
8 24. A ball is dropped from the top of a building 400 ft high.
How long does it take to reach the ground? With what
6 speed does the ball strike the ground?
(5, 5)
25. The brakes of a car are applied when it is moving at 100
v

4 km=h and provide a constant deceleration of 10 meters per

second per second (m=s2 ). How far does the car travel be-
2 fore coming to a stop?
26. A projectile is fired straight upward with an initial veloc-
0 ity of 100 m=s from the top of a building 20 m high and
0 2 4 6 8 10
t falls to the ground at the base of the building. Find (a) its
FIGURE 1.2.6. Graph of the maximum height above the ground; (b) when it passes the
velocity function v.t / of Problem 19. top of the building; (c) its total time in the air.
20. 10 27. A ball is thrown straight downward from the top of a tall
building. The initial speed of the ball is 10 m=s. It strikes
8 the ground with a speed of 60 m=s. How tall is the build-
ing?
6 28. A baseball is thrown straight downward with an initial
(5, 5)
speed of 40 ft=s from the top of the Washington Monu-
v

4 ment (555 ft high). How long does it take to reach the

ground, and with what speed does the baseball strike the
2 ground?
29. A diesel car gradually speeds up so that for the first 10 s
0 its acceleration is given by
0 2 4 6 8 10
t
dv
FIGURE 1.2.7. Graph of the D .0:12/t 2 C .0:6/t (ft=s2 ).
velocity function v.t / of Problem 20. dt
21. 10 If the car starts from rest (x0 D 0, v0 D 0), find the distance
it has traveled at the end of the first 10 s and its velocity at
8 that time.
30. A car traveling at 60 mi=h (88 ft=s) skids 176 ft after its
6 brakes are suddenly applied. Under the assumption that
(5, 5)
v

the braking system provides constant deceleration, what

4 is that deceleration? For how long does the skid continue?
31. The skid marks made by an automobile indicated that its
2 brakes were fully applied for a distance of 75 m before
it came to a stop. The car in question is known to have
0
0 2 4 6 8 10 a constant deceleration of 20 m=s2 under these condi-
t tions. How fast—in km=h—was the car traveling when
FIGURE 1.2.8. Graph of the the brakes were first applied?
velocity function v.t / of Problem 21. 32. Suppose that a car skids 15 m if it is moving at 50 km=h
22. 10 when the brakes are applied. Assuming that the car has
the same constant deceleration, how far will it skid if it is
8 moving at 100 km=h when the brakes are applied?
33. On the planet Gzyx, a ball dropped from a height of 20 ft
6 hits the ground in 2 s. If a ball is dropped from the top of
(3, 5) (7, 5)
a 200-ft-tall building on Gzyx, how long will it take to hit
v

4 the ground? With what speed will it hit?

34. A person can throw a ball straight upward from the sur-
2 face of the earth to a maximum height of 144 ft. How
high could this person throw the ball on the planet Gzyx
0 of Problem 33?
0 2 4 6 8 10
t 35. A stone is dropped from rest at an initial height h above
FIGURE 1.2.9. Graph of the the surface of the earth. Show
p that the speed with which it
velocity function v.t / of Problem 22. strikes the ground is v D 2gh.
 1.3 Slope Fields and Solution Curves 17

36. Suppose a woman has enough “spring” in her legs to jump 41. A bomb is dropped from a helicopter hovering at an alti-
(on earth) from the ground to a height of 2.25 feet. If tude of 800 feet above the ground. From the ground di-
she jumps straight upward with the same initial velocity rectly beneath the helicopter, a projectile is fired straight
on the moon—where the surface gravitational acceleration upward toward the bomb, exactly 2 seconds after the bomb
is (approximately) 5.3 ft/s2 —how high above the surface is released. With what initial velocity should the projectile
will she rise? be fired in order to hit the bomb at an altitude of exactly
37. At noon a car starts from rest at point A and proceeds at 400 feet?
constant acceleration along a straight road toward point 42. A spacecraft is in free fall toward the surface of the moon
B . If the car reaches B at 12:50 P.M. with a velocity of at a speed of 1000 mph (mi/h). Its retrorockets, when
60 mi=h, what is the distance from A to B ? fired, provide a constant deceleration of 20,000 mi/h2 . At
38. At noon a car starts from rest at point A and proceeds with what height above the lunar surface should the astronauts
constant acceleration along a straight road toward point C , fire the retrorockets to insure a soft touchdown? (As in
35 miles away. If the constantly accelerated car arrives at Example 2, ignore the moon’s gravitational field.)
C with a velocity of 60 mi=h, at what time does it arrive 43. Arthur Clarke’s The Wind from the Sun (1963) describes
at C ? Diana, a spacecraft propelled by the solar wind. Its alu-
minized sail provides it with a constant acceleration of
39. If a D 0:5 mi and v0 D 9 mi=h as in Example 4, what must
0:001g D 0:0098 m/s2 . Suppose this spacecraft starts from
the swimmer’s speed vS be in order that he drifts only 1
rest at time t D 0 and simultaneously fires a projectile
mile downstream as he crosses the river?
(straight ahead in the same direction) that travels at one-
40. Suppose that a D 0:5 mi, v0 D 9 mi=h, and vS D 3 mi=h tenth of the speed c D 3  108 m/s of light. How long will
as in Example 4, but that the velocity of the river is given it take the spacecraft to catch up with the projectile, and
by the fourth-degree function how far will it have traveled by then?
! 44. A driver involved in an accident claims he was going only
x4 25 mph. When police tested his car, they found that when
vR D v0 1 4
a its brakes were applied at 25 mph, the car skidded only
45 feet before coming to a stop. But the driver’s skid
rather than the quadratic function in Eq. (18). Now find marks at the accident scene measured 210 feet. Assum-
how far downstream the swimmer drifts as he crosses the ing the same (constant) deceleration, determine the speed
river. he was actually traveling just prior to the accident.

1.3 Slope Fields and Solution Curves

Consider a differential equation of the form

dy
D f .x; y/ (1)
dx

where the right-hand function f .x; y/ involves both the independent variable x and
the dependent variable y . We mightRthink of integrating both sides in (1) with re-
spect to x , and hence write y.x/ D f .x; y.x// dx C C . However, this approach
does not lead to a solution of the differential equation, because the indicated integral
involves the unknown function y.x/ itself, and therefore cannot be evaluated explic-
itly. Actually, there exists no straightforward procedure by which a general differen-
tial equation can be solved explicitly. Indeed, the solutions of such a simple-looking
differential equation as y 0 D x 2 C y 2 cannot be expressed in terms of the ordinary
elementary functions studied in calculus textbooks. Nevertheless, the graphical and
numerical methods of this and later sections can be used to construct approximate
solutions of differential equations that suffice for many practical purposes.

Slope Fields and Graphical Solutions

There is a simple geometric way to think about solutions of a given differential
equation y 0 D f .x; y/. At each point .x; y/ of the xy-plane, the value of f .x; y/
determines a slope m D f .x; y/. A solution of the differential equation is simply
a differentiable function whose graph y D y.x/ has this “correct slope” at each
18 Chapter 1 First-Order Differential Equations

point .x; y.x// through which it passes—that is, y 0 .x/ D f .x; y.x//. Thus a so-
lution curve of the differential equation y 0 D f .x; y/—the graph of a solution of
the equation—is simply a curve in the xy-plane whose tangent line at each point
.x; y/ has slope m D f .x; y/. For instance, Fig. 1.3.1 shows a solution curve of
the differential equation y 0 D x  y together with its tangent lines at three typical
points.

(x1, y1)

x
(x2, y2)
(x3, y3)

FIGURE 1.3.1. A solution curve for the differential equation

y 0 D x  y together with tangent lines having
 slope m1 D x1  y1 at the point .x1 ; y1 /;
 slope m2 D x2  y2 at the point .x2 ; y2 /; and
 slope m3 D x3  y3 at the point .x3 ; y3 /.

