Les approximations de rang faible sont couramment utilisées pour réduire la consommation de mémoire et la complexité calculatoire de nombreux algorithmes d’algèbre linéaire en calcul scientifique et analyse des données. Dans nos travaux récents, nous avons démontré que les approximations de rang faible peuvent etre stockées en utilisant de multiples précisions arithmétiques pour réduire d’avantage la mémoire et le temps d’exécution. Dans ce document, nous présentons une nouvelle méthode qui produit directement ces représentations; elle repose sur une factorisation QR en precision mixte tronquée et avec pivotage. Nous présentons une analyse des erreurs d’arrondi en virgule flottante ainsi que des bornes pour l’erreur d’approximation montrant que l’utilisation de plusieurs précisions ne dégrade pas la qualité de la solution finale. Finalement, nous présentons des résultats expérimentaux montrant la réduction du temps d’exécution obtenue avec les méthodes proposées.