Université de Namur

La fonction logarithmique

Travail de didactique comparée des sciences et des mathématiques

B. Houben, T. Lomba, D. Raskin

Professeurs :
Prof. Valérie Henry
Prof. Jim Plumat
Prof. Arnaud Vervoort

27 mars 2017
Table des matières

1 Introduction 2

2 Aspects historiques 2

2.1 Les logarithmes avant Neper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.2 Contexte de l'invention des logarithmes . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 La construction de Neper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4 Évolution des logarithmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.5 Impacts épistémologiques dans les sciences . . . . . . . . . . . . . . . . . . . . . . 5

3 Dérivée et intégrale 6

3.1 La perception humaine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

3.2 Travail dans une transformation réversible . . . . . . . . . . . . . . . . . . . . . . 7

4 L'équation fonctionnelle 8

4.1 Entropie statistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

4.2 Les tables de logarithmes et la règle à calcul . . . . . . . . . . . . . . . . . . . . . 9
4.3 Ordres de grandeur et graphes logarithmiques . . . . . . . . . . . . . . . . . . . . 11
4.4 Échelles logarithmiques en sciences . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.4.1 Les échelles acoustiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.4.2 L'échelle de pH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.4.3 La force des acides et des bases . . . . . . . . . . . . . . . . . . . . . . . . 16

5 La réciprocité avec la fonction exponentielle 17

5.1 La division cellulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

5.2 Croissance des populations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

6 Conclusion 19

Bibliographie 21

1
1 Introduction

Le présent travail vise à donner un aperçu des approches qu'il est possible d'eectuer dans les
diérentes sciences autour d'un concept mathématique, à savoir la fonction logarithmique. Le
but recherché n'est pas d'en dresser une liste exhaustive mais plutôt de montrer la spécicité
de chaque aspect ainsi que son intérêt pédagogique. L'idée est de montrer que l'émergence et
l'utilisation du logarithme dans les sciences peuvent toujours être reliées à au moins un des trois
aspects mathématiques de celle-ci : l'équation fonctionnelle, sa dérivée ou sa réciprocité avec la
fonction exponentielle.
La première section est consacrée à la construction du concept de logarithme au cours de l'his-
toire des sciences, mais aussi à ses conséquences épistémologiques. Ensuite, chacun des trois
aspects mentionnés précédemment sera expliqué un peu plus en profondeur et nous passerons en
revue diérentes applications qui y sont liées. Si la plupart de celles-ci se rencontrent déjà assez
bien dans les manuels scolaires, nous espérons néanmoins satisfaire la curiosité des lecteurs plus
exigeants avec certains points davantage méconnus.

2 Aspects historiques

Il y a trois ans, en 2014, les logarithmes ont fêtés leurs quatre-cents ans. Ce nom, nous le devons
au mathématicien écossais John Napier 1 (1550-1617), considéré comme leur inventeur. Il provient
de l'assemblage deux mots grecs : logos, signiant le rapport (la raison) et arithmos, le nombre.
Essentiellement, le logarithme permet de faire le lien entre le monde multiplicatif et le monde
additif 2 , c'est à dire de transformer des produits en sommes. La motivation au départ était
simple : il s'agissait de simplier des calculs scientiques devenus fort longs. En eet, il est plus
facile d'additionner de grands nombres que de les multiplier. La gure 1 représente ce que l'on
va appeler l'axe des additions et l'axe des multiplications. Sur le premier, chaque graduation est
donnée en ajoutant une unité à la graduation précédente ; elles constituent donc une progression
arithmétique. Sur le second, chaque nouvelle graduation correspond à une multiplication par 10
et celles-ci sont donc en progression géométrique. Enn, les éléments neutres de l'addition et de
la multiplication sont placés en vis-à-vis et considérés comme origine de leurs axes respectifs.

Figure 1  Représentation de l'axe des additions et de l'axe des multiplications.

A partir de ces deux axes, nous pouvons facilement présenter le principe du logarithme en base
10 3 . Pour prendre le logarithme d'un nombre, il faut tout d'abord repérer ce nombre sur l'axe
des multiplications. Le nombre sur l'axe des additions se situant exactement en face du nombre
1. Aussi dit Neperius ou Neper, huitième seigneur de Merchiston.
2. Cette idée de parler en terme de monde multiplicatif et de monde additif est empruntée à Michaël Launay
qui la développe dans deux de ses vidéos Youtube [Lau14a][Lau14b].
3. Il s'agît du logarithme en base 10 car on a choisi une augmentation d'un facteur 10 à chaque graduation sur
l'axe des multiplications. On aurait pu prendre n'importe quel autre nombre a et on aurait obtenu le logarithme
en base a.

2
choisi correspondra au logarithme décimal de ce nombre. Par exemple, le logarithme décimal de
10 est 1, celui de 100 est 2 et ainsi de suite 4 . Il devient alors possible de remplacer une somme
par un produit car le logarithme d'un produit devient la somme des logarithme. Par exemple, le
logarithme décimal de 1000 est 3, ce qui est bien la somme des logarithmes de 10 et 100.

2.1 Les logarithmes avant Neper

L'idée d'associer les mondes multiplicatifs et additifs est une idée relativement ancienne dans
l'histoire des sciences et remonte bien avant Neper, à l'époque paléobabylonienne (XVIIIesiècle
av. J.-C.). En eet, des archéologues ont retrouvé plusieurs tablettes d'argile gravées de nombres
en écriture cunéiforme et celles-ci mettent en relation des suites de puissances d'un nombre avec
la suite correspondante des exposants, ce qui est le fondement de la théorie des logarithmes. On
a par exemple retrouvé des tables de puissances d'entier comme 9, 16, 225 ou encore 100 [Tro02].
D'autres tablettes traitent questions d'intérêts composés, qui constituent probablement la mo-
tivation pour le calcul de tables de puissances. On se demande par exemple quel est le nombre
d'années à attendre pour qu'un capital placé à une certain taux double. Il est à noter que les
babyloniens utilisaient déjà l'interpolation linéaire pour trouver des approximations aux valeurs
non tabulées [Boy91] ! Néanmoins, certaines de leurs tables comportaient des erreurs, sans doutes
dues à l'utilisation du système de numération sexagésimal 5 , peu pratique.
Ensuite, aucun texte traitant des logarithmes ne nous est parvenu jusqu'à l'Arénaire d'Archi-
mède [Arc71]. Dans celui-ci, il étudie le problème du nombre de grains de sable contenu dans
une sphère de la taille de l'Univers. Il choisit pour diamètre de celle-ci une valeur de 1010 stades
et trouve qu'elle peut contenir un nombre de grain de sable de l'ordre de 1051 . Pour arriver à
ce résultat, il est amené à manipuler des nombres gigantesques. Or, il ne il ne dispose ni des
symboles d'exposants, ni de la numération positionnelle ! Il met donc au point un système pour
compter les très grands nombres, ce qui l'amènera à découvrir la loi des puissances, à savoir que
l'on peut additionner les exposants entier d'un produit de puissances de même base 6 . Autrement
dit :
∀m, n ∈ N, am an = am+n .
.
De nouveau, on ne trouve plus rien durant plusieurs siècles mais, grâce à la numération décimale
de position qui se démocratise en Europe au cours des XIIIeet XIVepar l'intermédiaire des arabes,
le développement de l'étude des nombres connait un nouvel essor. En France, Nicolas Chuquet
(1445-1488) redécouvre la règle d'Archimède dans son livre Triparty en la Science des Nombres
(1484) [Chu80]. Il y manipule également les exposant entiers, fractionnaires et négatifs et traite
de divers problèmes, pour lesquels il donne des solutions tantôt approchées, tantôt exactes. Par
exemple, il résout de manière approchée le problème du tonneau qui se vide chaque jour d'un
dixième de sa capacité et dont on se demande au bout de combien de jour il sera à moitié vide. Il
donne également une solution exacte au problème du tonneau qui contient neuf mesures et demi
de liquide et qui se vide de plus plus lentement : la première mesure se vide en une heure, la
seconde en deux, la troisième en quatre et ainsi de suite. La question est de savoir en combien de
temps le tonneau sera vide [GW11]. Chuquet se rend compte que l'interpolation linéaire utilisée
jusqu'alors donne un résultat erroné et il tente de l'améliorer. Il réalise alors que la fonction
sous-jacente au problème transforme les moyennes arithmétiques en moyennes géométriques, ce
4. Remarquons que, pour trouver les logarithmes décimaux des nombres entre les graduations, un calcul d'in-
terpolation est nécessaire pour les placer sur l'axe des multiplications.
5. En base soixante.
6. Bien entendu, il ne l'énonce pas sous cette forme, mais raisonne sur des suites de nombres proportionnels,
autrement dit des progressions géométriques.

