Este trabalho teve como principal objetivo avaliar as conseqüências do uso de estimativas de produção oriundas de diferentes modelos de crescimento e produção em um modelo de Programação Linear aplicado à regulação florestal. Assim, utilizando dados de um inventário florestal contínuo, obtiveram-se diferentes estimativas da produção futura em volume, pelo ajuste de um modelo de produção em função da idade, outro em função da idade e do índice de local e por um terceiro modelo que incluiu, além da idade e do índice de local, a densidade, representada pela área basal por hectare. Testou-se também um modelo baseado nos dados de inventário florestal contínuo que utiliza os dados de volume de um período para fazer projeções lineares da produção para o período seguinte. Em seguida, um problema de regulação florestal simplificado foi idealizado e resolvido pelo modelo I por meio de Programação Linear, utilizando dados oriundos dos quatro modelos de predição do volume. Ao final, concluiu-se: a) que modelos de regulação florestal, alimentados por estimativas provenientes de diferentes modelos de produção, quando resolvidos por Programação Linear, resultam em diferentes maneiras de se conduzir a floresta; b) que a matriz de coeficientes tecnológicos, alimentada por diferentes dados de produção e para uma mesma função objetivo, afeta, de maneira significativa, o processo de tomada de decisão.The main objective of this work was to evaluate the consequences of the use of yield and growth estimates from different prediction yield and growth models in a Linear Programming model applied to forest regulation. Thus, using data of continuous forest inventory, the yield estimation in future volume was obtained using a yield model based on age, another one based on age and site index, and a third model that used age and site index besides density, which was represented by the basal area per hectare. Also a model based on data of continuous forest inventory which uses data of volume on a period of time to make linear projections of yield for the next period was tested. Next, a simplified forest regulation problem was proposed and solved by the model I by means of Linear Programming, using data from the four volume prediction models. At the end, the conclusion was: a) that models of forest regulation, supplied with estimates from different yield models, when solved by Linear Programming, result in different ways of treating the forests; b) that the matrix of technological coefficients, supplied with different yield data and for a same objective function affects in a significant way the decision making process.