Comme on a , en passant par la dérivée logarithmique ou par la différentielle totale exacte, on aura . Comme l'erreur doit toujours être majorée, le signe - entre les différentielles (devenues entre temps des écarts ) devient un signe +, soit .
Si tu as besoin du détail des calculs, fais-le moi savoir.

Merci pour ta réponse, mais ça je le savais déjà en fait^^ Ce calcul est valable pour un point de la droite d=f(t), mais le truc c'est que moi c'est l'incertitude sur le coefficient directeur de la droite que je cherche, qui est donc la vitesse v, laquelle est obtenue justement avec plusieurs valeurs expérimentales de d et de t, chacune d'entre elles ayant sa propre incertitude...

Alors à ce moment-là, c'est peut-être la somme quadratique des incertitudes qu'il faut utiliser :

La question relève plutôt de la statistique je crois.

C'est la modélisation linéaire qui peut te donner un intervalle de confiance pour la pente "c" de la droite de régression.

Sous réserve de normalité des résidus (écart entre modèle et observé), l'estimation de  c  suivra aussi une loi normale d'écart type S(c) :



R² : coefficient de régression
N  : Nombre d'observations

Ensuite : prendre 2.S(c) comme intervalle de confiance sur c, si N est assez grand et que les résidus semblent "normaux".

Précision :

R  :  coefficient de corrélation
R² :  coefficient de détermination R (² = R*R)

R² =  VARIATIONS EXPLIQUEES / VARIATIONS TOTALES
R² =  SCE / SCT

SCE  =  Somme des Carrés Expliqués =  (Ye - Yi)²
SCT  =  Somme des Carrés Totaux    =  (Yi - Ym)²

Yi    :  Y observés
Ye   :  Y estimés
Ym  :  Y moyen