This geometric viewpoint suggests a graphical method for constructing ap-

proximate solutions of the differential equation y 0 D f .x; y/. Through each of a
representative collection of points .x; y/ in the plane we draw a short line segment
having the proper slope m D f .x; y/. All these line segments constitute a slope
field (or a direction field) for the equation y 0 D f .x; y/.
Example 1 Figures 1.3.2 (a)–(d) show slope fields and solution curves for the differential equation
dy
D ky (2)
dx
with the values k D 2, 0:5, 1, and 3 of the parameter k in Eq. (2). Note that each slope
field yields important qualitative information about the set of all solutions of the differential
equation. For instance, Figs. 1.3.2(a) and (b) suggest that each solution y.x/ approaches ˙1
as x ! C1 if k > 0, whereas Figs. 1.3.2(c) and (d) suggest that y.x/ ! 0 as x ! C1
if k < 0. Moreover, although the sign of k determines the direction of increase or decrease
of y.x/, its absolute value jkj appears to determine the rate of change of y.x/. All this is
apparent from slope fields like those in Fig. 1.3.2, even without knowing that the general
solution of Eq. (2) is given explicitly by y.x/ D C e kx .
A slope field suggests visually the general shapes of solution curves of the
differential equation. Through each point a solution curve should proceed in such
a direction that its tangent line is nearly parallel to the nearby line segments of the
slope field. Starting at any initial point .a; b/, we can attempt to sketch freehand an
approximate solution curve that threads its way through the slope field, following
the visible line segments as closely as possible.
Example 2 Construct a slope field for the differential equation y 0 D x  y and use it to sketch an approx-
imate solution curve that passes through the point .4; 4/.
Solution Figure 1.3.3 shows a table of slopes for the given equation. The numerical slope m D x  y
appears at the intersection of the horizontal x -row and the vertical y -column of the table. If
you inspect the pattern of upper-left to lower-right diagonals in this table, you can see that it
 1.3 Slope Fields and Solution Curves 19
4 4 4
3 3 3
2 2 2
1 1 1
0 0 0
y

y
–1 –1 –1
–2 –2 –2
–3 –3 –3
–4 –4 –4
–4 –3 –2 –1 0 1 2 3 4 – 4 –3 –2 –1 0 1 2 3 4 – 4 –3 –2 –1 0 1 2 3 4
x x x

FIGURE 1.3.2(a) Slope field and FIGURE 1.3.2(b) Slope field and FIGURE 1.3.2(c) Slope field and
solution curves for y 0 D 2y . solution curves for y 0 D .0:5/y . solution curves for y 0 D y .

x ny 4 3 2 1 0 1 2 3 4
4 4 0 1 2 3 4 5 6 7 8
3 3 1 0 1 2 3 4 5 6 7
2 2 2 1 0 1 2 3 4 5 6
1 1 3 2 1 0 1 2 3 4 5
0
1 2 3 4
y

0 4 3 2 1 0
–1
1 5 4 3 2 1 0 1 2 3
–2
2 6 5 4 3 2 1 0 1 2
–3
3 7 6 5 4 3 2 1 0 1
–4
– 4 –3 –2 –1 0 1 2 3 4
x 4 8 7 6 5 4 3 2 1 0
FIGURE 1.3.2(d) Slope field FIGURE 1.3.3. Values of the slope y 0 D x  y for 4  x; y  4.
and solution curves for y 0 D 3y .

was easily and quickly constructed. (Of course, a more complicated function f .x; y/ on the
right-hand side of the differential equation would necessitate more complicated calculations.)
Figure 1.3.4 shows the corresponding slope field, and Fig. 1.3.5 shows an approximate so-
lution curve sketched through the point .4; 4/ so as to follow this slope field as closely as
possible. At each point it appears to proceed in the direction indicated by the nearby line
segments of the slope field.
Although a spreadsheet program (for instance) readily constructs a table of
slopes as in Fig. 1.3.3, it can be quite tedious to plot by hand a sufficient number

5 5 (– 4, 4)
4
3
2
1
0
y

0
y

–1
–2
–3
–4
–5 –5
–5 0 5 –5 0 5
x x

FIGURE 1.3.4. Slope field for y 0 D x  y FIGURE 1.3.5. The solution curve
corresponding to the table of slopes in Fig. 1.3.3. through .4; 4/.
20 Chapter 1 First-Order Differential Equations

of slope segments as in Fig. 1.3.4. However, most computer algebra systems in-
clude commands for quick and ready construction of slope fields with as many line
4 segments as desired; such commands are illustrated in the application material for
3 this section. The more line segments are constructed, the more accurately solution
2 curves can be visualized and sketched. Figure 1.3.6 shows a “finer” slope field for
1 the differential equation y 0 D x  y of Example 2, together with typical solution
0 curves treading through this slope field.
y

–1 If you look closely at Fig. 1.3.6, you may spot a solution curve that appears
–2 to be a straight line! Indeed, you can verify that the linear function y D x  1 is
–3 a solution of the equation y 0 D x  y , and it appears likely that the other solution
–4 curves approach this straight line as an asymptote as x ! C1. This inference
–4 –3 –2 –1 0 1 2 3 4 illustrates the fact that a slope field can suggest tangible information about solutions
x that is not at all evident from the differential equation itself. Can you, by tracing the
FIGURE 1.3.6. Slope field and appropriate solution curve in this figure, infer that y.3/  2 for the solution y.x/ of
typical solution curves for y 0 D x  y . the initial value problem y 0 D x  y , y.4/ D 4?

Applications of Slope Fields

The next two examples illustrate the use of slope fields to glean useful information
in physical situations that are modeled by differential equations. Example 3 is based
on the fact that a baseball moving through the air at a moderate speed v (less than
about 300 ft/s) encounters air resistance that is approximately proportional to v . If
the baseball is thrown straight downward from the top of a tall building or from a
hovering helicopter, then it experiences both the downward acceleration of gravity
and an upward acceleration of air resistance. If the y -axis is directed downward,
then the ball’s velocity v D dy=dt and its gravitational acceleration g D 32 ft/s2 are
both positive, while its acceleration due to air resistance is negative. Hence its total
acceleration is of the form
dv
D g  kv: (3)
dt
A typical value of the air resistance proportionality constant might be k D 0:16.
Example 3 Suppose you throw a baseball straight downward from a helicopter hovering at an altitude of
3000 feet. You wonder whether someone standing on the ground below could conceivably
400 catch it. In order to estimate the speed with which the ball will land, you can use your laptop’s
computer algebra system to construct a slope field for the differential equation
300
dv
200 D 32  0:16v: (4)
v

dt
100
The result is shown in Fig. 1.3.7, together with a number of solution curves correspond-
0 ing to different values of the initial velocity v.0/ with which you might throw the baseball
0 5 10 15 20 25
t downward. Note that all these solution curves appear to approach the horizontal line v D 200
as an asymptote. This implies that—however you throw it—the baseball should approach the
FIGURE 1.3.7. Slope field and
typical solution curves for limiting velocity v D 200 ft/s instead of accelerating indefinitely (as it would in the absence
v 0 D 32  0:16v . of any air resistance). The handy fact that 60 mi/h D 88 ft/s yields
ft 60 mi/h mi
v D 200   136.36 :
s 88 ft/s h
Perhaps a catcher accustomed to 100 mi/h fastballs would have some chance of fielding this
speeding ball.
Comment If the ball’s initial velocity is v.0/ D 200, then Eq. (4) gives v 0 .0/ D 32 
.0:16/.200/ D 0, so the ball experiences no initial acceleration. Its velocity therefore remains
unchanged, and hence v.t /  200 is a constant “equilibrium solution” of the differential
equation. If the initial velocity is greater than 200, then the initial acceleration given by
Eq. (4) is negative, so the ball slows down as it falls. But if the initial velocity is less than
 1.3 Slope Fields and Solution Curves 21