3
qui lui permet de fournir une solution exacte au problème 7 .
En Allemagne, c'est Michael Stifel (1486-1567) qui publie à Nuremberg en 1544 un traité de
mathématique, l'Arithmetica Integra [Sti44]. Il y établit des correspondance entre des suites
arithmétiques et géométriques et utilise même les nombres négatifs pour y associer des fractions.
Il remarque également des ponts entre somme et produit et fait par exemple correspondre (3 + 5)
à (8 × 32), mais aussi ((−3) + (−5)) à ( 81 × 32
1
). Tout comme Chuquet, il ne lui manque par grand
chose pour exploiter pleinement l'idée du logarithme mais, malheureusement, il n'ira pas plus
loin. Cependant, son traité reste très en avance sur son temps et est un grand classique lorsque
Neper fait son éducation. Il se peut donc que ce dernier ait été inuencé par les idées de Stifel,
lors de sa construction des logarithmes [Nau66].

2.2 Contexte de l'invention des logarithmes

L'origine du calcul logarithmique s'explique par la corrélation entre les mathématiques et les
progrès de la société. En eet, au XVIIe siècle, les ottes marchandes reliées à l'Amérique la-
tine et à l'Asie étaient une source d'enrichissement pour l'Europe. En particulier, ceux de la
soie et des épices ont généré des quantité colossales d'argent. Les économistes de l'époque se
sont alors retrouvés confrontés à des calculs de plus en plus grands. De plus, l'établissement de
nouvelles routes commerciales maritimes demandait un perfectionnement des techniques d'orien-
tation en pleine mer. Or, celles-ci étaient directement reliées aux progrès de l'astronomie. Parmi
les astronomes les plus connus de cette époque gurent Tycho Brahe(1546-1601) et Johannes
Kepler (1571-1630), qui sont essentiellement connus pour leurs travaux sur le mouvement des
planètes. Mais tout comme les économistes, les astronomes ont eux aussi dû faire face à des
calculs démesurés.
Très rapidement, un problème émergea car tous ces calculs étaient réalisés à la main. Bien que
les personnes chargées de leur résolution aient été des calculateurs professionnels, la longueur
et la complexité des opérations à réaliser avait rendu ces dernières ingérables. C'est à cette
époque que le mathématicien écossais John Neper, voulant réduire ces calculs longs et pénibles
qui ralentissaient les progrès scientiques, chercha à mettre au point un procédé simplicateur.
Pour ce faire, Neper mit au point un outil pour relier le monde de la multiplication à celui de
l'addition : le logarithme. La volonté de relier ces deux mondes partait d'un constat évident : il est
plus facile d'additionner que de multiplier. C'est ainsi que le logarithme, dont les propriétés sont
telles que les puissances sont réduites à des multiplications et les multiplications à des additions,
s'est avéré être un outil simplicateur d'une très grande utilité.

2.3 La construction de Neper

Bien que les logarithmes soient présentés ci-dessus de façon assez simple, la construction de l'outil
logarithme était loin de l'être. En eet, il fallut près de vingt ans à Neper pour mettre au point
cette théorie. Pour ce faire, il s'inspira des formules trigonométriques connues de mathématicien
arabes 8 qui transformaient les produits en sommes, formules telles que :
1
sin(A) sin(B) = (cos(A − B) − cos(A + B))
2
7. Evidemment, la notion de fonction et de variable continue n'est pas encore dans les esprits et ne le sera que
bien après Neper, avec les travaux d'Euler (1707-1783) notamment. Chuquet ne formule pas son raisonnement
dans ces termes mais il utilise bel et bien une propriété de la fonction exponentielle.
8. Ibn Yanus, vers l'an mil, par exemple.

4
9

La préface de cet ouvrage précisait les motivations de Neper :  Très illustre amateur de mathé-
matique, comme rien n'est aussi pénible que la pratique des mathématiques, parce que la logistique
est d'autant plus freinée, retardée que les multiplications, les divisions et les extractions des ra-
cines carrées ou cubiques portent sur de grands nombres, qu'elle est soumise à l'ennui des longues
opérations et beaucoup plus encore à l'incertitude des erreurs ; [. . . ] j'ai entrepris de rechercher
par quel procédé sûr et rapide on pourrait éloigner ces obstacles. [. . . ] Est-il un mystère, qui, au
milieu de tant d'autres, lui soit supérieur ; il m'a plu de communiquer son usage au monde des
mathématiciens. 
La publication de ce premier traité sur les logarithmes rencontra un succès énorme, si bien que
des traductions anglaises à destination des universités furent réalisées. Par la suite, cet ouvrage
a permis de révolutionner le calcul de son époque. Bien que Neper fût le premier à publier un
ouvrage portant sur les logarithmes, un autre mathématicien, indépendant de Neper, s'était lui
aussi penché sur cette théorie. En eet, en 1610, le suisse Jobst Bürgi (1552-1632) qui était aussi
un astronome assistant de Kepler inventa l'algorithme logarithmique. Également en se basant sur
la correspondance entre le monde de l'addition et celui de la multiplication par l'intermédiaire
des deux axes évoqués plus haut il publia, en 1620, l'ouvrage Progress tabulen. Cependant, son
travail étant paru après celui de Neper, le nom de Jobst Bürgi n'a pas été retenu comme inventeur
des logarithmes.

