Neste trabalho, apresentamos dois algoritmos baseados no algoritmo do ponto proximal para resolver problemas de minimização de diferença de funções. O primeiro algoritmo é destinado à resolução do problema de minimização DC (diferença de funções convexas). O segundo algoritmo trata do problema de minimização da função f = g_1 + g_2 - h, em que g_1 é semicontínua inferior, g_2 é diferenciável com gradiente Lipschitz e h é convexa. Para ambos os algoritmos, demonstramos a boa definição, estabelecemos critérios de parada e mostramos que, quando existem, os pontos de acumulação da sequência gerada são pontos críticos do problema. Além disso, sob a hipótese de que a função objetivo satisfaça a propriedade de Kurdyka–Łojasiewicz, provamos a convergência da sequência.