200, then the initial acceleration given by (4) is positive, so the ball speeds up as it falls. It
therefore seems quite reasonable that, because of air resistance, the baseball will approach a
limiting velocity of 200 ft/s—whatever initial velocity it starts with. You might like to verify
that—in the absence of air resistance—this ball would hit the ground at over 300 mi/h.
In Section 2.1 we will discuss in detail the logistic differential equation

dP
D kP .M  P / (5)
dt

that often is used to model a population P .t / that inhabits an environment with

carrying capacity M . This means that M is the maximum population that this
environment can sustain on a long-term basis (in terms of the maximum available
food, for instance).
Example 4 If we take k D 0:0004 and M D 150, then the logistic equation in (5) takes the form

dP
D 0:0004P .150  P / D 0:06P  0:0004P 2 : (6)
dt

300 The positive term 0:06P on the right in (6) corresponds to natural growth at a 6% annual rate
250 (with time t measured in years). The negative term 0:0004P 2 represents the inhibition of
200 growth due to limited resources in the environment.
Figure 1.3.8 shows a slope field for Eq. (6), together with a number of solution curves
P

150
100 corresponding to possible different values of the initial population P .0/. Note that all these
50
solution curves appear to approach the horizontal line P D 150 as an asymptote. This implies
0
that—whatever the initial population—the population P .t / approaches the limiting popula-
0 25 50 75 100 tion P D 150 as t ! 1.
t
FIGURE 1.3.8. Slope field and Comment If the initial population is P .0/ D 150, then Eq. (6) gives
typical solution curves for
P 0 D 0:06P  0:0004P 2 . P 0 .0/ D 0:0004.150/.150  150/ D 0;

so the population experiences no initial (instantaneous) change. It therefore remains un-

changed, and hence P .t /  150 is a constant “equilibrium solution” of the differential equa-
tion. If the initial population is greater than 150, then the initial rate of change given by (6)
is negative, so the population immediately begins to decrease. But if the initial population is
less than 150, then the initial rate of change given by (6) is positive, so the population imme-
diately begins to increase. It therefore seems quite reasonable to conclude that the population
will approach a limiting value of 150—whatever the (positive) initial population.

Existence and Uniqueness of Solutions

Before one spends much time attempting to solve a given differential equation, it
is wise to know that solutions actually exist. We may also want to know whether
there is only one solution of the equation satisfying a given initial condition—that
is, whether its solutions are unique.
Example 5 (a) [Failure of existence] The initial value problem

1
y0 D ; y.0/ D 0 (7)
x
R
has no solution, because no solution y.x/ D .1=x/ dx D ln jxj C C of the differential equation
is defined at x D 0. We see this graphically in Fig. 1.3.9, which shows a direction field and
some typical solution curves for the equation y 0 D 1=x . It is apparent that the indicated
direction field “forces” all solution curves near the y -axis to plunge downward so that none
can pass through the point .0; 0/.
22 Chapter 1 First-Order Differential Equations

2 1

(0, 0) y1(x) = x2
0

y
y
y2(x) = 0
0
(0, 0)
–2
–1 0 1 0 1
x x

FIGURE 1.3.9. Direction field and typical FIGURE 1.3.10. Direction field and two
solution curves for the equation y 0 D 1=x . different solutionpcurves for the initial value
problem y 0 D 2 y , y.0/ D 0.

(b) [Failure of uniqueness] On the other hand, you can readily verify that the initial value
problem
p
y 0 D 2 y; y.0/ D 0 (8)
has the two different solutions y1 .x/ D x 2 and y2 .x/  0 (see Problem 27). Figure 1.3.10
shows a direction field and these two different solution curves for the initial value problem in
(8). We see that the curve y1 .x/ D x 2 threads its way through the indicated direction field,
p
whereas the differential equation y 0 D 2 y specifies slope y 0 D 0 along the x -axis y2 .x/ D 0.

Example 5 illustrates the fact that, before we can speak of “the” solution of
an initial value problem, we need to know that it has one and only one solution.
Questions of existence and uniqueness of solutions also bear on the process of
mathematical modeling. Suppose that we are studying a physical system whose be-
havior is completely determined by certain initial conditions, but that our proposed
mathematical model involves a differential equation not having a unique solution
satisfying those conditions. This raises an immediate question as to whether the
mathematical model adequately represents the physical system.
The theorem stated below implies that the initial value problem y 0 D f .x; y/,
y.a/ D b has one and only one solution defined near the point x D a on the x -axis,
provided that both the function f and its partial derivative @f =@y are continuous
near the point .a; b/ in the xy-plane. Methods of proving existence and uniqueness
y theorems are discussed in the Appendix.
R
THEOREM 1 Existence and Uniqueness of Solutions
(a, b)
b Suppose that both the function f .x; y/ and its partial derivative Dy f .x; y/ are
y = y(x)
continuous on some rectangle R in the xy -plane that contains the point .a; b/
in its interior. Then, for some open interval I containing the point a, the initial
I value problem
a x dy
D f .x; y/; y.a/ D b (9)
FIGURE 1.3.11. The rectangle R dx
and x -interval I of Theorem 1, and the has one and only one solution that is defined on the interval I . (As illustrated in
solution curve y D y.x/ through the
point .a; b/. Fig. 1.3.11, the solution interval I may not be as “wide” as the original rectangle
R of continuity; see Remark 3 below.)

Remark 1 In the case of the differential equation dy=dx D y of Example 1 and

Fig. 1.3.2(c), both the function f .x; y/ D y and the partial derivative @f =@y D 1 are con-
Another random document with
no related content on Scribd:
 — Jos sinä tahdot puhua kanssani jostakin, niin ole hyvä ja vaihda
puheenainetta, — sanoi hän yhtäkkiä.

— Kas tässä annan muistaessani sinulle kirjeen, — lausui Aljoša

arasti, otti taskustaan Lisen kirjeen ja ojensi sen hänelle. He sattuivat
juuri tulemaan lyhdyn kohdalle. Ivan tunsi heti käsialan.

— Ahaa, tämä on tuolta reuhtovalta lapselta! — alkoi hän nauraa

vihaisesti, ja kirjekuorta avaamatta hän yhtäkkiä repi kirjeen palasiksi
ja viskasi tuuleen. Paperipalat lensivät eri tahoille.

— Ei ole vielä kuudenkaantoista vuoden ikäinen luullakseni, ja jo

tarjoutuu! — lausui hän halveksivasti harpaten taas eteenpäin pitkin
katua.

— Miten tarjoutuu? — huudahti Aljoša.

— Tietäähän sen, miten epäsiveelliset naiset tarjoutuvat.

— Mitä sinä, Ivan, mitä sinä? — alkoi Aljoša surullisesti ja tulisesti

puolustaa. — Hän on lapsi, sinä loukkaat lasta! Hän on sairas, hän
on itse hyvin sairas, hänkin kenties on tulemassa mielenvikaiseksi…
Minä en voinut olla antamatta sinulle hänen kirjettään… Minä
päinvastoin tahdoin saada kuulla sinulta jotakin… pelastaakseni
hänet.

— Ei sinulla ole mitään kuultavaa minulta. Jos hän on lapsi, niin

minä en ole lapsenpiika. Ole vaiti, Aleksei. Älä jatka. Minä en edes
ajattele sitä.

Molemmat olivat taas hetkisen vaiti.

 — Hän rukoilee nyt koko yön Jumalan Äitiä, jotta tämä osoittaisi
hänelle, miten hänen on huomenna oikeudessa meneteltävä, —
alkoi Ivan taas yhtäkkiä puhua jyrkästi ja ilkeästi.

— Tarkoitatko… Katerina Ivanovnaa?

— Tarkoitan. Onko hänen esiinnyttävä Mitenjkan pelastajana vaiko

turmioon syöksijänä? Sitä hän rukoilee, että hänen sielunsa
valaistaisiin. Hän itse, näettekö, ei vielä tiedä, ei ole ennättänyt
valmistautua. Hänkin pitää minua lapsenhoitajana, tahtoo, että minä
tuudittaisin häntä!

