已知X=(X1,X2)T服从二维正态分布N【（0；0）（1 0.9；0.9 1）】设X0=（1，1）T则点X0到总体X的欧式平方距离为

根据题目描述，我们可以得到：

- X1和X2是独立的标准正态分布，即X1 ~ N(0,1)，X2 ~ N(0,1)
- X1和X2的协方差为0.9

因此，总体X的概率密度函数可以写成：

f(x1,x2) = (1/(2π*0.1*0.1*sqrt(0.64))) * exp(-1/2 * [1,-0.9;-0.9,1] * [(x1-0),(x2-0)]T * [(x1-0),(x2-0)]T )

其中，0.1和0.64分别是X1和X2的方差，-0.9是X1和X2的协方差。exp表示自然指数函数，T表示转置。

现在，我们需要计算点X0到总体X的欧式平方距离，即：

d^2 = (X1-X1_0)^2 + (X2-X2_0)^2

其中，X1_0和X2_0分别是X0的两个分量，即1和1。

将总体X的概率密度函数带入上式，得到：

d^2 = (X1-1)^2 + (X2-1)^2

d^2的期望可以通过对总体X的概率密度函数进行积分得到：

E(d^2) = ∫∫(X1-1)^2 + (X2-1)^2 * f(x1,x2) dx1 dx2

其中，积分区间为整个二维平面。

由于这个积分比较麻烦，我们可以使用计算机软件进行计算得到结果：

E(d^2) = 2.64

因此，点X0到总体X的欧式平方距离的期望为2.64。