2.4 Évolution des logarithmes

Les logarithmes que nous connaissons aujourd'hui sont quelques peu diérents de ceux inventés
par Neper. En eet, la première dénition des logarithmes, que nous appellerons  nog , de cette
époque était donnée par la relation suivante :
ãn ò
1
ï Å
nog 107 1 − =n
107
.
C'est le mathématicien Henry Briggs (1556-630) qui, après avoir discuté avec Neper, t évoluer
les logarithmes vers ceux que nous utilisons aujourd'hui. Briggs, qui était également professeur
de géométrie au Saint John's Collège de Londres et d'astronomie à Oxford, a été enthousiasmé
par la lecture des  Merveilleuses règles des logarithmes . Pour cette raison, il rencontra Neper à
maintes reprises et, au cours de leurs discussions, Briggs t remarquer à Neper qu'un changement
d'échelle dans les logarithmes permettrait un usage plus commode de ceux-ci. Ce changement
d'échelle consistait à ce que log(10) = 1 et que log(1) = 0 : le logarithme décimal était né. Ce
sont ces  nouveaux logarithmes que nous utilisons aujourd'hui encore.

2.5 Impacts épistémologiques dans les sciences

Comme à notre époque nous possédons des ordinateurs capables de résoudre une multitude de
calculs en quelques fractions de seconde, l'objectif poursuivi par Neper visant à simplier les
calculs peut sembler secondaire. Cependant, au XVIIesiècle, quand tout se calculait à la main,
la taille et le temps nécessaire à la résolution de calculs était une préoccupation majeure pour
9. Les formules de ce type ont étés redécouvertes et synthétisées en 1748 par Thomas Simpson (1710-1751) et
portent aujourd'hui son nom.

5
bon nombre de scientiques. Pour cette raison, l'apparition des logarithmes et de ses consé-
quences simplicatrices sur les opérations calculatoire a été une véritable révolution dans le
monde scientique. En plus d'accélérer bon nombre de recherches par réduction de la longueur
de leurs calculs, les logarithmes ont également permis de débuter de nouvelles avancées. En eet,
à l'époque, certaines études avaient été laissées de côté à cause de la longueur des calculs qui
leur étaient associées.
Par exemple, l'astronomie a énormément progressé grâce aux logarithmes. Cela a même été
reconnu par Johannes Kepler qui, en 1624, rendit hommage à Neper par les phrases suivantes :
 Je résous la question par le bienfait des logarithmes. Je ne pense pas que quelque chose soit
supérieur à la théorie de Neper . Ce même Kepler qui, grâce à la théorie des logarithmes, a pu
établir les trois lois portant son nom (les deux premières sont publiées en 1609 et la troisième en
1618). Par la suite, en utilisant ces lois, Isaac Newton (1643-1727) a pu établir un des fondements
de la mécanique : la loi de la gravitation (1687).

3 Dérivée et intégrale

Dans cette section, nous allons supposer qu'une solution de l'équation fonctionnelle existe et on
va se demander quelle pourrait être sa dérivée. Ceci nous amènera à nous poser des questions
sur l'unicité de celle-ci, ce qui nous permettra d'en donner une dénition rigoureuse.
Pour ce faire, on dérive chaque membre par rapport à la variable y (en considérant x comme une
constante). On obtient :

f (xy) = f (x) + f (y)

f (xy)x = f 0 (y).
0

En prenant y = 1, on a :

f 0 (x)x = f 0 (1)
f 0 (1) k
f 0 (x) = = .
x x
On voit que la dérivée de toute fonction qui satisfait à l'équation fonctionnelle de départ est
proportionnelle à x1 . Cela implique aussi que, si on dispose d'une fonction qui satisfait à l'équation
fonctionnelle, alors toute fonction g(x) = kf (x) satisfera également à celle-ci. Il y a donc une
innité de fonctions qui sont solution de l'équation fonctionnelle.
Si on pose k = f 0 (1) = 1, l'expression de la dérivée de f devient x1 . On peut se servir de cela et
peut alors servir de base pour dénir ce que l'on appelle le logarithme népérien, noté ln(x). Il
s'agit de la fonction de R+0 vers R qui a pour dérivée x et telle que ln(0) = 1. Ou encore :
1

Z x
dt
ln(x) = .
1 t
Cette dénition sur base de la dérivée garantit l'existence de la fonction ln(x) puisque la fonction
x est continue, ce qui assure l'existence d'une primitive. La condition f (1) = 0 assure alors
1

l'unicité de cette primitive. Au passage, comme la fonction inverse est strictement positive sur
R+0 , cela implique que ln(x) est strictement croissante sur son domaine.

A partir de cette dénition, il est possible de démontrer que la fonction ln(x) satisfait à l'équation

6
fonctionnelle. En eet, si on considère la fonction g(x) = ln(xy) − ln(x) avec y > 0, on a :
y 1
g 0 (x) = − =0
xy x
g(x) = k

avec k une constante réelle. Donc, pour x = 1, on a k = g(1) = ln y . Donc :

ln(xy) − ln(x) = ln(y) ⇔ ln(xy) = ln(x) + ln(y).

Enn, comme précédemment mentionné, les solutions restantes de l'équation fonctionnelle sont
du type f (x) = k ln(x). Si on impose la condition f (a) = 1 pour un certain réel a positif et non
nul, alors 1 = k ln(a) ⇔ k = ln(a)
1
. Ce ceci permet de dénir le logarithme en base a comme la
fonction de R0 dans R donnée par
+

ln(x)
loga (x) = .
ln(a)
Elle est dénie de manière unique puisque ln(x) est déni de manière unique.

3.1 La perception humaine

Lorsque l'on s'intéresse au modèles de perceptions humaines, c'est-à-dire à la manière dont les
sensations sont interprétées psychologiquement 10 , on s'aperçoit que les perceptions s'eectuent
rarement de manière linéaire par rapport au signal sensoriel reçu. Cela signie qu'un stimulus
deux fois plus fort sera rarement associés à une perceptions deux fois plus grande. Un modèle
proposé pour rendre compte de cela est celui de Weber et Fechner 11 . L'hypothèse de base 12 est
que le seuil de perception, c'est-à-dire la variation minimale détectable varie avec la quantité à
mesurer. Par exemple, si pour une personne, il est tout juste possible de détecter une diérence
de poids entre des masses de 100 et 105 grammes, il ne lui sera pas évident de distinguer une
diérence de poids entre des masses de 200 et 205 grammes. Fechner introduit l'idée que la
diérence de perception ∆P d'une grandeur est proportionnel à la variation relative ∆S S de cette
grandeur, soit :
∆S
∆P = k
S
avec k une constante de proportionnalité. En passant aux diérences innitésimales, puis en
intégrant, on obtient :
dS 0
Z 0 Z S
S
Å ã
dP 0 = k P = K ln
P S0 S0 S0

avec S0 la valeur de de S correspondant à un perception nulle. Nous verrons dans la section 4.4.1
que les échelles de mesure utilisées en acoustique reètent ce type de perception logarithmique.

