114 1 6 PDF

Note de cours: la radioactivit
Un mathmaticien, un physicien
et un probabiliste aux prises avec la radioactivit
Andr Warusfel
Rsum:
Pourquoi un nombre entier de noyaux non encore dsintgrs est-il bien reprsent par une
formule de la forme qui a trs peu de chances de donner des rsultats entiers ?
Ce conte moral se droule dans une classe scientifique, au cours de l'anne pendant laquelle sont
introduites les notions de fonctions exponentielle et logarithme, la rsolution des quations
diffrentielles simples de la forme et une prsentation de la radioactivit. Depuis les
annes 70, ces concepts sont passs de la premire anne d'enseignement suprieur la
Terminale scientifique. Les programmes auxquels il sera fait allusion sont ceux qui ont t mis
en place la rentre 2002.

1 La dmarche traditionnelle
2 Inverser les rles
3 Entre le probabiliste
4 Construction et premire exploitation du modle
5 Un miracle
6 Loi binomiale ou loi de Poisson ?
Annexe A : de l'exprience la conjecture
Annexe B : l'quation ,
Annexe C : une loi binomiale fort bienvenue
Annexe D : le programme Mathematica
Annexe E : une autre approche

1 La dmarche traditionnelle
Au commencement, le mathmaticien tudie devant les lves le concept de drivation, puis
introduit les fonctions exponentielle et logarithme (par exemple en s'appuyant sur la proprit,
admise, selon laquelle la fonction inverse admet une primitive sur l'ensemble des rels
strictement positifs). Il en dduit que la fonction dfinie par est l'unique solution de
l'quation diffrentielle , .
Entre alors le physicien. Il se procure un compteur de dsintgrations (oprant par exemple sur
du radon 220) qui donne, chaque instant , l'activit radioactive de la source qui y est
enferme, c'est--dire (au signe prs) le nombre de noyaux dsintgrs
pendant un assez petit laps de temps qu'il fixe lui-mme. l'instant , l'chantillon
considr renferme noyaux, nombre en principe inconnu.
Page 1sur 13 Imprimer
31/10/2004 http://www.rms-math.com/print.php?id_article=15&Type=enonce&Num=0&Mode=...
Aprs dpouillement de quelques expriences, il nonce que le nombre moyen de noyaux
subsistant au temps vrifie une galit approche de la forme

o le nombre , rsultant de ses mesures, est indpendant du temps et de l'intervalle de
temps . Cette galit semble d'autant plus fiable que est petit (voir l'annexe A pour les
dtails). Modlisant mathmatiquement cette situation par l'quation diffrentielle
, il en dduit aussitt la loi de dcroissance bien connue .
Cette faon de faire, o les tches sont bien distinctes, est claire, rapide et fort efficace. Elle
rassure professeurs et lves. Elle prsente pourtant bien des inconvnients : outre le fait que
l'interdisciplinarit n'y trouve gure son compte, elle passe trop rapidement sur un grand nombre
d'approximations que la prsence d'un probabiliste (en gnral le mathmaticien lui-mme muni
d'une autre casquette), provoque par les rflexions du physicien, permettra de lever en
accroissant grandement la comprhension du traitement mathmatique trop abrupt du
phnomne. En particulier, elle permettra non seulement de comprendre le rle de
comme valeur moyenne - et de prciser ce que cela signifie -, mais aussi de matriser
l'tendue des fluctuations autour de cette valeur moyenne.

2 Inverser les rles
Dans cette seconde squence, c'est le physicien qui ouvre le jeu. Aprs avoir expriment puis
introduit sa loi approche, il dcide de procder par tapes en dcoupant la dure sparant
l'instant zro de l'instant en un grand nombre de tops ou grains de temps
lmentaires, de dure assez petite pour que l'galit approche
puisse tre considre comme suffisamment exacte pour
lancer un calcul prcis. (On peut interpter cela comme un changement de l'unit de temps,
remplaant la seconde traditionnelle par le top.)
Il en dduit alors l'galit , soit o est une
abrviation pour . Passant au top suivant, il obtient
puis, par une rcurrence vidente,

