设 X_1, X_2, ldots, X_n 是来自总体 X 的简单随机样本，总体均值为 mu。用矩估计法估计 mu 时，估计量是A. (1)/(n) sum_(i=1)^n X_iB. (1)/(n-1) sum_(i=1)^n X_iC. (1)/(n) sum_(i=1)^n X_i^2D. (1)/(n-1) sum_(i=1)^n (X_i - overline(X))^2

本题考查矩估计法的知识点。矩估计法的基本思想是用样本矩来估计总体矩，然后通过解方程组得到未知参数的估计量。对于本题，我们要估计总体均值 $\mu$，总体均值 $\mu$ 是总体的一阶原点矩，即 $E(X)=\mu$，所以我们可以用样本的一阶原点矩来估计总体的一阶原点矩。

下面进行详细的解答：

1. 首先明确总体的一阶原点矩：
   总体的一阶原点矩为 $E(X)$，已知总体均值为 $\mu$，所以 $E(X)=\mu$。
2. 然后计算样本的一阶原点矩：
   样本的一阶原点矩为 $A_1=\frac{1}{n}\sum_{i = 1}^{n}X_i$，这里 $\overline{X}=\frac{1}{n}\sum_{i = 1}^{n}X_i$ 是样本均值。
3. 最后根据矩估计法的原理：
   用样本的一阶原点矩 $A_1$ 估计总体的一阶原点矩 $E(X)$，即令 $E(X)=A_1$，也就是 $\mu=\frac{1}{n}\sum_{i = 1}^{n}X_i$。
   所以用矩估计法估计 $\mu$ 时，估计量是 $\frac{1}{n}\sum_{i = 1}^{n}X_i$。