— Katerina Ivanovna rakastaa sinua, veljeni, — lausui Aljoša

surullisen tunteen vallassa.

— Kenties. Mutta minä en välitä hänestä.

— Hän kärsii. Miksi sinä sitten puhut hänelle… toisinaan…

sellaisia sanoja, että hän toivoo? — jatkoi Aljoša arasti nuhdellen. —
Minähän tiedän, että sinä olet antanut hänelle toivoa, suo anteeksi,
että puhun näin, — lisäsi hän.

— Minä en voi tässä menetellä niinkuin pitäisi, katkaista välit ja

sanoa hänelle suoraan! — lausui Ivan äkäisesti. — Täytyy odottaa,
kunnes murhaajalle on annettu tuomio. Jos minä rikon välit hänen
kanssaan nyt, niin hän kostaakseen minulle huomenna syöksee
turmioon tuon heittiön oikeudessa, sillä hän vihaa häntä ja tietää
vihaavansa. Tässä on kaikki valhetta, valhe valheen päällä! Nyt, kun
en vielä ole rikkonut välejä hänen kanssaan, hän yhä vielä toivoo
eikä tahdo syöstä turmioon tuota petoa, koska hän tietää, kuinka
innokkaasti minä haluan pelastaa sen onnettomuudesta. Ja milloin
langenneekaan tuo kirottu tuomio!
 Sanat »murhaaja» ja »peto» tekivät kipeätä Aljošan sydämelle.

— Miten hän sitten voi syöstä turmioon veljemme? — kysyi hän

ajatellen Ivanin sanoja. — Mitä sellaista hän voi todistaa, joka
suorastaan voisi tuhota Mitjan?

— Sinä et vielä tiedä sitä. Hänellä on käsissään eräs asiapaperi,

Mitjan omakätisesti kirjoittama, joka matemaattisesti todistaa, että
Mitja on tappanut Fjodor Pavlovitšin.

— Se on mahdotonta! — huudahti Aljoša.

— Kuinka niin? Minä olen itse lukenut sen.

— Sellaista asiapaperia ei voi olla olemassa! — toisti Aljoša

tulisesti. — Ei voi olla, sillä hän ei ole murhaaja. Ei hän ole tappanut
isää, ei hän!

Ivan Fjodorovitš pysähtyi yhtäkkiä.

— Kuka sitten on murhaaja teidän mielestänne, — kysyi hän

näennäisen kylmästi, ja kysymyksen sävyssä tuntui jotakin
ylimielistä.

— Sinä itse tiedät kuka, — lausui Aljoša hiljaa ja vakuuttavasti.

— Kuka? Onko se tuo satu mielenvikaisesta idiootista,

kaatuvatautisesta? Smerdjakovista?

Aljoša tunsi yhtäkkiä koko ruumiinsa vapisevan.

— Sinä itse tiedät kuka, — pääsi häneltä voimattomasti. Hän oli

tukehtua.
 — Mutta kuka, kuka? — huudahti Ivan melkein raivoisasti. Koko
hänen itsehillitsemiskykynsä oli yhtäkkiä kadonnut.

— Minä tiedän vain yhden asian, — lausui Aljoša edelleenkin

melkein kuiskaten, — isää et sinä ole tappanut.

— »Et sinä!» Mitä on tuo »et sinä!» — tyrmistyi Ivan.

— Et sinä ole tappanut isää, et sinä! — toisti Aljoša lujasti.

Noin puoli minuuttia kesti äänettömyyttä.

— Tiedänhän minä itsekin, etten sitä ole tehnyt minä, sinä

hourailet! — lausui Ivan kalpeana ja vääristäen suunsa nauruun. —
Hän aivan kuin tunki katseensa Aljošaan. Molemmat seisoivat taas
lyhdyn luona.

— Ei, Ivan, sinä olet itse sanonut itsellesi useita kertoja, että sinä
olet murhaaja.

— Milloin minä olen sanonut?… Minä olen ollut Moskovassa…

Milloin minä olen sanonut? — sopersi Ivan sekaantuen kokonaan.

— Sinä olet sanonut tätä itsellesi monta kertaa, kun olet jäänyt
yksiksesi näitten kauheitten kahden kuukauden aikana, — jatkoi
Aljoša hiljaa ja selvästi kuten ennenkin. Mutta hän puhui aivan kuin
ulkopuolelta itseään, aivan kuin ei puhuisi omasta tahdostaan, vaan
tottelisi jotakin vastustamatonta käskyä.

— Sinä olet syyttänyt itseäsi ja tunnustanut itsellesi, ettei murhaaja

ole kukaan muu kuin sinä. Mutta et sinä ole tappanut, sinä erehdyt,
et sinä ole murhaaja, kuuletko minua, et sinä! Minut on Jumala
lähettänyt sanomaan sinulle tämän.
 Molemmat olivat vaiti. Kokonaisen pitkän hetken kesti tätä
äänettömyyttä. He seisoivat kumpikin ja katsoivat koko ajan
toistensa silmiin. Molemmat olivat kalpeat. Yhtäkkiä alkoi Ivanin koko
ruumis vapista, ja hän tarttui lujasti Aljošan olkapäähän.

— Sinä olet ollut luonani! — kuiskasi hän hampaitaan kiristellen.

— Sinä olet ollut minun luonani, kun hän tuli… Tunnusta… sinä näit
hänet, näit?

— Kenestä sinä puhut… Mitjastako? — kysyi Aljoša aivan

ymmällä.

— En hänestä, piru vieköön pedon! — karjaisi Ivan raivoissaan. —

Etkö sinä tiedä, että hän käy luonani? Kuinka sinä olet saanut sen
tietää, sano!

— Kuka hän? Minä en tiedä, kenestä sinä puhut, — sopersi Aljoša

jo pelästyneenä.

— Ei, sinä tiedät… kuinka sinä muuten olisit… on mahdotonta,

ettet sinä tietäisi…

Mutta yhtäkkiä hän aivan kuin hillitsi itsensä. Hän seisoi ja näytti
miettivän jotakin. Omituinen nauru vääristi hänen huuliaan.

— Veli, — alkoi Aljoša taas värisevällä äänellä, — minä sanoin

sinulle tämän siksi, että sinä uskot minun sanaani, minä tiedän sen.
Minä sanoin sinulle koko elämäsi ajaksi tämän sanan: et sinä!
Kuuletko, koko elämän ajaksi. Ja Jumala pani tämän minun sieluuni,
että sanoisin sen sinulle, vaikka sinä siitä hetkestä alkaen koko ikäsi
vihaisit minua…
 Mutta Ivan Fjodorovitšin näytti onnistuneen jo täydelleen hillitä
itsensä.

— Aleksei Fjodorovitš, — lausui hän kylmästi naurahtaen, —

profeettoja ja kaatuvatautisia minä en siedä, varsinkaan en Jumalan
lähettejä, sen te tiedätte erinomaisen hyvin. Tästä hetkestä alkaen
katkaisen kaikki välit kanssanne ja luultavasti ainaiseksi. Pyydän
teitä heti paikalla, tässä kadunkulmauksessa, jättämään minut. Ja
tätä sivukatuahan te pääsette asuntoonnekin. Varokaa erikoisesti
käymästä luonani tänään! Kuuletteko?

Hän kääntyi ympäri ja lähti varmoin askelin kulkemaan suoraan

eteenpäin katsahtamatta enää taakseen.

