apparemment, ce qui te choque, c'est pourquoi on passe de mi à fa et de do à do# alors que dans les 2 cas il y a un demi ton.
on peut essayer d"'expliquer l'evolution par quinte d'une maniere plus mathematique mais je ne sais pas si ça sera plus clair.
pour aller d'une note (do par exemple) à sa quinte superieure (sol) il faut multiplier sa fréquence par 3 puis diviser le resultat par 2 pour ramener sous l'octave
donc si on dit que do a la fréquence 1 sol aura la frequence 1,5
de meme re qui est la quinte de sol aura la frequence 1,5*1,5 = 2,25
si on fait cette opération sur les quintes consécutives on obtient
fa....0,666
do...1
sol...1,5
re....2,25
la....3.375
mi...5.0625
si....7.59375
si on ramene la valeur entre 1 et 2 en divisant par 2 pour ramener à l'octave on obtient :
do....1
re....1,125
mi....1,2656
fa....1,3333
sol...1,5
la....1.6875
si....1.8984
on a donc bien les 7 notes de base.
si on continue l'enchainement des quintes on a :
fa#....1,4238
on voit bien que c'est une note qui va s'inserer entre le fa et le sol.
si maintenant, on calcule les rapports entre les notes, on obtient :
re/do = 1.125
mi/re = 1.125
fa/mi = 1.0535
sol/fa = 1.125
la/sol = 1.125
si/la = 1.125
do/si = 1.0535
on voit que entre do-re-mi puis fa-sol-la-si on a un facteur de 1.125 qui correspond à 1 ton alors que entre mi - fa et si-do on a un facteur de 1,0535 qui correspond à 1/2 ton
en conclusion on voit que tout ça est tres physique et qu'il n'y a rien d'aléatoire.