本文主要讨论了马尔科夫链及其应用,马尔科夫链是一类具有很好性质的随机过程,有着很好的实际应用,对于现实世界的很多现象都给出了解释,例如：泊松过程是连续时间离散状态的马尔科夫过程,布朗运动是连续时问连续状态的马尔科夫过程等等。马尔科夫链在计算数学、金融经济、人文科学等领域都有着重要的应用,所以研究马尔科夫链对于我们研究随机过程有着积极的意义。本文通过五个章节展开,文中的创新点在第三章中,也即是马尔科夫链在教学评价中的应用探讨。在第三章中本文给出了马尔科夫链在教学评价中的应用模型,并详细讨论了传统模型中存在的不足,针对模型中不足,本文提出了改进的方法,对传统的应用模型做出了修改和优化,使得模型更加具有实用性；本文在第四章讨论了随机模拟方法—CMC方法,对其中的Metropolis-Hastings算法和Gibbs抽样做了详细的阐述及举例应用,画图生动直观的显示出模拟效果,并讨论了上述抽样方法中所产生序列的收敛性,这对于我们应用上述抽样方法产生样本有着重要的意义。文章最后给出了马尔科夫链在文章中应用的总结与展望,给出了应用中依旧存在的问题,这也是后期要继续努力的方向。