3.2 Travail dans une transformation réversible

Une autre application d'intégration de la fonction inverse apparait en thermodynamique dans

le cadre du calcul du travail lors d'une transformation réversible. Si, par exemple, on étudie la
10. On parle de psychophysique ou encore de sensorimétrie.
11. Il en existe d'autres comme la loi en puissance de Stevens mais celui de Weber-Fechner est assez bien adapté
à la perception auditive
12. D'abord introduite par Weber, puis approfondie par Fechner

7
compression ou la détente isotherme d'un gaz parfait dans un piston, le travail est donné par
l'expression générale suivante : Z f
W = dW
i
où i est l'instant initial, f l'instant nal et dW l'élément innitésimal de travail. Soient P la
pression que le uide exerce sur le piston, S la section droite du piston, V le volume du uide et
dx la variation innitésimale de position du piston. On a dW = P Sdx = P dV . Or pour un gaz
parfait, on l'équation d'état :
P V = nRT
avec n le nombre de moles de gaz au sein du uide, T la température du uide et R =
8.31 J/(mol K) la constante des gaz parfaits. On obtient pour le travail :
Z Vf
W = P (V )dV
Vi
Z Vf
nRT
= dV
Vi V
Z Vf
dV
= nRT
Vi V
Vf
Å ã
= nRT ln
Vi
On remarque que si Vf > Vi (détente) alors le logarithme sera positif et W sera positif. Le uide
fournit alors du travail au piston. Par contre, si Vf < Vi (compression) alors le logarithme sera
négatif et W aussi. Le uide recevra alors le travail du piston.

4 L'équation fonctionnelle

Cet aspect est selon nous le plus important car il constitue le fondement de ce que sont les
logarithmes. Il a déjà été introduit par les sections précédentes puisqu'il est à la base de la
créations des logarithme.
Comme nous l'avons déjà dit, la fonction logarithmique permet de faire le lien entre le monde
additif et le monde multiplicatif. La tableau ci-dessous représente quelques valeurs du logarithme
décimal (en base dix).

x 1 10 100 1000 10000

log10 (x) 0 1 2 3 4

Dans cet exemple, on remarque que les nombres de la première ligne suivent une progression
géométrique de raison q = 10 et que la seconde ligne suit une progression arithmétique de raison
r = 1. D'une manière générale, si on dispose d'une suite de nombre en progression géométrique
de raison quelconque q , alors les logarithmes des diérents nombres de cette suite seront en
progression arithmétique de raison r.
En reprenant depuis le début, notre problème est le suivant. On dispose d'une suite géométrique
dénie par la relation de récurrence un+1 = un · q , d'une suite arithmétique dénie par la relation
de récurrence vn+1 = vn + r, et on souhaiterait disposer d'une fonction f qui permet de passer
de l'un à l'autre : vn = f (un ). Ces relations impliquent :
f (un+1 ) = f (un ) + r
f (q · un ) = f (un ) + r.

8
Les choix u0 = 1 et v0 = f (u0 ) = 0 permettent d'écrire :

f (q · u0 ) = f (u0 ) + r
f (q) = r.

Ce qui nous conduit à l'équation :

f (q · un ) = f (un ) + f (q).

Autrement dit la fonction f , si elle existe, transforme les sommes en produits. Plus généralement,
on qualie de logarithmique toute fonction f qui satisfait à l'équation fonctionnelle suivante :
∀x, y ∈ R+
0 f (xy) = f (x) + f (y).

A partir de cette équation, on peut démontrer assez facilement toutes les propriétés usuelles des
logarithmes.

4.1 Entropie statistique

La matière est formée de particules (molécules, atomes, électrons...) en perpétuel mouvement

(agitation thermique) exerçant les unes sur les autres une force attractive (interactions). La
somme des énergies de toutes les particules d'un système thermodynamique donné s'appelle
l'énergie interne U du système. Lorsque le système est isolé, c'est-à-dire qu'il n'échange ni matière
ni énergie avec l'extérieur, son état macroscopique n'est caractérisé que par son volume V et son
énergie interne U . Cependant les particules peuvent être disposées dans le volume d'un très grand
nombre de façons diérentes et, de même, l'énergie interne peut être répartie d'un très grand
nombre de façons diérentes sur les particules. Chaque façon de placer les molécules dans le
volume et de leur distribuer l'énergie interne s'appelle une conguration microscopique de l'état
macroscopique. Le nombre de particules étant, dans un système macroscopique, immensément
grand (de l'ordre de 1023 ) le nombre Ω(U, V ) de ces congurations microscopiques est lui-même
immensément grand. De plus, lorsque deux systèmes dont les nombres de congurations sont Ω1
et Ω2 sont connectés, le nombre de congurations total est le produit Ω = Ω1 Ω2 .
L'entropie est une fonction d'état qui peut-être vue comme une mesure du  degré de désordre d'un
système. Elle doit donc être fonction du nombre de congurations et croître strictement avec lui.
De plus, c'est une grandeur extensive, c'est-à-dire que l'entropie d'un système à l'équilibre est
égale à la somme des entropies de chacune de ses parties. Par exemple, si l'on sépare un système
en deux parties, d'entropies respectives S1 et S2 , l'entropie globale S est égale à S1 + S2 . L'entro-
pie est donc une fonction de Ω qui transforme les sommes en produits, c'est-à-dire une fonction
logarithmique.
C'est ainsi que Ludwig Boltzmann établit dans les années 1870 la dénition suivante pour l'en-
tropie : On dénit alors l'entropie S par :
S = kB · ln(Ω)

où kB = 1.381 × 10−23 joule/K s'appelle la constante de Boltzmann.

4.2 Les tables de logarithmes et la règle à calcul

Peu de temps après avoir créé le logarithme décimal, Briggs publia, en 1617, une table de loga-
rithmes décimaux avec une précision allant jusqu'à la huitième décimale. Par la suite, en 1624,

9
il en t même une avec non plus huit mais bien quatorze décimales, pour tous les entier de 1 à
20000. Il est à noter que l'ensemble des calculs étant à l'époque réalisé à la main, Briggs consacra
la majeure partie de sa vie à la réalisation de ces tables.
La méthodologie utilisée pour réaliser ces tables se basait sur deux propriétés des logarithmes.
La première propriété est celle permettant de passer des exponentielles aux multiplications. En
eet, le logarithme d'un nombre x = y n est donné par la relation suivante :

log(x) = log(y n ) = n.log(y).

La deuxième propriété est celle permettant de passer des additions aux multiplications. En eet,le
logarithme d'un nombre a = bc est donné par la relation suivante :

log(a) = log(bc) = log(b) + log(c).

La manipulation de ces deux propriétés logarithmiques, ainsi que leur utilisation au sein de
l'algorithme suivant a permis à Briggs de construire les tables logarithmiques.

Fonction log( x : double) : double

A : double ;
A ← 1;
B : double ;
B ← 10 ;
log(A) : double ;
log(A) ← 0 ;
log(B) : double ;
log(B) ← 1 ;
Tant que (A − x ≤ 10
−8 OU B − x ≤ 10−8 ) faire
√
Si ( AB ≤ x) Alors
√
A ← AB ;
log(A) ← 12 (log(A) + log(B));
Sinon √
B ← AB ;
log(B) ← 12 (log(A) + log(B));
Fin Si
Fait
Si (A − x ≤ 10−8 ) Alors
Retourner log(A) ;
Sinon
Retourner log(B) ;
Fin Si
Fin

Algorithme 1: Algorithme de Briggs : calcul de log(x) où A < x < B , connaissant log(A) et

log(B).