— Veli, — huudahti Aljoša hänen jälkeensä, — jos sinulle tänään

tapahtuu jotakin, niin ajattele ennen kaikkea minua!…

Mutta Ivan ei vastannut. Aljoša seisoi kadunristeyksessä lyhdyn

luona siihen asti kuin Ivan kokonaan hävisi pimeään. Sitten hän
kääntyi ja lähti hitaasti kulkemaan kotiinsa sivukatua pitkin. Hän ja
Ivan Fjodorovitš asuivat eri paikoissa: ei kumpikaan heistä tahtonut
asua Fjodor Pavlovitšin tyhjäksi jääneessä talossa. Aljoša oli
vuokrannut kalustetun huoneen eräältä pikkuporvariperheeltä; Ivan
Fjodorovitš taas asui jokseenkin kaukana hänestä ja oli vuokrannut
tilavan sekä verraten upean asunnon erään varakkaan
virkamiehenlesken taloon kuuluvasta sivurakennuksesta. Mutta
häntä palveli koko sivurakennuksessa ainoastaan hyvin vanha, aivan
kuuro ja ankaraa jäsenkolotusta poteva eukko, joka kävi
makaamaan kello kuusi illalla ja nousi kello kuusi aamulla. Ivan
Fjodorovitš oli näinä kahtena kuukautena tullut aivan omituisen
vähän vaativaksi ja jäi hyvin mielellään aivan yksikseen. Sen
huoneenkin, jossa hän asui, hän siisti itse, ja asuntonsa muissa
huoneissa hän harvoin edes kävi. Tultuaan talonsa portaille ja jo
tartuttuaan soittokellon kädensijaan hän pysähtyi. Hän tunsi koko
ruumiinsa vapisevan vihasta. Hän jätti yhtäkkiä soittokellon rauhaan,
sylkäisi, käännähti takaisin ja lähti taas kiireesti kulkemaan aivan
toiseen, päinvastaisella suunnalla olevaan päähän kaupunkia, parin
virstan päähän asunnostaan, pienen pieneen, kallistuneeseen,
hirsistä rakennettuun taloon, jossa astui Maria Kondratjevna, Fjodor
Pavlovitšin entinen naapuri, joka oli käynyt Fjodor Pavlovitšin
keittiössä lientä hakemassa ja jolle Smerdjakov silloin oli laulanut
laulujaan sekä soittanut kitaraa. Entisen talonsa hän oli myynyt ja
asusti nyt äitinsä kanssa mökin tapaisessa rakennuksessa, ja sairas,
melkein kuoleva Smerdjakov oli aivan Fjodor Pavlovitšin kuolemasta
saakka asunut heillä. Tämänpä luo Ivan Fjodorovitš nyt suuntasi
kulkunsa erään äkillisen ja vastustamattoman ajatuksen johtamana.

6.

Ensimmäinen keskustelu Smerdjakovin kanssa

Ivan Fjodorovitš meni nyt jo kolmannen kerran Smerdjakovin luo

sen jälkeen kuin oli palannut Moskovasta. Ensimmäisen kerran
katastrofin jälkeen hän oli nähnyt Smerdjakovin ja puhunut tämän
kanssa heti tulopäivänään, sitten käynyt hänen luonaan vielä kerran
kahden viikon kuluttua. Mutta tämän toisen kerran jälkeen hän oli
lakannut käymästä Smerdjakovin luona, niin että hän nyt ei ollut yli
kuukauteen nähnyt häntä eikä kuullut hänestä juuri mitään. Ivan
Fjodorovitš oli palannut Moskovasta vasta viidentenä päivänä isänsä
kuoleman jälkeen, niin että hän ei ollut nähnyt tätä ruumiina:
hautajaiset olivat olleet hänen tulonsa edellisenä päivänä. Syynä
Ivan Fjodorovitšin viivästykseen oli ollut se, että Aljoša, joka ei
täsmälleen tietänyt hänen osoitettaan Moskovassa, oli, kun hänen oli
lähetettävä sähkösanoma, turvautunut Katerina Ivanovnaan, mutta
tämä, joka ei myöskään ollut täysin selvillä osoitteesta, oli lähettänyt
sähkösanoman sisarelleen ja tädilleen otaksuen, että Ivan
Fjodorovitš; heti Moskovaan saavuttuaan pistäytyy näitten luona.
Mutta Ivan Fjodorovitš oli käynyt näitten luona vasta neljäntenä
päivänä tulonsa jälkeen ja sähkösanoman saatuaan tietysti heti suin
päin rientänyt kaupunkiimme. Täällä hän oli ensimmäiseksi tavannut
Aljošan, mutta keskusteltuaan tämän kanssa hän oli ollut hyvin
hämmästyksissään siitä, että tämä ei edes tahdokaan epäillä Mitjaa,
vaan viittaa suorastaan siihen, että Smerdjakov on murhaaja, mikä
oli aivan ristiriidassa muitten kaupungissamme vallitsevien
mielipiteitten kanssa. Tavattuaan sen jälkeen poliisipäällikön ja
prokuraattorin sekä saatuaan yksityiskohtaiset tiedot syytteestä ja
vangitsemisesta hän oli vielä enemmän ihmetellyt Aljošaa ja saanut
sen käsityksen, että tämän mielipide johtui ainoastaan äärimmäisiin
asti kiihoittuneesta veljellisestä rakkaudesta ja säälistä Mitjaa
kohtaan, jota Aljoša, kuten Ivan tiesi, suuresti rakasti. Asian puheena
ollessa sanomme tässä kerta kaikkiaan vain pari sanaa Ivanin
tunteista veli Dmitri Fjodorovitšia kohtaan: hän ei ollenkaan pitänyt
Dmitri Fjodorovitšista ja tunsi tätä kohtaan enintään sääliä, mutta
siihenkin sekaantui suurta halveksimista, joka lähenteli inhoa. Koko
Mitja, jopa tämän ulkomuotokin, oli hänestä äärettömän
vastenmielinen. Ivan paheksui Katerina Ivanovnan rakkautta Mitjaan.
Syytteeseen pantua Mitjaa hän oli sentään käynyt tapaamassa heti
samana päivänä kuin oli tullut kaupunkiin, mutta tämä käynti ei
suinkaan ollut heikontanut hänen vakaumustaan, että Mitja oli
syyllinen, vaan päinvastoin yhä vahvistanut sitä. Hän oli silloin
nähnyt veljensä levottomana, sairaalloisen kiihtyneenä. Mitja oli
puhunut paljon, mutta ollut hajamielinen ja hypännyt asiasta toiseen,
puhunut hyvin jyrkässä äänilajissa, syyttänyt Smerdjakovia ja ollut
hyvin sekava. Kaikkein enimmän hän oli puhunut niistä
kolmestatuhannesta, jotka vainaja oli häneltä »varastanut». »Rahat
ovat minun, ne olivat minun», oli Mitja vakuuttanut; »jos minä
olisinkin ne varastanut, niin olisin tehnyt oikein:». Niitä
todistuskappaleita, jotka osoittivat hänet syylliseksi, hän ei juuri
ollenkaan ollut kieltänyt, ja jos hän tosiasioista puhuessaan selittikin
näitä omaksi edukseen, niin senkin hän teki sangen sotkuisesti ja
järjettömästi eikä näyttänyt edes haluavan valaista syyttömyyttään
Ivanille tai muille, päinvastoin hän oli äkäinen, ei kiinnittänyt
huomiota syytteisiin, haukkui ja oli kiivastunut. Grigorin todistukselle,
että ovi oli ollut auki, oli hän vain halveksivasti nauranut ja
vakuuttanut, että sen oli »piru avannut». Mutta mitään täsmällisiä
selityksiä tämän tosiasian johdosta hän ei ollut voinut esittää. Olipa
hän ennättänyt tämän ensimmäisen tapaamisen aikana loukatakin
Ivan Fjodorovitšia sanomalla tälle jyrkästi, ettei ole niiden asia epäillä
ja kuulustella häntä, jotka itse vakuuttavat, että »kaikki on luvallista».
Yleensä hän oli sillä kertaa ollut hyvin epäystävällinen Ivan
Fjodorovitšia kohtaan. Kohta Mitjan kanssa puhuttuaan Ivan
Fjodorovitš olikin sitten mennyt Smerdjakovin luo.

