Resumen: La aplicación de las Tecnologías de Información y Comunicación en la educación y el impacto de Internet han fomentado el aprendizaje online, rompiendo muchas barreras limitantes de la educación tradicional como el espacio, tiempo, cantidad y cobertura. Sin embargo, las nuevas propuestas afectan la calidad de los servicios educativos, como el acceso lineal a los contenidos, estructuras de enseñanza padronizadas y métodos no flexibles al estilo de aprendizaje de los usuarios. En este contexto se implementa un Modelo Inteligente de Gestión de Aprendizaje Personalizado en un Ambiente de Simulación Virtual Basado en Instancias de Objetos de Aprendizaje, con el objetivo de identificar el mejor estilo de aprendizaje de un estudiante para proporcionarle el mejor objeto de aprendizaje, utilizando para ello una función de similaridad a través la Distancia Euclidiana Multidimensional Ponderada. Se valida la propuesta a través de una cross validation y la experimentación e la plataforma MIGAP (Modelo Inteligente de Gestión de Aprendizaje Personalizado), para el montaje de cursos de dominio de la Mecánica Newtoniana. Los resultados muestran que el modelo propuesto tiene una eficiencia de clasificación de un 100%; por encima de los modelos: Simple Logistic con un 99.50%, Naive Bayes con un 97.98%, Tree J48 con un 96.98%, y Redes Neuronales con un 94.97% de aciertos. La aplicación de este modelo en otras áreas del conocimiento permitirá la identificación del mejor estilo de aprendizaje; con la finalidad de permitir que los recursos, actividades y servicios educativos sean flexibles al estilo de aprendizaje del estudiante, mejorando la calidad de los servicios educativo.