Le mathmaticien et lui reconnaissent dans cette formule une approximation bien connue de
l'exponentielle, rsultant d'ailleurs directement de la trs classique mthode d'Euler de rsolution
de l'quation diffrentielle avec comme valeur initiale.
Retrouver l'galit partir de la prcdente en faisant tendre vers l'infini est
un jeu d'enfant si la fonction logarithme est connue. Mais les programmes de 2002 incitaient
suivre une autre voie, savoir introduire au contraire exponentielle et logarithme partir de cette
approximation eulrienne. Ils n'ont malheureusement pas du tout t suivis. L'annexe B montre
pourtant comment on pouvait le faire; elle a t mise au point paralllement (et
indpendamment de) la construction publie juillet 2002 dans la partie commune des documents
d'accompagnement pour les professeurs des disciplines scientifiques des Terminales S (scrn
[CNDP] diteur) crite par les trois GEPS (groupes d'experts chargs de la rdaction des
programmes). On constatera que les deux dmarches sont trs voisines, mme si l'on peut leur
reprocher un caractre artificiel sans doute li au sujet mme.
Cette fois-ci, la collaboration entre mathmaticien et physicien est plus satisfaisante et voque
davantage un montage en parallle que le montage traditionnel en srie Conformment
ce qui s'est produit plusieurs reprises dans l'histoire, l'outil thorique s'y met en place la suite
d'une demande issue de l'exprience, pour le plus grand profit des deux disciplines.

3 Entre le probabiliste
Bien entendu personne n'est vraiment dupe : la fonction autour de laquelle tournent les
paragraphes prcdents n'existe tout simplement pas. Outre qu'il est impossible d'admettre
qu'une fonction cense ne prendre que des valeurs entires puisse tre solution d'une quation
diffrentielle linaire, il avait t dit - mais de faon fort discrte - qu'il ne s'agissait que d'un
nombre moyen de noyaux non dsintgrs l'instant .
La vrit est que a bien un sens trs prcis lors de chaque exprience, mais que cette
fonction n'a aucune raison de rester identique elle-mme et volue avec l'exprience. Parler de
loi son gard est donc abusif (ce n'est d'ailleurs pas le seul cas o la physique travaille sur
de telles notions : la thermodynamique est pleine de ces phnomnes partiellement
indtermins).
D'ailleurs les bons cours de physique insistent eux-mmes sur ce point : la dsintgration
radioactive est un phnomne alatoire, et l'on y interprte par exemple juste titre l'galit
approche de dpart en disant que la probabilit de dsintgration d'un noyau dans un
intervalle de temps donn est constante.
Les gros mots sont lchs. Il est donc ncessaire de soumettre un probabiliste le soin de
rsoudre le problme suivant : comment, partir d'un modle alatoire discret imagin par le
physicien la suite de son exprience, exprimer de faon mathmatiquement correcte, et justifier
sur des bases rigoureuses, la vrit cache sous la formule ambigu ?