Jo rautatievaunussa Moskovasta kiitäessään hän oli kaiken aikaa

ajatellut Smerdjakovia ja viimeistä keskusteluaan tämän kanssa
lähtöpäivänsä edellisenä iltana. Moni seikka ahdisti hänen mieltään,
moni seikka näytti epäilyttävältä. Esittäessään tutkintatuomarille sen,
mitä tiesi asiasta, Ivan Fjodorovitš oli toistaiseksi jättänyt kertomatta
tuon keskustelun. Hän oli lykännyt kaikki siihen asti kunnes tapaisi
Smerdjakovin. Tämä oli siihen aikaan kaupungin sairaalassa. Tohtori
Herzenstube ja lääkäri Varvinski, jonka Ivan Fjodorovitš tapasi
sairaalassa, vastasivat Ivan Fjodorovitšin itsepintaisiin kysymyksiin
varmasti, että Smerdjakovilla ehdottomasti on kaatuvatauti, vieläpä
olivat ihmeissäänkin kysymyksestä: »Eikö hän teeskennellyt
sairautta katastrofipäivänä?» He antoivat hänen ymmärtää, että
tämä taudinkohtaus oli tavallista ankarampikin, jatkui ja uudistui
muutaman päivän aikana, niin että potilaan henki ehdottomasti oli
ollut vaarassa, ja että vasta nyt, kun oli käytetty asianmukaisia
keinoja, saattoi varmasti sanoa, että sairas jää eloon, vaikkakin on
hyvin mahdollista (lisäsi tohtori Herzenstube), että hänen järkensä
on osittain heikentynyt, »jollei koko elämän ajaksi, niin kuitenkin
jokseenkin pitkäksi aikaa.» Ivanin kärsimättömään tiedusteluun, että
»hän siis on nyt hullu?» oli vastattu, että »sanan varsinaisessa
merkityksessä ei asian laita vielä ole niin, mutta eräitä poikkeuksia
normaalisesta tilasta on havaittavissa.» Ivan Fjodorovitš päätti itse
ottaa selville, mitä nuo epänormaalisuudet olivat. Sairashuoneessa
hänet päästettiin heti tapaamaan Smerdjakovia. Smerdjakov oli eri
huoneessa ja loikoi makuulavitsalla. Hänen vieressään oli toinenkin
makuulavitsa, jolla makasi eräs kaupungin pikkuporvareita hyvin
heikossa tilassa, aivan turvonneena vesitaudista ja ilmeisesti
valmiina kuolemaan huomenna tai ylihuomenna; hän ei voinut
haitata keskustelua. Smerdjakov irvisti epäluuloisesti, kun näki Ivan
Fjodorovitšin, ja näytti ensihetkellä muuttuvan araksi. Semmoisen
vaikutelman sai ainakin Ivan Fjodorovitš. Mutta tätä kesti vain
hetkisen, päinvastoin Smerdjakov koko muun ajan melkein
hämmästytti häntä levollisuudellaan. Heti luotuaan ensimmäisen
silmäyksen häneen oli Ivan Fjodorovitš tullut täysin vakuutetuksi, että
Smerdjakov oli hyvin sairas; hän oli hyvin heikko, puhui hitaasti ja
tuntui vaivoin voivan liikuttaa kieltään, oli kovin laihtunut ja tullut
keltaiseksi. Koko parikymmentä minuuttia kestäneen tapaamisen
ajan hän valitti päätään kivistävän ja kaikkia jäseniään kolottavan.
Hänen kuiva kuohilaannaamansa oli muuttunut omituisen pieneksi,
ohimohiukset olivat pörhistetyt, hiustöyhdön sijalla oli vain ohut
hiustupsu. Mutta siristetty ja ikäänkuin jotakin vihjaileva vasen silmä
ilmaisi, että siinä oli entinen Smerdjakov. »Viisaan miehen kanssa
kannattaa kyllä keskustella», muistui heti Ivan Fjodorovitšin mieleen.
Hän istuutui vuoteen jalkopäähän tuolille. Smerdjakov liikahdutti
kipua tuntien koko ruumistaan vuoteella, mutta oli vaiti eikä näyttänyt
enää erikoisen uteliaaltakaan.

— Voitko sinä puhua kanssani? — kysyi Ivan Fjodorovitš. —

Minä en uuvuta sinua liikaa.

— Voin varsin hyvin, — sopersi Smerdjakov heikolla äänellä.

— Onko siitä kauan, kun suvaitsitte saapua? — lisäsi hän

alentuvasti ikäänkuin rohkaistakseen hämillään olevaa vierasta.

— Tulin vasta tänään… Teidän täällä keittämäänne puuroa

pistelemään poskeeni.

Smerdjakov huokasi.

— Mitä sinä huokailet, sinähän tiesit? — sanoa tokaisi Ivan

Fjodorovitš suoraan.

Smerdjakov oli vakavasti vaiti.

— Mikäpä sitä oli tietäessä? Asia oli selvä edeltäpäin. Mutta

kuinka saattoi tietää, että he sitä sillä tavoin hoitelevat?

— Mitä hoitelevat? Älä sinä luikertele! Sinähän itse ennustit

saavasi kaatuvataudin kohtauksen heti, kun menet kellariin?
Suoraan kellariin viittasitkin.

— Oletteko te sen jo kertonut kuulustelussa? — uteli Smerdjakov

levollisesti.

Ivan Fjodorovitš suuttui yhtäkkiä.

— En, en ole vielä kertonut, mutta kerron sen ehdottomasti. Sinun

pitää, mies, selittää minulle nyt monta asiaa, ja tiedä, ystäväiseni,
että minä en anna leikkiä kanssani!

— Miksi minä sitten leikkisin sellaista leikkiä, kun koko minun

turvani on yksinomaan teissä niinkuin Herrassa Jumalassa! — lausui
Smerdjakov edelleen yhtä rauhallisesti ja vain hetkiseksi sulkien
silmänsä.

— Ensiksikin, — alkoi Ivan Fjodorovitš taas puhua, — minä tiedän,

että kaatuvatautia ei voi edeltäpäin ennustaa. Minä olen ottanut
selkoa, älä sinä kiemurtele. Päivää ja hetkeä ei voi edeltäpäin sanoa.
Kuinka sitten sinä sanoit minulle silloin edeltäpäin sekä päivän että
hetken ja puhuit vielä kellaristakin? Kuinka sinä saatoit edeltäkäsin
tietää, että putoat juuri tuohon kellariin kohtauksen tullen, jos sinä et
tahallasi teeskennellyt taudinkohtausta?

— Kellarissa oli muutenkin käytävä, vieläpä useita kertoja

päivässä, — sanoi Smerdjakov hitaasti ja kiirehtimättä. — Aivan
samoin minä kuukausi takaperin lensin alas ullakolta. Se on kyllä
ihan niin, että kaatuvatautia ei voi edeltäpäin ennustaa päivän ja
hetken suhteen, mutta aavistuksia voi aina olla.

— Mutta sinähän ennustit päivän ja hetken!

 — Minun kaatuvatautiini nähden kysykää, herra, mieluummin
täkäläisiltä lääkäreiltä: oliko tautini oikeata vai eikö, eikä minun
maksa teille sen enempää puhuakaan tästä asiasta.

— Entä kellari? Kuinka sinä aavistit kellarin?