Par ailleurs, en 1620, en Angleterre, la première règle à calcul basée sur l'échelle logarithmique
est apparue. Cette règle, qui s'est perfectionnée au l du temps est restée, jusqu'en 1970, l'outil
indispensable du scientique et de l'ingénieur. A l'heure actuelle, la règle à calcul a laissé la place
à la calculatrice électronique.

10
4.3 Ordres de grandeur et graphes logarithmiques

La biologie est un vaste de domaine des sciences qui s'étend dans des ordres de grandeurs très
diérents. De l'atome qui ne mesure qu'un dixième de nanomètre au corps humain qui mesure
de l'ordre du mètre, en passant par les cellules (10−5 m) ou les macromolécules (10−8 m), il
est dicile d'établir des échelles de grandeurs non logarithmiques. Celles-ci permettent d'établir
des comparaisons et de pouvoir représenter ces diérents éléments sur une même échelle de
grandeur 4.3.

Figure 2  Échelle logarithmique reprenant diérents exemples d'éléments en biologie (Oce-

Nationale.fr)

Bien qu'il soit possible de trouver de nombreux exemples dans le domaine de la biologie, on
rencontre, dans les sciences de manière générale, des exemples de taille et d'échelles très diérents.
La gure ci-dessous met en évidence la diérence de grandeur entre le rayon du noyau d'un atome
d'hydrogène et la taille de l'univers. Il est très dicile de comparer des valeurs que l'on exprime
respectivement comme 0,000000000000001 et 10000000000000000000000000. L'utilisation d'une
échelle logarithmique et la représentation de ces grandeurs sur une échelle de puissance de 10
prend tout son sens. Celle-ci permet de comparer rapidement des valeurs telles que 10−15 et 1025 ,
que l'on sait directement séparées par un facteur 1040 .

Figure 3  Échelle logarithmique reprenant diérents exemples dans divers domaines

(thierry.col2.free.fr)

En chimie, tout comme en biologie, une des dicultés principales des élèves est de passer du
monde macroscopique (espèce chimique, corps simples, composés, masse molaire,. . . ) au monde
microscopique (atome, molécule, ion, masse atomique et moléculaire,. . . ) et symbolique (sym-
bole, formule des éléments chimiques,. . . ). La distinction entre les deux premières échelles est

11
parfois très compliquée. Celles-ci sont couramment séparées de plusieurs ordres de grandeur. Les
représenter sous la forme de puissance, et donc suivant une échelle logarithmique, simplie gé-
néralement la visualisation et la mise en place de liens par les élèves. Dans certains cas, dans le
domaine des sciences, il est très dicile de représenter graphique un jeu de données. Dans le cas
où une variable Y suit une distribution logarithmique tandis que la variable X suit une distribu-
tion linéaire, il est possible d'utiliser un repère semi-logarithmique. Ce type de repère permet de
représenter des phénomènes exponentiels ou s'étalant sur plusieurs ordres de grandeurs. Comme
décrit dans le section 5.2, la croissance d'une population de bactéries peut être décrite comme
exponentielle :
Y = X n.
Où n représente le nombre de cycle et X le taux d'accroissement naturel. Si la population
double à chaque génération, on obtient, dans un repère semi-logarithmique, le type de graphique
représenté la gure 4.3.

Figure 4  Représentation semi-logarithmique du taux de croissance d'une population de bac-

téries (wikipédia.org)

Dans le cas où les variables X et Y suivent une distribution logarithmique, il peut être pertinent
de représenter un tel jeu de données dans un repère log-log. Prenons un exemple en physique.
Considérons la période de certaines planètes Y en fonction du demi grand axe de leur trajectoire
X .Dans un repère cartésien, les premières données auraient été acculées dans la première partie
du graphique et l'établissement d'une relation entre les deux variables aurait été complexe.

Figure 5  Représentation dans un repère cartésien de la période de certaines planètes en

fonction du demi grand axe de leur trajectoire (wikipédia.org)

12
Sur base d'un jeu de données similaire, dans un repère log-log, une relation peut être mise en
évidence.

Figure 6  Représentation dans un repère log-log de la période de certaines planètes en fonction

du demi grand axe de leur trajectoire (wikipédia.org)

4.4 Échelles logarithmiques en sciences

4.4.1 Les échelles acoustiques

Une utilisation très courante d'une échelle logarithmique en physique concerne le domaine de
l'acoustique, à savoir l'étude de la propagation du son. En eet, dans la plupart des manuels
scolaires, on trouve une section consacrée à l'échelle décibel, qui mesure l'intensité sonore. Celle-
ci est logarithmique et la raison invoquée est bien souvent le fait qu'elle soit pratique pour
comparer des valeurs qui s'étalent sur plusieurs ordres de grandeur. En réalité nous verrons que
la raison est plus profonde que cela car la plupart des perceptions humaines se font de manière
logarithmique. Autrement, le fait de doubler l'intensité d'un stimulus sera perçu comme un
 ajout de perception. C'est le cas pour la perception de l'intensité sonore mais aussi pour la
perception de la fréquence d'un son à laquelle est associée la notion de hauteur.
L'oreille humaine à ceci de remarquable qu'elle peut distinguer les fréquences de sources sonores
diérentes. La fréquence d'un son est le nombre de perturbations (compression et dépression)
que sa source émet par seconde. Celle-ci se mesure en hertz (Hz). Par exemple, une source sonore
de 400 Hz émet quatre cent vibrations par seconde. Un son de haute fréquence provoquera une
sensation d'aigu alors qu'un son de basse fréquence provoquera une sensation de grave. Cette
perception de grave ou d'aigu est appelée la hauteur du son.
Cependant, comme nous l'avons mentionné auparavant, la hauteur d'un son n'est pas perçue de
manière linéaire, dans le sens où un son de fréquence double ne nous apparaît pas comme deux
fois plus aigu. En réalité, lorsqu'on double successivement la fréquence, on a la sensation que
l'on joue toujours la  même note , c'est-à-dire qu'on lui ajoute toujours la même hauteur, en
l'occurrence celle qui correspond à une octave. De même, si on multiplie la fréquence de deux
sons par le même nombre, ceux-ci apparaîtront plus aigus, mais toujours séparés de la même
hauteur.
An de rendre compte de cette observation, les physiciens ont élaborés une unité de mesure de la
hauteur de son, le cent 13 . Celle-ci est principalement utilisée en acoustique, an de quantier une
13. Il en existe d'autres, comme le savart. Un octave correspond à environ 301 savarts.

