Ce travail concerne la génération de matrices de corrélation théoriques avec des motifs de parcimonie spécifiques, associés à des structures de graphes. Nous présentons une nouvelle approche basée sur l’optimisation convexe, offrant une plus grande flexibilité par rapport aux techniques existantes. Notre méthode permet de générer des matrices de corrélation qui peuvent être utilisées pour comparer les méthodes d’inférence de graphes.