The objective of this paper is to apply one of the techniques of multi-objective programming (goal programming) in a Brazilian forest problem, through of a case study accomplished in the Santa Cândida Farm, in General Carneiro, Paraná, Brazil. The areas of this farm can be managed for timber (pine and native species), harvesting of erva-mate leaves, pasture, and tourism. There is also a concern of the farm managers with increasing the diversity of flora and fauna, increasing environmental protection conditions and maintaining employees in the farm. Goal programming was used to develop a project of land allocation, in which all the goals would be reached as closest as possible of the ideal, in a way to attend all the operational restrictions considered. In goal programming, the concept of optimum solution of LP problems is substituted by a satisfactory solution (nondominated). Several solutions can be obtained, and the best solution will depend on the priority associated to each goal.Este trabalho tem por objetivo aplicar uma das técnicas de programação multiobjetivo (goal programming) em um problema florestal brasileiro mediante de um estudo de caso realizado na Fazenda Santa Cândida, em General Carneiro, Paraná. As áreas dessa fazenda podem ser manejadas para corte de madeira (Pinus e de espécies nativas), corte de folhas de erva-mate para chá ou chimarrão, pastagens e turismo. A administração da fazenda também tem a preocupação de aumentar a diversidade da flora e da fauna de suas áreas, incrementar as áreas de proteção ambiental e manter os empregos no empreendimento. Goal programming foi utilizado para desenvolver um projeto de alocação de terra, no qual todas as metas da fazenda seriam atingidas o mais próximo possível do ideal, de forma a atender todas as restrições operacionais consideradas. Em goal programming, o conceito de solução ótima da Programação Linear é substituído por uma solução satisfatória (não-dominada). Várias soluções podem ser obtidas, e a melhor solução dependerá da prioridade associada a cada meta.