13
diérence de hauteur entre deux sons. On peut calculer cette diérence à partir du rapport de
fréquences de deux sons. On décide que si celui-ci est de 1 (fréquences identiques), la diérence
de hauteur sera nulle, ce qui semble logique. Ensuite, si ce rapport est multiplié par deux, on
augmente la diérence de de hauteur de 1200 cents 14 . On cherche donc une fonction h du rapport
de fréquence qui satisfasse l'équation suivante :
h(2n ) = 1200n
pour tout entier n positif. C'est bien une fonction logarithmique qui se cache la derrière, en
l'occurrence en base 2. On dénit la diérence de hauteur entre deux comme :
f2
Å ã
h = 1200 log2
f1
avec h la diérence de hauteur et f1 et f2 les fréquences de sons.
Il n'y a pas que la fréquence d'un son qui soit perçue de manière logarithmique mais aussi
l'intensité sonore, c'est-à-dire l'énergie par unité de surface et par unité de temps véhiculée par
l'onde sonore. Elle se mesure en Watt par mètres carrés (W/m2 ). En fait, cette intensité est
directement liée à l'amplitude de la vibration sonore. Notre oreille est sensible à des intensités
sonores allant de 1 × 10−12 W/m2 (seuil d'audition) à 10 W/m2 (seuil de douleur). De même, on
utilise une échelle logarithmique pour parler de cette gamme d'intensité, à savoir l'échelle décibel
(dB). On dénit le niveau d'intensité sonore d'une source (en dB) comme suit :

I
Å ã
L = 10 log10
I0

où I est l'intensité sonore de la source et I0 le seuil d'audition.

Un exemple chiré permet de comprendre ce qui se passe lorsque l'on est soumis à plusieurs
sources sonores. Considérons par exemple un ouvrier situés entre deux machines qui ont des
niveaux d'intensité sonore de 90 dB chacune. On se demande alors quel sera le niveau d'intensité
sonore perçu par l'ouvrier. Il s'agit d'un exercice tout à fait typique où l'utilisation des propriétés
des logarithmes sut pour arriver à la réponse. Le piège classique est ici de considérer que l'on
peut multiplier la valeur en décibel par deux, et ce à cause de la prégnance de la linéarité. On
se convainc que ce n'est pas le cas grâce au calcul suivant. Soit L le niveau d'intensité sonore
cherché et I l'intensité d'une seule machine. On a :
2I
Å ã
L = 10 log10
I0
I
Å ã
= 10 log10 (2) + 10 log10
I0
= 3.01 dB + 90 dB = 93.01 dB.
En fait lorsqu'on double l'intensité sonore, le niveau sonore n'augmente que de 90 dB ! Ceci
correspond bien à la réalité de la perception humaine évoquée auparavant. Il est à noter que
toutefois, que la perception logarithmique de l'intensité n'est qu'une première approximation
de la réalité 15 . D'autres facteurs interviennent comme la fréquence : nous n'entendons pas avec
avec la même intensité des sons de fréquences diérentes. Le seuil d'audition est par exemple
beaucoup plus élevé pour des sons plus grave. Ceci est primordial pour les acousticiens qui s'en
réfèrent aux courbes de Fletcher et Munson qui donnent les courbes d'isosonies 16 pour des sons
purs à 1000 Hz.
14. Cette valeur est basée sur la gamme de musique dite tempérée, qui comprend douze demi-tons égaux,
équivalent chacun à 100 cents.
15. Il en va de même pour la perception des hauteurs dont nous parlions précédemment.
16. Courbes de sensations sonores identiques.

14
4.4.2 L'échelle de pH

Quand on évoque la fonction logarithme en chimie, on pense de suite à la notion de potentiel

Hydrogène. Le potentiel Hydrogène, couramment abrégé pH, peut être déni comme un indi-
cateur permettant d'estimer la concentration en ions hydronium (H3 O+ ). Indirectement, le pH
permettra de quantier le niveau d'acidité et de basicité d'une solution [PHMB17].
La notion de potentiel Hydrogène a été introduire la première fois en 1909 par le chimiste danois
Soren Sorensen. Les recherches de celui-ci se basaient sur les eets des concentrations de quelques
ions sur certaines protéines. Il étudiait plus spéciquement l'activité microbienne en fonction
de l'acidité du milieu lors de phénomène de fermentation alcoolique [PBM+ 12]. Au plus ses
recherches avançaient, et plus la nécessité d'introduire une notion permettant la quantication
des ions hydrogènes devenaient indispensable [Jen04]. Tel que le relatent les recherches publiées
par Sorensen [?], une électrode composé de H+ /Pt/H2 a été mise en place an de mesurer l'acidité
de plusieurs solutions. En xant la pression en dihydrogène à 1 atmosphère, on peut décrire le
potentiel de cette électrode par l'équation suivante :
Ç å Ç å
RT 1 1
E = 2, 3 log = 0, 0577 log .
F [H+ ] [H+ ]

Dans un premier temps, il dénit ce que l'on appelle aujourd'hui le potentiel Hydrogène comme
 the hydrogen ion exponent  (pH). Il exprime donc la concentration en ions hydrogène sous la
forme suivante [Jen04] :
pH = 10−p
où p représente la puissance de l'exposant. La notation de pH fut plus couramment adoptée par
la communauté scientique et le Journal of Biological Chemistry entre 1910 et 1919.
D'un point de vue didactique, il est nécessaire d'eectuer un rappel sur base de l'introduction
d'une échelle d'acidité à partir de l'autoprotolyse de l'eau. L'autoprotolyse de l'eau se base sur
les particularités de l'eau dans la classication en tant qu'acide ou base. En eet, l'eau peut jouer
le rôle d'acide ou de base. On la qualie donc d'ampholyte. Cette réaction d'autoprotolyse peut
s'écrire sous la forme suivante :
H2 O + H2 O → H3 O+ + OH− .

En prenant en compte le fait que la conductivité électrique de l'eau pure est très faible, voire
négligeable, les concentrations ioniques en H3 O+ et OH− sont très faibles. On peut également
déterminer la constante d'équilibre de la réaction précédente, également reprise sous le terme de
constante d'autoprotolyse de l'eau, KH2 O .
[H3 O+ ][OH− ]
KH2 O =
[H2 O]2
La présence faible d'ions H3 O+ et OH− nous indique que peu de molécules d'eau ont réagi. De
ce fait, nous pouvons déduire que la concentration à l'équilibre de l'eau [H2 O] est pratiquement
égale à la concentration initiale de l'eau CH2 O . Sachant que le nombre de moles contenues dans
1 kg d'eau, dont le volume est égal à 1 L, est égal au rapport entre la masse et la masse molaire :
mH2 O 1000 g
nH2 O = = = 55.5 mol
MH 2 O 18 g/mol
Le volume étant égal à un litre, la concentration initiale de l'eau sera également à 55.5 mol/L.
Intégrons cette valeur dans l'expression de la constante d'autoprotolyse de l'eau :
[H3 O+ ][OH− ]
KH2 O = ⇔ KH2 O .(55, 5)2 = [H3 O+ ][OH− ].
55, 52

15
Dans la seconde équation, le membre de gauche peut être déni comme le produit ionique de
l'eau, KW . Sur base expérimentale, il a été possible de déterminer le produit ionique de l'eau à
25 ◦C
[H3 O+ ][OH− ] = 10−14 .

