Un modèle représente un système, ses composants et les interactions entre composants. Il sert à analyser et simuler les interactions, en déduisant les conséquences logiques d'hypothèses sur les variables d'état du système, ou sur des variables de contrôle ou de perturbation. Comment juger, ou mieux mesurer, si le modèle est proche de la réalité ? La thèse établit les principes d'un tel examen, appelé audit technique d'un modèle. Il s'agit de détecter, identifier, et si possible réduire, les erreurs et les incertitudes, que nous décomposons en quatre classes : (i) erreur de conception (quels mécanismes explicatifs constituent la composition conceptuelle, quelles schématisations ?), (ii) erreur formelle (la synthèse mathématique des mécanismes explicatifs dans une formule caractéristique, doit être conforme au contenu conceptuel et cohérente), (iii) erreur algorithmique (le dispositif de résolution fournit-il vraiment une solution ? Avec quelle précision ?), (iv) enfin une incertitude de type économétrique qui englobe l'erreur d'estimation et l'erreur exogène a priori sur les inputs. Chaque classe d'erreur relève d'une discipline spécifique, ce qui confère autant de dimensions à l'audit : audit conceptuel à base d'analyse systémique, audit formel à caractère mathématique, audit algorithmique de caractère physique ou informatique, audit économétrique. Nous proposons une méthode systématique d'audit. Nous l'appliquons à un modèle d'équilibre entre offre et demande, précisément un modèle de choix d'itinéraire sur un réseau avec une offre sujette à congestion et une demande qui arbitre de façon diversifiée entre prix et temps. Nous établissons une formule caractéristique (inéquation variationnelle en dimension finie) dont la solution jouit de propriétés d'existence et d'unicité ; nous proposons et testons plusieurs algorithmes et critères de convergence ; nous effectuons l'analyse de sensibilité pour propager l'erreur économétrique exogène à travers le modèle.