4 Construction et premire exploitation du modle
Deux modlisations possibles viennent aussitt l'esprit (elles sont d'ailleurs heureusement
quivalentes, au moins si est rationnel). Plus prcisment, il s'agit de discrtiser le phnomne
physique en un autre, plus simple, dont la modlisation mathmatique est plus facile. Dans la
premire, Zeus lance ensemble vers le ciel ds trafiqus de faon que la probabilit de sortir
en retombant sur terre autre chose qu'un 6 soit gale : il dtruit alors les ds
ayant sorti 6 et recommence, jusqu' avoir effectu lancers ou limin tous les ds. Dans la
seconde, il fabrique urnes identiques au dpart et contenant des boules blanches et rouges
dans les proportions et : chacun des tirages simultans d'une boule dans chaque
urne non vide (s'il en reste), il vide les urnes dont viennent de sortir une boule rouge mais remet
sa place chaque boule blanche tire.
Chacun de ces modles est facile traiter lorsque : on est en effet en face d'un problme
classique de distribution binomiale de essais simultans indpendants avec une
probabilit de russite et de probabilit d'chec. La probabilit pour qu'il reste ds (ou
urnes non vides) aprs le premier top est classiquement donne par la formule
.
Par contre, les cas sont apparemment plus difficiles traiter : il s'agit bien entendu
toujours de distributions binomiales, mais dont les nombres d'essais , etc. sont
maintenant inconnus car dpendant des rsultats des pas prcdents.
L'expression peut maintenant recevoir son statut mathmatique correct : le
nombre de ds restant (d'urnes non vides) aprs lancers (tirages) varie avec chaque
exprience, et dfinit une variable alatoire, note ici . Cette fonction est distinguer
soigneusement de l'ensemble des valeurs qu'elle peut prendre - c'est--dire les diffrents
dtermins par chacune des expriences possibles.
Que ne soit pas une fonction est alors clair (mme si le terme de variable alatoire, impos
par la tradition, n'est pas trs parlant, celui d'ala numrique n'ayant pas pu s'imposer). Le
problme est le suivant : peut-on dterminer la loi de probabilit de la variable , et en
particulier son esprance mathmatique , valeur unique cense rsumer au mieux les
diffrentes valeurs 0, 1, 2 que peut prendre ?
Dans un premier temps, nous ne donnerons pas la rponse, mais introduirons une argumentation
heuristique, heureusement justifie a posteriori (!) par son rsultat. Puisque l'on ignore le
nombre de ds restant (d'urnes non vides) au premier top, on peut le remplacer faute de
mieux par l'esprance mathmatique de la distribution binomiale , savoir
. La seconde tape peut donc tre considre, en moyenne comme une
nouvelle distribution binomiale, savoir , dont l'esprance est cette fois-ci , c'est-
-dire . Par rcurrence, il semble donc bien que la valeur moyenne de soit le
nombre , c'est--dire encore l'expression que nous retrouvons notre trs
grande satisfaction. Mais il va sans dire que cette dmarche est des plus boiteuses (n'y fait-on pas
semblant de croire par exemple que tous les nombres sont entiers ?); il faut des
soubassements autrement solides pour enfin comprendre ce que cache rellement la loi de
dcroissance rapide.

5 Un miracle
Faute de mieux, on devrait en rester l si l'annexe C ne nous livrait la clef de l'affaire. En dpit
de ce que l'on pourrait croire, la loi de probabilit de , si embrouille a priori, peut tre
dtermine; elle est mme trs simple. Voici donc le Deus ex machina : la variable alatoire
suit aussi une loi binomiale, plus prcisment . L'on en dduit que son esprance
mathmatique est gale : cette fois-ci, nous savons en toute rigueur ce que
signifie : c'est l'esprance de la variable alatoire dfinie comme prenant
pour valeurs les nombres issus des diverses expriences possibles.
Cette tude nous apporte un plus trs important : non seulement nous connaissons maintenant la
valeur moyenne de , mais mme la probabilit de l'vnement , o le paramtre
entier varie de 0 . On a en effet

Cela signifie que nous matrisons les fluctuations du nombre de noyaux restants un instant
donn autour de sa valeur moyenne dont est une bonne
approximation. On peut ainsi rpondre des questions du genre : quelle est la probabilit qu'une
exprience donne un suprieur sa moyenne thorique de plus de ? etc. La seule
loi de dcroissance ne permet videmment pas de rsoudre ces demandes pourtant lgitimes.
La figure ci-dessous, construite grce Mathematica (voir l'annexe D), montre au tout premier
plan la distribution binomiale ainsi dfinie pour , , et (que les
entiers et soient ridiculement petits par rapport ce qu'ils devraient tre est justifi par les
possiblits limites du logiciel et surtout de la lecture d'une figure par un il humain). C'est une
espce de courbe en cloche dissymtrique. Suivent alors les distributions analogues pour ,
et ainsi de suite jusqu' .