— Kylläpä te takerrutte tuohon kellariin! Silloin kun minä menin

tuohon kellariin, minä olin pelon ja epäröinnin vallassa; olin
enemmän peloissani sen vuoksi, että te olitte mennyt pois enkä minä
voinut odottaa enää kenenkään koko maailmassa minua
puolustavan. Painaudun silloin tuohon samaan kellariin ja ajattelen:
»Nyt se heti tulee, nyt se minuun iskee, kaadunko vai enkö?» Ja
tämän saman epävarmuuden johdosta tunsin äkkiä kurkussani tuon
välttämättömän kouristuksen… no, ja sitten lensin. Kaiken tämän ja
koko keskustelumme sitä ennen kanssanne, sen päivän edellisenä
iltana portilla, kun minä ilmaisin teille pelkoni ja puhuin kellarista, —
kaiken tämän minä olen seikkaperäisesti ilmoittanut herra tohtori
Herzenstubelle ja tuomari Nikolai Parfenovitšille ja he kirjoittivat
kaiken protokollaan. Ja täkäläinen tohtori, herra Varvinski, väittikin
erityisesti niin heidän kaikkien edessä, että juuri ajatuksesta se on
tullutkin, siitä juuri, nimittäin tuosta arvelusta, että »kaadunko minä
nyt vai enkö kaadu?» Silloin se tulikin. Niin he kirjoittivatkin, että juuri
tuolla tavoin sen oli täytynyt tulla, toisin sanoen yksinomaan pelosta.

Tämän lausuttuaan Smerdjakov veti syvään henkeä aivan kuin

olisi kovin uupunut.

— Sinä olet siis ilmoittanut tämän kuulustelussa? — kysyi Ivan

Fjodorovitš hieman ällistyen. Hän oli juuri aikonut pelästyttää
Smerdjakovia sanomalla ilmoittavansa heidän silloisen
keskustelunsa,
mutta nyt selvisikin, että toinen oli jo itse ilmoittanut kaiken.
 — Mitä minä pelkäisin? Kirjoittakoot papereihinsa koko totisen
totuuden, — lausui Smerdjakov lujasti.

— Ja kerroitko meidän portilla tapahtuneen keskustelumme

kokonaan sanasta sanaan?

— En, en ihan sanasta sanaan.

— Mutta sanoitko myös sen, miten kehuit minulle silloin osaavasi

teeskennellä kaatuvatautia?

— En, sitä en myöskään sanonut.

— Sano minulle nyt, minkä tähden sinä silloin tahdoit lähettää

minut
Tšermašnjaan?

— Pelkäsin teidän menevän Moskovaan, ja Tšermašnja on

sentään lähempänä.

— Valehtelet, sinä itse kehoitit minua matkustamaan pois:

matkustakaa pois, sanoit, syntiä näkemästä!

— Sen minä sanoin silloin ainoastaan ystävyydestä teitä kohtaan

ja sydämellisessä uskollisuudessani, aavistaen onnettomuuden
tapahtuvan talossa, teitä säälien. Mutta itseäni säälin vielä enemmän
kuin teitä. Siksi sanoinkin: matkustakaa pois syntiä näkemästä, jotta
te olisitte ymmärtänyt, että talossa tapahtuu pahoja, ja olisitte jäänyt
puolustamaan isäänne.

— Olisit sitten sanonut sen selvemmin, hölmö! — kivahti yhtäkkiä

Ivan
Fjodorovitš.
 — Kuinka minä olisin silloin voinut sanoa selvemmin? Vain pelko
puhui minussa, ja tekin olisitte voinut suuttua. Tietysti minä saatoin
pelätä, että Dmitri Fjodorovitš tekisivät jonkin skandaalin ja veisivät
nuo rahat, koska he pitivät niitä aivan itselleen kuuluvina, mutta kuka
tiesi, että asia päättyisi tuollaiseen murhaan? Ajattelin, että he
yksinkertaisesti vain anastavat ne kolmetuhatta ruplaa, jotka herralla
oli patjan alla, käärössä, mutta he tekivät murhan. Ettehän tekään
osannut sitä arvata, herra!

— Jos sinä siis itse sanot, ettei voinut arvata, niin kuinka sitten
minä saatoin arvata ja jäädä? Mitä sinä sotket? — lausui Ivan
Fjodorovitš ajatuksissaan.

— Siitähän olisitte voinut hoksata kun minä koetin lähettää teidät

Tšermašnjaan tuon Moskovan asemasta.

— Kuinka sen olisi voinut hoksata!

Smerdjakov näytti hyvin uupuneelta ja oli taas noin minuutin

verran vaiti.

— Siitä juuri olisitte voinut hoksata, että jos kerran minä koetan
taivuttaa teitä menemään Tšermašnjaan Moskovan asemasta, niin
siis haluan teidän olevan täällä mahdollisimman lähellä, sillä
Moskova on kaukana, mutta kun Dmitri Fjodorovitš tietävät teidän
olevan lähiseuduilla, niin he ovat vähemmän rohkea. Ja minuakin
olisitte voinut, jos jotakin olisi tapahtunut, nopeasti tulla suojelemaan,
sillä minä itse viittasin teille sen lisäksi Grigori Vasiljitšin sairauteen ja
siihen, että pelkäsin kaatuvatautia. Ja kun minä selitin teille ne
koputukset, joiden avulla saattoi päästä sisälle vainajan luo, ja että
Dmitri Fjodorovitš oli saanut ne minun kauttani tietää, niin ajattelin
teidän itsennekin jo arvaavan, että he aikovat tehdä jotakin, ja silloin
ette olisi lähtenyt edes Tšermašnjaan, vaan olisitte jäänyt kokonaan
tänne.

»Hän puhuu sangen täsmällisesti», ajatteli Ivan Fjodorovitš,

»vaikka mökeltääkin; mistä henkisten kykyjen häiriytymisestä
Herzenstube mahtoi puhua?»

— Sinä viekastelet edessäni, piru sinut vieköön! — huudahti hän

vihastuneena.

— Minäpä, suoraan sanoen, luulin silloin teidän arvanneen koko

asian, — vastasi Smerdjakov mitä vilpittömimmän näköisenä.

— Jos olisin arvannut, niin olisin jäänyt! — huudahti Ivan

Fjodorovitš taas tulistuen.

— No, minäpä luulin, että te hoksattuanne koko asianlaidan

matkustatte pois mahdollisimman kiireesti vain syntiä näkemästä,
jotta vain pääsisitte pakenemaan jonnekin pelastaen itsenne pelon
vallassa.

— Sinä luulit, että kaikki ovat samanlaisia pelkureita kuin sinä?

— Suokaa anteeksi, minä luulin, että tekin olitte samanlainen kuin

minä.

— Tietysti olisi pitänyt arvata, — puhui Ivan kiihtyneenä, — ja —

minä arvailinkin jotakin katalaa olevan odotettavissa sinun
puoleltasi… Mutta sinä valehtelet, taas valehtelet, — huudahti hän
muistaen yhtäkkiä jotakin: — Muistatko, kuinka sinä silloin tulit
rattaitteni luo ja sanoit: »Viisaan miehen kanssa kannattaa kyllä
keskustella.» Sinä siis olit hyvilläsi lähdöstäni, koska kehuit?
 Smerdjakov huokasi vielä kerran ja toisenkin. Hänen kasvoilleen
näytti nousevan punaa.

— Jos olin hyvilläni, — lausui hän vähän läähättäen, — niin

ainoastaan siitä, että te olitte suostunut menemään Tšermašnjaan
ettekä ollut menossa Moskovaan. Sillä sehän on kuitenkin
lähempänä, mutta en minä niitä sanoja silloin lausunut teille
kehumiseksi, vaan moitteeksi. Sitä te ette käsittänyt.

— Mitenkä moitteeksi!

— Sen tähden, että te, vaikka aavistatte sellaista onnettomuutta,

jätätte isänne ettekä tahdo suojella meitä, sillä minua saatettiin aina
ruveta syyttämään noiden kolmentuhannen varastamisesta.

— Piru sinut vieköön! — kirosi Ivan taas. — Odotahan: sinä olet

siis kertonut merkeistä, noista koputuksista, myöskin
prokuraattorille?

— Olen kertonut kaikki asiat niinkuin ne ovat.

Ivan Fjodorovitš hämmästyi taas mielessään.

