Croissance des Populations et Facteurs Limitants

Les élèves de Terminale ont besoin de voir concrètement comment les modèles mathématiques traduisent des réalités biologiques. Travailler avec des populations réelles et des simulations permet de rendre tangibles des concepts abstraits comme la capacité de charge ou les facteurs limitants. Cette approche active favorise une compréhension durable, car les élèves manipulent eux-mêmes les variables et observent les conséquences.

• Terminale
• SVT Terminale : Comprendre le Vivant et la Planète
• 4 activités
• 20 min–50 min

Objectifs d’apprentissage

1. Comparer les modèles de croissance exponentielle et logistique d'une population en identifiant leurs paramètres clés.
2. Analyser l'influence de la prédation et de la compétition sur la dynamique des populations à l'aide de graphiques.
3. Calculer la capacité de charge (K) d'un écosystème à partir de données de suivi de population.
4. Expliquer le rôle des facteurs densité-dépendants et densité-indépendants dans la régulation des populations.
5. Synthétiser comment la modélisation de la croissance des populations informe la gestion des espèces menacées.

Jeu de simulation

⏱ 50 min·Binômes

Modélisation sur tableur : Croissance exponentielle vs logistique

Les élèves programment sur tableur les deux modèles de croissance en faisant varier les paramètres (taux de croissance, capacité de charge). Ils comparent les courbes obtenues et identifient les conditions dans lesquelles chaque modèle est pertinent.

Préparation et détails

Expliquez les facteurs qui limitent la croissance exponentielle d'une population.

Conseil de facilitation: Pour la modélisation sur tableur, guidez les élèves étape par étape pour entrer les formules (N(t+1)=N(t)*r pour l’exponentiel, N(t+1)=N(t)*r*(1-N(t)/K) pour le logistique) avant de faire varier r et K.

Setup: Espace modulable avec différents îlots de travail

Materials: Fiches de rôle avec objectifs et ressources, Monnaie fictive ou jetons de jeu, Tableau de suivi des tours

• Appliquer
• Analyser
• Évaluer
• Créer
• Conscience sociale
• Prise de décision

Jeu de simulation

⏱ 45 min·Petits groupes

Analyse de données : Populations réelles

Chaque groupe reçoit des données historiques de populations (loup en Yellowstone, morue de l'Atlantique, lapins en Australie). Ils ajustent un modèle théorique aux données réelles, identifient les écarts et proposent des hypothèses pour expliquer les divergences.

Préparation et détails

Analysez l'impact de la densité-dépendance sur la régulation des populations.

Conseil de facilitation: Lors de l’analyse de données, demandez aux élèves de calculer les taux de croissance annuels moyens pour comparer la croissance réelle à celle prédite par les modèles.

Setup: Espace modulable avec différents îlots de travail

Materials: Fiches de rôle avec objectifs et ressources, Monnaie fictive ou jetons de jeu, Tableau de suivi des tours

• Appliquer
• Analyser
• Évaluer
• Créer
• Conscience sociale
• Prise de décision

Penser-Partager-Présenter

⏱ 20 min·Binômes

Penser-Partager-Présenter: Facteurs densité-dépendants vs indépendants

Individuellement, les élèves classent une liste de facteurs limitants (sécheresse, compétition, parasitisme, incendie) en deux catégories. En binôme, ils confrontent leurs classements et justifient chaque choix par un argument écologique.

Préparation et détails

Démontrez comment les modèles mathématiques aident à la gestion des ressources naturelles.

Conseil de facilitation: Pendant le Think-Pair-Share, donnez des exemples concrets de facteurs (sécheresse pour densité-indépendant, compétition pour densité-dépendant) pour ancrer la discussion dans des situations familières.

Setup: Disposition de classe standard ; les élèves se tournent vers leur voisin

Materials: Consigne de discussion (projetée ou distribuée), Optionnel : fiche de prise de notes pour les binômes

• Comprendre
• Appliquer
• Analyser
• Conscience de soi
• Compétences relationnelles

Jeu de simulation

⏱ 40 min·Classe entière

Jeu de simulation: Le jeu de la capacité de charge

Dans la cour, les élèves simulent une population (proies) avec des ressources limitées (jetons). À chaque génération, les individus qui n'obtiennent pas assez de ressources sont éliminés. La classe trace la courbe de population obtenue et la compare au modèle logistique.

Préparation et détails

Expliquez les facteurs qui limitent la croissance exponentielle d'une population.

