La maîtrise du calcul prévisionnel du comportement dynamique de structures mécaniques demeure un enjeu majeur pour l'amélioration de la conception en présence de facteurs mal maîtrisés. Dans ce document, nous présentons des méthodologies de conception permettant de prendre en compte dans le processus de décision, les incertitudes sur les paramètres de conception, les incertitudes sur les mesures ou encore l'impact des modifications. Dans la première partie, nous étudions le potentiel d'une méthode de synthèse modale basée sur l'utilisation des modes propres orthogonaux. Une méthodologie de vérification et d'optimisation de super-éléments est également présentée. Enfin, nous montrons qu'un algorithme génétique peut permettre une sélection optimale des coordonnées physiques dans les méthodes de réduction. La deuxième partie concerne l'identification paramétrique des structures mécaniques à partir d'observations incertaines et la quantification de l'information susceptible d'être obtenue grâce à des mesures expérimentales. Nous utilisons dans cette étude une formulation probabiliste des problèmes inverses. Une planification d'essais en vue d'un gain d'information est réalisée avec des plans d'expérience bayésiens. Dans la dernière partie, l'approche non-probabiliste info-gap est appliquée afin d'évaluer la robustesse aux incertitudes de deux méthodes de recalage. Cette méthode permet aussi de vérifier que, dans un environnement incertain et pour un critère de performance donné, il peut être préférable de choisir un modèle " satisfaisant" plutôt qu'un modèle optimal.