La mme figure avec la loi binomiale limite au lieu de
serait d'ailleurs l' il quasiment identique celle-l. Bien qu'en principe le trac d'une
distribution ne permette pas en gnral une lecture immdiate de son esprance mathmatique, il
n'en va heureusement pas de mme pour une distribution binomiale. En effet, on peut montrer
que la valeur la plus probable (le mode) de est prise une fois (exceptionnellement
deux), pour des entiers tels que est compris entre et , nombres infrieurs 1
en valeur absolue. En effet, la plus grande valeur du nombre est obtenue
lorsque est la partie entire du rel et aussi, si est entier, par .
Sur la surface ici reprsente, il suffit donc de suivre la ligne de crte dont la projection sur le
plan est une bonne approximation de la courbe idale d'quation . En
regardant attentivement, on peut y lire que l'axe des , asymptote de cette courbe, en est encore
relativement loign, mme pour : c'est normal, puisque est
approximativement gal .
Notons que cette heureuse (et assez peu connue) proprit du mode de la loi binomiale a une
consquence apprciable : dans tout ce qui prcde, on aurait pu remplacer l'expression valeur
moyenne par valeur la plus probable L'erreur n'aurait pas t trs grande en l'occurence,
mais le faire a priori aurait t dangereux.
Le passage du modle pas un phnomne continu se justifiant comme l'accoutume - on
remplace par sa limite -, on voit que le problme physico-mathmatique de
l'estimation de la valeur moyenne de est donc clairci par ce dcryptage complet du
modle, obtenu grce une interprtation rellement pluridisciplinaire des problmes poss par
la loi de la radioactivit. Cette valeur moyenne est l'esprance mathmatique
d'une variable alatoire , limite en loi de la variable , qui suit la loi binomiale
. Sa variance est .
On peut mme aller plus loin et montrer, l'aide d'un cours de Calcul des Probabilits pour
l'enseignement suprieur, que pour assez grand le pourcentage de noyaux survivants
l'instant , toujours compris entre 0 et 1, dfinit une variable alatoire suivant
approximativement une loi normale d'esprance et de variance Que cette dernire
quantit dcroisse lorsque augmente traduit simplement le fait que les fluctuations relatives
des dsintgrations sont d'autant mieux contrles que le nombre initial de noyaux est grand.
C'est le bon sens mme, mais il est agrable d'en avoir confirmation par une tude scientifique
probante.

6 Loi binomiale ou loi de Poisson ?
La loi binomiale est mal aime des statisticiens, puisqu'elle dpend de deux paramtres.
Ds que cela est possible, on la remplace par une loi un paramtre , dite de Poisson, o
est l'esprance mathmatique de la prcdente. Cette loi admet heureusement la mme
esprance mathmatique, savoir . Sa variance est trs simple, car gale ; certes ce n'est
pas exactement la variance de la loi binomiale qui vaut , mais elle n'en diffre que de
, quantit souvent petite (par exemple est peu prs gal , ce qui
est petit ds que est grand).
De faon plus prcise, on admet que le remplacement de la loi binomiale par la loi de
Poisson est licite pour , et . Parler de l'intervention d'une loi
de Poisson dans l'interprtation prcdente de la loi de rarfaction est donc possible, mais n'est
vraiment acceptable que pour des valeurs de et de vrifiant une ingalit de la forme
o est gnralement trs petit. Comme ce n'est pas le cas gnral, il vaut donc mieux
en rester la loi binomiale.

Annexe A : de l'exprience la conjecture
Les dispositifs exprimentaux ne permettent pas en gnral d'obtenir directement , mais
seulement des nombres o est une constante souvent inconnue
dpendant de l'appareil de mesure, est petit et librement fix par le physicien. La formulation
de la conjecture selon laquelle il existe une constante indpendante de vrifiant l'galit
approche ne peut donc tre directement extraite de
l'examen des faits exprimentaux.
Par contre, en faisant varier et , on peut constater que, pour des intervalles de temps
variables souvent nettement plus grands que il existe un nombre , indpendant de ,
de et de , vrifiant l'galit approche

(par exemple, s pour des de l'ordre de 10 s ou mme bien davantage). En d'autres
termes, on peut constater que les activits mesures des dates en progression arithmtique sont
en progression gomtrique. Nous admettrons que cela reste vrai si devient petit, par exemple
de l'ordre de .
Pour passer la conjecture sans connatre ni , il suffit maintenant de faire un petit calcul.
Posant , l'galit approche s'crit trs simplement
. La fonction priodique admet en une limite nulle si l'on admet que
tout noyau va finir par se dsintgrer (c'est--dire ). Elle est donc nulle, d'o

puis les galits (toujours approches)

cette dernire expression tant elle-mme voisine, lorsque est assez petit, de o
La conjecture est maintenant bien mise en place.
NB. A posteriori, la connaissance de la loi de dcroissance permet de retrouver que est
constant, puisque . Une suite de mesures permet donc d'obtenir, partir de
, une valeur approche de par l'galit , puis (si l'on connat ) de
par , ainsi qu'une valeur approche de la dure de demi-vie, dfinie par
, donc par l'galit Enfin, lorsque est trs proche de 1, ce qui se
produit lorsque est petit, on peut pratiquement remplacer par .
Par exemple, pour s et s, la suite de mesures d'activits

donne comme valeurs approches , et s, le nombre de noyaux
l'instant tant d'environ titre de vrification, on peut en dduire les diffrentes
valeurs de l'activit pour , soit encore , ce qui donne la
suite , en accord satisfaisant avec la liste des mesures effectives
donne plus haut.