Conseil de facilitation: Pour la simulation du jeu de la capacité de charge, utilisez des ressources limitées comme des jetons ou des cartes à distribuer pour que les élèves visualisent la compétition et l’épuisement des ressources.

Setup: Espace modulable avec différents îlots de travail

Materials: Fiches de rôle avec objectifs et ressources, Monnaie fictive ou jetons de jeu, Tableau de suivi des tours

• Appliquer
• Analyser
• Évaluer
• Créer
• Conscience sociale
• Prise de décision

Enseigner ce sujet

Commencez par des exemples visuels, comme l’évolution d’une population de bactéries en boîte de Petri ou celle des lapins en Australie, pour ancrer les modèles dans des cas réels. Évitez de présenter les équations logistiques trop tôt : introduisez-les après que les élèves aient observé des courbes qui ralentissent naturellement. Insistez sur le caractère dynamique de K, qui n’est pas un plafond fixe mais une valeur vers laquelle la population oscille. Utilisez des analogies simples, comme un réservoir qui se remplit et se vide, pour expliquer l’équilibre autour de K.

À quoi s’attendre

À la fin de ces activités, les élèves doivent être capables de distinguer croissance exponentielle et logistique, d’identifier des facteurs limitants dans des données réelles, et d’expliquer pourquoi les populations ne croissent pas indéfiniment. Leur travail doit montrer qu’ils relient les équations aux phénomènes biologiques et environnementaux.

Attention à ces idées reçues

Idée reçue courante

Pendant l’activité de modélisation sur tableur, certains élèves pourraient croire que la croissance exponentielle est la norme en nature.

Ce qu'il faut enseigner à la place

Interrompez la modélisation logistique pour demander : 'Que se passe-t-il si on limite les ressources dans le modèle exponentiel ?' Faites comparer les deux courbes côte à côte pour montrer que la décroissance du taux de croissance est directement liée à la quantité de ressources disponibles dans le milieu.

Idée reçue courante

Pendant le jeu de la capacité de charge, certains élèves pourraient penser que la capacité de charge K est une valeur fixe et immuable.

Ce qu'il faut enseigner à la place

Après la simulation, introduisez une variable externe comme une sécheresse ou une nouvelle source de nourriture. Demandez aux élèves de réajuster K et d’observer comment la population s’adapte, en insistant sur le fait que K reflète les conditions du milieu et non une limite absolue.

Idées d'évaluation

Billet de sortie

Après l’activité de modélisation sur tableur, demandez aux élèves de produire un schéma annoté comparant les deux courbes (exponentielle vs logistique) avec les axes correctement légendés et le paramètre K identifié sur la courbe logistique.

Vérification rapide

Pendant l’analyse de données, présentez un graphique de population de lapins avec un pic suivi d’un déclin. Demandez : 'Quels facteurs limitants pourraient avoir causé ce déclin ?' Les élèves notent deux exemples sur leur feuille avant de partager en groupe.

Question de discussion

Après le Think-Pair-Share, lancez un débat en classe entière : 'Les modèles mathématiques comme ceux-ci peuvent-ils vraiment prédire l’avenir d’une espèce ?' Encouragez les élèves à citer des exemples de facteurs limitants imprévisibles (épidémies, changements climatiques) pour évaluer les forces et les limites des modèles.

Extensions et étayage

• Challenge : Proposez aux élèves d’ajouter un facteur stochastique dans leur modèle logistique (variation aléatoire de K) et d’observer les effets sur les oscillations de population.
• Scaffolding : Pour les élèves en difficulté avec les équations, fournissez une feuille de calcul pré-remplie avec des valeurs par défaut pour r et K, et demandez-leur d’ajuster seulement un paramètre à la fois.
• Deeper exploration : Invitez les élèves à comparer les modèles exponentiels et logistiques avec des données historiques de populations humaines ou animales, en discutant des limites de ces modèles pour prédire l’avenir.

Vocabulaire clé

Croissance exponentielle	Augmentation d'une population à un taux constant, sans limite de ressources ni contraintes environnementales.
Croissance logistique	Augmentation d'une population qui ralentit à mesure qu'elle approche de la capacité de charge de son environnement.
Capacité de charge (K)	Le nombre maximum d'individus d'une espèce qu'un environnement donné peut supporter durablement.
Facteurs densité-dépendants	Facteurs environnementaux dont l'impact sur une population dépend de sa densité (ex: compétition, maladies).
Facteurs densité-indépendants	Facteurs environnementaux dont l'impact sur une population ne dépend pas de sa densité (ex: catastrophe naturelle, climat).