Neste trabalho apresentamos métodos proximais de alta ordem para problemas de otimização convexa composta, com ênfase na análise de complexidade de algoritmos e no emprego de regularizações de ordem superior. Inicialmente, apresentamos algus conceitos de análise convexa e de cálculo em espaços euclidianos necessários ao desenvolvimento da teoria, incluindo o operador do ponto proximal clássico. Em seguida, analisamos o método do ponto proximal de ordem superior para problemas convexos, destacando suas propriedades teóricas e os resultados de complexidade obtidos sob hipóteses adequadas de suavidade. Na sequência, introduzimos distância de Bregman, que permite o desenvolvimento de um método de gradiente composto não Euclidiano para a resolução aproximada dos subproblemas proximais. Sob condições apropriadas para as funções envolvidas, é estabelecida a análise da taxa de convergência do algoritmo proposto. Os resultados apresentados evidenciam como o uso de regularizações de alta ordem, aliado a geometrias não euclidianas, possibilita a construção de métodos mais eficientes para a resolução de problemas convexos compostos, contribuindo para o avanço da teoria e da análise de complexidade em otimização convexa.