Annexe B : l'quation ,
Unicit de la solution Soit une ventuelle solution, et dfinie par .
Pour toute solution , la fonction est constante et gale 1 : par suite ne s'annule
pas et .
Existence de la solution Pour tout et tout couple de rels vrifiant
et , on dispose des relations [il
est clair que a le signe de et que admet sur un minimum gal
].
On en dduit l'ingalit puis, pour , les encadrements

Pour tout , la suite , fille de la mthode d'Euler, majore et croissante (au
moins partir d'un certain rang), admet donc une limite note . Notons que
et que .
Soit . En changeant en , on a pour les ingalits

qui montrent que la fonction rsout le problme.
Remarques En rsultent les relations , , ,
, avec , pour , avec
, en 0, o et etc. On peut aussi montrer que
est galement la limite de la suite dcroissante etc. Bien entendu, la
fonction ainsi dfinie n'est autre que la fonction exponentielle. Il est facile ensuite d'en
dduire une construction de la fonction logarithme, et de retrouver le contenu d'un cours
classique d'analyse.
NB. L'ingalit de dpart s'crit aussi pour

Annexe C : une loi binomiale fort bienvenue
Pour montrer que la variable alatoire dfinie au 4) suit la loi binomiale , il suffit
d'identifier de faon prcise chaque d (chaque urne, chaque noyau...). S'intressant alors au sort
de l'un d'entre eux, on voit immdiatement que la probabilit pour qu'il soit encore prsent au -
ime top vaut . Cela fait pour tous les ds, il ne reste plus qu' dnombrer toutes les
possibilits pour que exactement parmi les du dpart aient survcu, soit , pour tomber
pile sur la loi binomiale de paramtres et . Voici une autre dmonstration calculatoire
(plus lourde) par rcurrence sur . Tout est clair pour puisqu'alors prend la valeur
avec la probabilit 1 et les autres avec la valeur 0. Supposons donc le rsultat acquis pour
, notons et fixons un entier entre 0 et . Il vient la suite d'galits

puisque et . On pourra remarquer que mme la
dmonstration par rcurrence est facile suivre, la vraie difficult rsidant en la dcouverte de la
forme de la proposition vrifier ! Heureusement, le raisonnement heuristique du 4) aide
beaucoup l'intuition dans cette tche. Pour sa part, la preuve directe - due notre ami J ean
Moussa - est presque vidente, mais demande d'avoir correctement devin la grande simplicit
qui se cachait derrire l'apparente complexit du mcanisme tudi.
NB. Le contenu des deux annexes B et C est essentiellement repris du cours de Terminale S
(Vuibert, 2002) rdig par Andr Warusfel, Paul Attali, Michel Collet, Christian Gautier et
Serge Nicolas, volumes 2 et 4.

Annexe D : le programme Mathematica
Voici les commandes de Mathematica qui ont engendr la figure de l'article :
<<St at i st i cs`Di scr et eDi st r i but i ons`
f [ t _, k_] : = PDF[ Bi nomi al Di st r i but i on[ 30, ( 1 - t / 180) 30] , k]
a = Sur f aceGr aphi cs[ Tabl e[ f [ t , k] , t , 1, 20 , k, 0, 30 ]
Show[ a, Boxed - > Fal se, Axes - > Tr ue, Pl ot Range - > 0, 0. 8 ,
Aspect Rat i o - > 1. 3, AxesLabel - > k, t , Pr oba ]
Sans charger de package spcialis, on aurait galement pu dfinir de manire directe, par
la suite rcursive des instructions :
p[ t _] : =( 1- t / 180) 30
f [ t _, 0] : =( 1- p[ t ] ) 30
f [ t _, k_] : =f [ t , k- 1] *( - 1+31/ k) / ( - 1+1/ p[ t ] )
Les lecteurs dsireux de travailler sous Maple pourront enrichir de leurs propres options le noyau
suivant :
f : =( k, t ) - >st at s[ st at eval f , pf , bi nomi al d[ 30,
eval f ( ( 1- t / 180) 30) ] ] ( k- 1) :
pl ot s[ mat r i xpl ot ] ( l i nal g[ mat r i x] ( 31, 20, f ) , or i ent at i on=[ - 60, 20] ) ;
Des figures analogues, un peu moins lgantes, peuvent tre obtenues grce aux logiciels Derive
5, Excel ou MathCad.