L'introduction d'un acide HA dans l'eau augmente la concentration en ions H3 O+ . Dès lors,
elle deviendra supérieure à 10−7 . Au contraire, l'introduction d'une base dans l'eau diminue
cette concentration qui devient inférieure à 10−7 . A partir de ces observations, il est possible
d'établir une échelle d'acidité sur base des valeurs de concentration en ions H3 O+ . Ces valeurs
varient entre 10−14 pour une solution très basique et 1 pour une solution très acide, ce qui
n'est guère pratique. Pour faciliter les calculs numériques et une représentation graphique plus
aisée, le Danois Sorensen a fait appel à la fonction logarithme pour dénir la notion de potentiel
hydrogène.
Dès lors, on peut dénir le potentiel hydrogène d'une solution aqueuse comme l'opposé du loga-
rithme décimal de la valeur de la concentration en ions [H3 O+ ], exprimée en mol/L [PBM+ 12] :

pH = − log[H3 O+ ].

Ceci est équivalent à l'expression suivante :

[H3 O+ ] = 10−pH .

La dénition du potentiel Hydrogène telle qu'énoncée ci-dessus ne permet pas de mesures directes
de pH. En eet, le pH dépend également d'autres facteurs tels que l'inuence du solvant. Trois
autres dénitions, sortant généralement du cadre stricte des programmes du secondaire, peuvent
également être utilisées. D'une part, La dénition du pH sur base de la loi de Nernst a été proposée
par l'Union internationale de chimie pure et appliquée à partir d'une méthode électrochimique
expérimentale [IUP] [FC09] [PHMB17].
D'autre part, sur base de la fonction logarithme, il est possible d'établir deux autres dénitions
du pH. Il est cependant important de noter que ces dénitions sont valables dans une gamme de
pH comprise entre 2 et 12 et pour des concentrations en ions inférieures à 0.1 mol/L [IUP].

[H+ ]
Ç å
pH = − log γH
C0
où gammaH est le coecient d'activité des ions H+ , [H+ ] la concentration molaire en ions H+
et C0 la concentration standard (1 mol/L). On peut également le dénir comme suit :
mH
Å ã
pH = − log γH
m0

où mH est la molalité des ions H+ et m0 la molalité standard (1 mol/kg).

4.4.3 La force des acides et des bases

Les acides et les bases, au même titre que les électrolytes (5ème secondaire) ou les oxydants et
réducteurs (6ème secondaire), sont caractérisés par une échelle de force. Des mesures de conduc-
tivité hydraulique prises dans une solution de diérents électrolytes (acides et bases) ont permis
de déterminer ces échelles. Sur base expérimentale, il est possible de déterminer que la concentra-
tion en ions est supérieure dans une solution de HCl, comparativement à celle dans une solution

16
de CH3 COOH. Ceci peut être déduit des mesures de conductivité électrique. Le même type de
conclusion a été tirée d'une comparaison entre une solution de NaOH et une solution de NH3 .
Selon Brönsted, un acide peut être déterminer comme une espèce chimique capable de céder un
proton [PBM+ 12]. De ce fait, il est possible de dénir la force d'un acide comme sa tendance à
céder ce proton. Pour chirer celle-ci, envisageons l'équilibre suivant :
HA + H2 O
H3 O+ + A− .

Et la constante d'équilibre de cette réaction comme :

[H3 O+ ][A− ]
KC = .
[H2 O][HA]

Après quelques transformations, en intégrant la valeur numérique de [H2 O] et en posant Ka = KC · 55, 5,

on peut écrire :
[H3 O+ ][A−]
Ka = KC · 55, 5 = .
[HA]
L'ensemble des Ka , qu'ils soient associés à des acides forts ou faibles, sont compris dans une
gamme très large de valeur (allant par exemple de 4.108 pour HClO et 1.25 × 10−16 pour
CH3 CH2 OH), dicilement utilisable et peu représentative. An d'obtenir une gamme plus res-
treinte et faisant sens au chimiste, la notion de pKa a été introduite :
pKa = − log(Ka ).

Les pKa sont généralement compris entre 0 et 14 [PBM+ 12]. Cette règle n'est pas univer-
selle [PHMB17].
De la même manière, Brönsted a déni une base comme une espèce chimique capable d'accepter
un proton. La force d'une base sera donc dénie comme sa tendance à capter ce proton [PBM+ 12].
Partons de l'équilibre suivant :
B + H2 O
HB+ + OH− .

Avec comme constante d'équilibre :

[HB+ ][OH− ]
KC = .
[H2 O][B]

Après quelques transformations, en intégrant la valeur de [H2 O] et en posant Kb = KC · 55, 5, on

peut écrire :
[HB+ ][OH− ]
Kb = KC · 55, 5 = .
[B]
Dès lors, on peut écrire :
pKb = − log(Kb ).
Il est important de noter qu'une relation, qui ne sera pas démontrée dans le cadre de ce travail,
lie les notions de pKa et de pKb :
pKb + pKa = 14.

5 La réciprocité avec la fonction exponentielle

Si la fonction logarithmique permet de transformer les produits en sommes, il en est une autre
qui permet de faire l'inverse, à savoir la fonction exponentielle. Celle-ci se note ex et est dénie

17
comme l'unique fonction qui soit sa propre dérivée et telle que e0 = 1. Elle satisfait également à
une équation fonctionnelle, à savoir :

∀x, y ∈ Rf (x + y) = f (x)f (y).

De même, on dénit l'exponentielle en base a quelconque (a > 0) comme :

ax = ex ln a .

On peut montrer que les fonctions ln(x) et ex sont réciproques l'une de l'autre 17 , c'est à dire
que ln(ex ) = eln(x) = x. En eet, soit les fonctions g(x) = ln(ex ) et h(x) = eln(x) , on a :
ex
g 0 (x) = =1
Z x Z x ex
g 0 (t)dt = dt
0 0
g(x) − g(0) = x − 0
g(x) = x

et
eln(x) h(x)
h0 (x) = =
x x
h0 (x) 1
=
h(x) x
Z x 0 Z x
h (t)dt dt
=
1 h(t) 1 t
ln(h(x)) − ln(h(1)) = ln(x) − ln(1)
h(x) = x

Dès lors, il est possible de dénir la fonction logarithme comme la bijection réciproque de l'expo-
nentielle, pour autant qu'on ait dénit cette fonction de manière indépendante auparavant. Ceci
permet d'écrire l'équivalence suivante, qui peut être bien utile dans certaines applications :

y = ax ⇔ x = loga (y).

La gure suivante illustre de manière graphique la réciprocité entre logarithme et exponentielle.