— Jos minä silloin jotakin ajattelin, — alkoi hän taas, — niin

ainoastaan jotakin katalaa tekoa sinun puoleltasi. Dmitri saattoi
tehdä murhan, mutta että hän varastaisi, — sitä en silloin uskonut…
Mutta sinun puoleltasi saatoin odottaa mitä kataluutta tahansa.
Itsehän sinä sanoit minulle osaavasi teeskennellä kaatuvatautiakin.
Miksi sinä sen sanoit?

— Ainoastaan vilpittömyydessäni. Enkä minä koskaan elämässäni

ole tahallani teeskennellyt kaatuvatautia, vaan sanoin sen muuten
vain, kerskaillakseni teille. Se oli vain typeryyttä. Minä pidin teistä
silloin hyvin paljon ja olin teille tuttavallinen.

— Veljeni syyttää suoraan sinua sanoen sinun murhanneen ja

varastaneen.

— Mitäpä muutakaan mahdollisuutta heillä on? — tokaisi

Smerdjakov katkerasti. — Ja kuka heitä uskoo, kun on kaikki nuo
todistuskappaleet? Oven näkivät Grigori Vasiljevitš avoimena; mitä
siis näin ollen voi väittää. Mutta mitäpä, Jumala heidän kanssaan!
He vapisevat ja koettavat pelastaa itsensä…

Hän oli hiljaa ja vaiti ja lisäsi yhtäkkiä aivan kuin harkiten:

— Se on taas sitä samaa: he tahtovat työntää syyn minun

niskaani, että se muka on minun kätteni työtä, — minä olen jo kuullut
sen, — mutta otetaanpa vaikka tuo, että minä osaan mainiosti
teeskennellä kaatuvatautia: olisinko minä sitten sanonut teille
edeltäpäin osaavani teeskennellä, jos minulla silloin todellakin olisi
ollut sellaisia aikeita teidän isänne suhteen? Jos minä jo olin aikonut
tehdä sellaisen murhan, niin voiko olla niin hölmö, että ennakolta
sanoo niin raskauttavan todistuksen itseään vastaan, vieläpä omalle
pojalle, hyväinen aika?! Näyttääkö se todenmukaiselta? Ei
semmoista voi olla, vaan aivan päinvastoin, ei kerrassaan
milloinkaan. Tätä meidän keskusteluamme nyt ei kuule kukaan paitsi
tuo Sallimus, ja jos te ilmoittaisitte prokuraattorille ja Nikolai
Parfenovitšille, niin sillä juuri voisitte lopulta minua suojella: sillä mikä
pahantekijä se on, kun ennakolta on niin vilpitön? Sen kaikki
ymmärtävät varsin hyvin.

— Kuule, — sanoi Ivan Fjodorovitš nousten paikaltaan

hämmästyneenä Smerdjakovin viimeisestä todistelusta ja lopettaen
keskustelun, — minä en ollenkaan epäile sinua ja minusta on
naurettavaakin sinua syyttää… päinvastoin olen sinulle kiitollinen
siitä, että rauhoitit minut. Minä lähden nyt, mutta pistäydyn täällä
taas. Hyvästi siihen asti, tule terveeksi. Etkö tarvitse jotakin?

— Olen hyvin kiitollinen. Marfa Ignatjevna ei ole unohtanut minua

ja auttaa kaikin tavoin, jos jotakin tarvitsen, yhtä hyväsydämisenä
kuin ennenkin. Joka päivä käyvät hyvät ihmiset katsomassa.

— Näkemiin. Muuten siitä, että sinä osaat teeskennellä, minä en

kerro… ja neuvon sinuakin olemaan siitä kertomatta, — lausui Ivan
yhtäkkiä jostakin syystä.

— Ymmärrän varsin hyvin. Ja jos te ette kuulustelussa kerro tätä,

niin minäkään en ilmaise kaikkea meidän keskustelustamme
kanssanne silloin portilla…

Nyt tapahtui niin, että Ivan Fjodorovitš lähti yhtäkkiä huoneesta ja

kuljettuaan ainoastaan kymmenkunta askelta käytävässä äkkiä tunsi,
että Smerdjakovin viimeisessä lauseessa oli jokin loukkaava ajatus.
Hän aikoi jo kääntyä takaisin, mutta tuo ajatus oli vain välähtänyt
mielessä, ja lausuen: »tyhmyyksiä!» hän poistui nopeasti
sairashuoneesta. Pääasia oli, että hän tunsi todellakin
rauhoittuneensa ja nimenomaan sen seikan johdosta, että syyllinen
ei ollut Smerdjakov, vaan hänen veljensä Mitja, vaikka olisi luullut
olevan päinvastoin. Miksi asia oli niin, — sitä hän ei tahtonut ruveta
tutkistelemaan, olipa hänestä vastenmielistäkin penkoa tunteitaan.
Oli kuin hän mahdollisimman pian olisi tahtonut jotakin unohtaa.
Sitten muutamien seuraavien päivien kuluessa hän oli tullut täysin
vakuutetuksi Mitjan syyllisyydestä, kun oli tutustunut tarkemmin ja
perusteellisemmin kaikkiin todistuskappaleisiin, jotka puhuivat tätä
vastaan. Oli aivan vähäpätöisten henkilöitten antamia todistuksia,
mutta ne olivat miltei järkyttäviä, kuten esimerkiksi Fenjan ja tämän
äidin todistukset. Perhotinista, ravintolasta, Plotnikovien puodista,
Mokrojessa olleista todistajista puhumattakaan. Pääasia oli, että
kaikki yksityiskohdat puhuivat Mitjaa vastaan. Kertomus
salaperäisistä »koputuksista» hämmästytti tutkintatuomaria ja
prokuraattoria melkein yhtä paljon kuin Grigorin todistus, että ovi oli
ollut auki. Grigorin vaimo Marfa Ignatjevna vastasi Ivan Fjodorovitšin
kyselyyn suoraan, että Smerdjakov oli maannut koko yön heillä
väliseinän takana, »ei ollut kolmea askeltakaan hänen ja meidän
vuoteemme väliä», ja vaikka Marfa Ignatjevna itse olikin nukkunut
sikeästi, niin hän oli useita kertoja herännyt Smerdjakovin
vaikerointiin: »hän vaikeroi koko ajan, vaikeroi lakkaamatta».
Puhuttuaan Herzenstuben kanssa ja ilmoitettuaan epäilevänsä,
tokko Smerdjakov ollenkaan oli mielenvikainen, sillä hänestä näytti
Smerdjakovia vaivaavan ainoastaan heikkous, Ivan sai ukon vain
hiukan hymyilemään. »Tiedättekö sitten, mitä hän nyt erikoisesti
harrastaa?» kysyi lääkäri Ivan Fjodorovitšilta. »Hän pänttää
päähänsä ranskalaisia sanoja; hänellä on tyynynsä alla vihko, johon
joku on kirjoittanut ranskalaisia sanoja venäläisillä kirjaimilla,
hehehee!» Ivan Fjodorovitš lakkasi lopulta kokonaan epäilemästä.
Veljeänsä Dmitriä hän ei enää voinut ajatellakaan tuntematta inhoa.
Yksi seikka sentään tuntui kummalliselta: että Aljoša itsepintaisesti
yhä edelleen oli sitä mieltä, että murhaaja ei ollut Dmitri, vaan
»kaiken todennäköisyyden mukaan» Smerdjakov. Ivan oli aina
tuntenut pitävänsä Aljošan mielipidettä arvossa, ja siksi hän nyt
ihmetteli Aljošaa. Omituista oli sekin, että Aljoša ei pyrkinyt
puhumaan hänen kanssaan Mitjasta eikä koskaan itse aloittanut
keskustelua hänestä, vaan ainoastaan vastaili Ivanin kysymyksiin.
Tämän oli Ivan Fjodorovitš myös tarkoin pannut merkille. Muuten
hänen mieltään kiinnitti tähän aikaan suuresti eräs aivan asiaan