Annexe E : une autre approche
Rappelons ici brivement l'approche privilgie prsente dans les documents d'accompagnement
communs aux programmes scientifiques de Teminale S. Il s'agit ici d'une dmarche que l'on
pourrait qualifier d'axiomatique, car elle repose sur une unique proposition (rsultant videmment
de nombreuses expriences du type de celles qui sont dcrites plus haut).
Postulat On admet que, pour toute substance radioactive donne, il existe une fonction
telle que la probabilit qu'un atome de cette substance ne soit pas dsintgr
l'instant , sachant qu'il ne l'tait pas l'instant , est gale et ne dpend donc pas
du rel positif .
Cette proposition traduit simplement que les atomes sont deux deux indiscernables quant au
mode de leur dsintgration alatoire, qu'ils n'ont pas de mmoire et qu'ils n'interagissent pas
les uns sur les autres lorsqu'ils sont en groupe.
Elle implique videmment la relation gnrale pour tout couple de
rels positifs. Un raisonnement classique implique l'galit , d'abord pour tout
entier naturel , puis pour tout rationnel positif ou nul. En particulier, notant , il
vient pour tout rationnel positif .
La relation fonctionnelle ci-dessus implique la monotonie de la fonction (dont les valeurs sont
infrieures 1), ce qui, joint la densit des rationnels parmi les rels, montre alors que cette
relation reste vraie pour tout rel positif.
Si l'on observe simultanment une famille de atomes de la mme substance
non encore dsintgrs l'instant , le nombre de noyaux non encore dsintgrs l'instant
parmi les dfinit une variable alatoire o est la variable
alatoire de Bernoulli prenant la valeur 1 si est encore en vie et 0 sinon.
L'esprance mathmatique de est gale d'aprs la dfinition de cette fonction. Il en
rsulte que celle de vaut ; de plus les variables sont indpendantes par le
postulat et leur somme suit bien la loi binomiale . Il ne reste plus qu' poser
pour retrouver les notations prcdentes.
A priori est positif ou nul puisque . Mais le cas , quivalent , est
videmment exclure si les noyaux ont une probabilit non nulle d'tre dsintgrs.

Postface Cet article a t rendu possible grce aux ides percutantes de Jean-Marie Parisi,
professeur au lyce Loritz de Nancy, et la fructueuse collaboration matheux physicien
que nous avons connue l'occasion de l'laboration d'un cours satisfaisant les deux types
d'exigences, ainsi bien entendu qu'aux excellentes habitudes de confrontation scientifique prises
pendant quinze annes de travail amical commun avec l'inspecteur gnral Jean-Pierre
Sarmant.
On lira avec intrt plusieurs notes de H. Gi et H. Le Bail d'une part, A. Briguet et M. Dellagi
d'autre part, dans les numros 627 (octobre 1980) et 605 (mai 1978) du Bulletin de l'Union des
Physiciens, dbusques aprs l'criture de cet article, qui contiennent des points de vue
intressants souvent proches de son contenu. Signalons encore un texte plus ancien, Binomial
aspects of radioactivity, de Lawrence Ruby (American J ournal of Physics, Vol. 45, No. 4, avril
1977, pages 380-1, qui utilise des mathmatiques plus techniques sans vritable ncessit, et
faisant mme allusion la tranformation de Laplace. Enfin le livre fondamental est bien entendu
Radiations from radioactive substances de Rutherford, Chadwick et Ellis (Cambridge University
Press, 1920, en particulier page 172).

114 1 6 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

114 1 6 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Note de cours: la radioactivit

Vous aimerez peut-être aussi