根据历史数据和理论推导可知，某随机变量x的分布密度函数为f(x)=2x，（0＜x＜1）。这意味着，当Δx充分小时，随机变量x落在区间（x，x+Δx）内的概率约等于f(x)Δx。为此，在电脑上可采用（__）来模拟该随机变量，其中，r1和r2为计算机产生的、均匀分布在（0,1）区间的两个伪随机数，且相互独立。
随机数模拟中，逆变换法是核心方法之一：若要生成具有分布函数F(x)的随机变量X，只需取(0,1)上的均匀随机数U，令X=F⁻¹(U)即可，其中F⁻¹是F的逆函数。以分布密度函数f(x)=2x（0<x<1）为例，其对应的分布函数为F(x)=x²，逆函数为√U，而利用两个独立的(0,1)均匀伪随机数r1、r2的最大值max(r1,r2)也可模拟该随机变量，因为max(r1,r2)的分布函数为P(max(r1,r2)≤x)=P(r1≤x)P(r2≤x)=x²，与目标分布函数一致。此外，由两个独立(0,1)均匀随机数还可衍生出其他常见分布：最小值min(r1,r2)的分布函数为1-(1-x)²，对应密度函数2(1-x)；两者乘积r1*r2的分布密度偏向小值；两者的均值(r1+r2)/2则呈对称三角分布，不同组合形式会对应不同的概率分布，可根据目标分布的特征选择合适的模拟方式。
本题考察的是概率分布与随机数模拟方法。
已知随机变量 X 的概率密度函数为 f(x)=2x，0<x<1。其分布函数为：
F(x)=∫₀ˣ 2t dt = x²， 0<x<1。
这表明，若 U ~ U(0,1)（均匀分布），则随机变量 X 可表示为：
X = F⁻¹(U) = √U。
现在考虑 max(r1, r2)：
设 r1、r2 独立且均匀分布在 (0,1)。则 max(r1, r2) 的分布函数为：
P(max(r1, r2) ≤ x) = P(r1 ≤ x, r2 ≤ x) = x²。
所以 max(r1, r2) 的概率分布函数就是 F(x)=x²，其密度函数为 f(x)=2x，正好符合题目要求。
B选项 min(r1,r2)：其分布函数为 F(x)=1-(1-x)²，密度为 2(1-x)，是递减函数，不符合。
C选项 r1*r2：两个均匀变量的乘积，其分布密度偏向小值，不符合 f(x)=2x。
D选项 (r1+r2)/2：这是两个均匀分布的均值，呈凸型分布，不符合。
因此，本题正确答案是 A。