Em muitas aplicações práticas, uma mesma decisão influencia simultaneamente diferentes objetivos, que frequentemente entram em conflito. A análise desses problemas constitui o objeto de estudo da otimização multiobjetivo. Esta dissertação tem como finalidade estudar a convergência do Método Newton Proximal Gradiente aplicado a problemas de otimização multiobjetivo compostos, nos quais cada função objetivo é dada pela soma de uma função convexa e continuamente diferenciável com uma função convexa, em geral, não diferenciável. Para isso, inicialmente será feito um estudo do Método Newton para problemas de otimização multiobjetivo, destacando sua formulação e suas principais propriedades de convergência. Posteriormente, é apresentado o Método Newton Proximal Gradiente para problemas de otimização multiobjetivo compostos. Por fim, são estabelecidos resultados de convergência superlinear e quadrática local para o Método Newton Proximal Gradiente no contexto multiobjetivo, mostrando que, sob hipóteses adequadas, o método atinge as taxas de convergência características dos métodos clássicos de Newton, mesmo na presença de termos não diferenciáveis nas funções objetivo.