Neste trabalho, propomos e estudamos a complexidade computacional (em número de iterações) de uma versão inexata do método das inversas parciais de spingarn. os principais resultados de complexidade são obtidos através de uma análise do método proposto no contexto do hybrid proximal extragradient (hpe) method de solodov e svaiter, para o qual resultados decomplexidade pontual e ergódica foram obtidos recentemente por monteiro e svaiter. como aplicações, propomos e analisamos a complexidade computacional de um algoritmo inexato de decomposição -- que generaliza o algoritmo de decomposição de spingarn -- e de um algoritmo paralelo do tipo forward-backward para otimização convexa com múltiplos termos na função objetivo. além disso, mostramos que o algoritmo scaled proximal decomposition on the graph of a maximal monotone operator (spdg), originalmente introduzido e estudado por mahey, oualibouch e tao (1995), pode ser analisado através do formalismo das inversas parciais de spingarn. mais precisamente, mostramos que sob as hipóteses consideradas por mahey, oualibouch and tao, a inversa parcial de spingarn (do operador monótono maximal que define o problema em consideração) é um operador fortemente monótono, o que permite empregar resultados recentes sobre convergência e complexidade computational de métodos proximais para operadores fortemente monótonos. ao fazer isso, obtemos adicionalmente uma convergência potencialmente mais rápida para o algorítmo spdg e um limite superior mais preciso sobre o número de iterações necessárias para alcançar tolerâncias prescritas, especialmente para problemas mal-condicionados.