5.1 La division cellulaire

La division cellulaire, également reprise sous le terme de mitose, est une notion initiée par le bio-
logiste allemand Walther Flemming. En 1878, Flemming étudie le processus de division cellulaire
sur des branchies et des nageoires de salamandre. De manière plus spécique, il base ses études
sur la distribution des chromosomes dans les cellules lles. Bien qu'il remarque une transfor-
mation de la chromatine en laments, il n'a pas pu distinguer les chromatides des chromosomes
durant la métaphase. Ses études ont mis en évidence le fait que le noyau des cellules lles provient
du noyau de la cellule mère. Il écrit  omnis nucleus e nucleo , ce qui signie  tout noyau vient
d'un noyau . En 1882, au terme des études citées ci-dessus, il publie un manuel de cytologie
décrivant les diérentes étapes de la mitose illustrées.
17. On pourrait faire de même avec les fonctions logarithme et exponentielle en base a.

18
En mathématique, le logarithme en base 2, également appelé logarithme binaire, s'écrit log2 (n).
Il s'agit de la fonction réciproque de la fonction puissance de 2, à savoir f : R → R+
0 : x → 2 .
x

Le logarithme en base 2 de x est donc la puissance à laquelle le nombre 2 doit être élevé pour
obtenir la valeur x, soit :
log2 (x) = a ⇔ x = 2a .

Cette fonction logarithme en base 2 peut être utilisée dans le phénomène de division cellulaire. En
eet, considérons a comme le nombre de divisions cellulaires successives et x comme le nombre
de cellules lles obtenues après a divisions, on peut écrire :

x = 2a .

A partir de cette formule, et en connaissant le nombre de cellules lles obtenue, on peut déter-
miner le nombre de divisions cellulaires successives :

log2 (x) = a.

5.2 Croissance des populations

Dans le domaine de l'écologie, il est possible de formuler un modèle, suivant l'hypothèse d'un
taux d'accroissement constant, qui décrit la croissance exponentielle d'une population [VDA12].
Ces modèles sont généralement utilisés dans le domaine de la microbiologie, pour estimer la
croissance d'une population de bactéries sur un milieu de culture. Il est cependant important
de préciser que ce modèle ne tient pas compte de la capacité de charge d'une population (K),
c'est-à-dire de la taille maximum que celle-ci peut atteindre sur base des ressources et de l'espace
disponibles. La croissance sera donc considérée comme illimitée dans l'espace et dans le temps.
On ne tient également pas compte des taux d'immigration et d'émigration.
Considérons P0 comme population de départ, Pn la population après n années, n le nombre
d'années considérées et a le taux d'accroissement naturel, on peut écrit la relation suivante :

Pn = P0 (1 + a)n .

Sur base de ce modèle, il est possible de calculer le temps que met l'eectif de la population pour
doubler. Dès lors, on obtient :
log 2
n= .
log(1 + a)

Pour des taux de croissance faibles, on approchera la solution proposée par la relation suivante :
0, 7
n= .
a

6 Conclusion

La présent travail à été rédigé dans le but de donner un éventail d'approches possibles pour
aborder la fonction logarithmique. Il va de soi que beaucoup ont étés ignorées et que la liste
dressée pourrait être encore étendue. Cela étant dit, nous pouvons résumer notre tour d'horizon
par les trois grands axes autours desquels nous menés notre réexion : l'équation fonctionnelle,
la fonction inverse comme dérivée et l'exponentielle comme fonction réciproque. Si le premier

19
est souvent oublié des manuels scolaires 18 , c'est sans doute car démontrer l'existence et l'unicité
d'une fonction continue satisfaisant à l'équation fonctionnelle n'est pas une chose aisée, du moins
pour des élèves du secondaire. Néanmoins, certains résultats restent tout à fait à leur portée
et c'est pourquoi nous avons tenté d'établir quelques-uns ici. En eet, il nous est apparu, au
cours de nos recherches, que cet aspect constituait véritablement le fondement de la fonction
logarithmique.

18. En réalité, l'équation fonctionnelle est toujours présente mais simplement énoncée comme une propriété des
logarithmes, pas comme un fondement. Et elle n'est que très rarement employée pour servir de dénition.

20
Bibliographie

[AGVEJ14] M. Annoye, J.-L. Gilon, A. Van Eerdenbrugghe et W. Joël : Cqfd MATHS

6e. Éditions De Boeck, 2014.
[AL00] A. Adam et F. Lousberg : Espace Math 66. Éditions De Boeck, 2000.
[Arc71] Archimède : L'Arénaire. trad. C. Mugler, édition Les Belles Lettres, 1971.

[BHVDVE16] A. Bousson, S. Hausmann, F. Van Dieren et A. Van Eerdenbrugghe : 5e

Quadrant (4 périodes/semaine). Éditions De Boeck, 2016.
[Boy91] C. B. Boyer : A history of mathematics. 2e éd. J. Wiley, 1991.
[Chu80] N. Chuquet : Triparty en la Science des Nombres, volume 13. éd. A. Marre -
Bull. bibl. storia math., 1880.
[DStDT04] H. Delfeld, N. Sevrin, I. t'Kindt Demulder et M.-M. Timmermans : Acti-
math 6. Éditions Van In, 2004.
[FC09] C. Fournier et E. Chappuis : Électrochimie : travaux pratiques de chimie phy-
sique l. Université de Genève, 2009.
[GW11] A. Gaydon et G. Waehren : Histoire de logarithmes : comment s'est construite
une notion dicile à enseigner. Le Petit Vert, 2011.
[IUP] IUPAC : Quantities, Units and Symbols in Physical Chemistry. 2nd edition.

[Jen04] W. Jensen : Ask the historian : the symbol for ph. J. Chem. Educ., 81:2122,
2004.
[Koc66] A. Koch : The logarithm in biology : Mechanisms generating the log-normal
distribution exactly. J. Theoret. Biol., 12:276290, 1966.
[Lau14a] M. Launay : Addition contre multiplication  micmaths. https://www.youtube.
com/watch?v=ZxwvIY9hBZw, 2014.
[Lau14b] M. Launay : Merveilleux logarithmes  micmaths. www.youtube.com/watch?v=
rWfl7Pw8YVE, 2014.
[Nau66] C. Naux : La découverte des logarithmes et le calcul des premières tables. Paris,
A. Blanchard, 1966.
[PBM+ 12] P. Pirson, A. Bribosia, C. Martin, P. Snauwaert, A. Tadino et R. Van El-
suwe : Chimie 6ème  Sciences générales. Éditions de Boeck, 2012.

[PHMB17] R. Petrucci, G. Herring, J. Madura et C. Bissonnette : General Chemistry

Principles and Modern Applications. 11ème édition. Pearson, 2017.
[SS54] J. Sang et W. Sobey : The genetic control of response to antigenic stimuli. The
journal of Immunology, 72:5256, 1954.
[Sti44] M. Stifel : Arithmetica Integra. Nüremberg, 1544.
[Tro02] S. Trompler : L'histoire des logarithmes. Les Cahiers du CeDop, 2002.
[VDA12] B. Van Den Abbeel : Calculer la croissance d'une population  savoir-faire.
www.geodutienne.be, 2012. Document consulté en ligne le 13 mars 2017.
[Wei01] E. Weisstein : Log normal distribution  mathworld : A wolfram web re-
source. http://mathworld.wolfram.com/LogNormalDistribution.html, 2001.
Document consulté en ligne le 16 mars 2017.

21