设总体X的密度函数为p(x,theta)=} (2)/(theta^2)(theta-x), & 0

解析
本题考查矩估计量的求解，具体是利用矩估计法来求解未知参数$\theta$的估计量。矩估计法的基本思想是用样本矩依概率收敛于相应的总体矩，我们通过计算总体的一阶矩（期望），并令其等于样本的一阶矩（样本均值），从而得到未知参数的估计量。

1. 计算总体$X$的期望$E(X)$：
   根据期望的定义，对于连续型随机变量$X$，其期望$E(X)=\int_{-\infty}^{\infty}x\cdot p(x,\theta)dx$。
   已知总体$X$的密度函数为$p(x,\theta)=\begin{cases} \frac{2}{\theta^2}(\theta-x), & 0< x< \theta \\ 0, & 其它 \end{cases}$，则：
   $E(X)=\int_{-\infty}^{\infty}x\cdot p(x,\theta)dx=\int_{0}^{\theta}x\cdot\frac{2}{\theta^2}(\theta-x)dx$
   根据积分公式$\int x^n dx=\frac\frac$ \frac{x^{n + 1}}{n + 1} + C)，对$\int_{0}^{\theta}x\cdot\frac{2}{\theta^2}(\theta-x)dx$进行计算：
   $\begin{align*}E(X)&=\frac{2}{\theta^2}{\theta^2}\int_{0}^{\theta}x(\theta - x)dx\\&=\frac{2}{\theta^2}\int_{0}^{\theta}(x\theta - x^2)dx\\&=\frac{2}{\theta^2}\left(\theta\int_{0}^{\theta}x dx - \int_{0}^{\theta}x^2 dx\right)\\&=\frac{2}{\theta^2}\left(\theta\cdot\frac{x^2}{2}\big|_{0}^{\theta} - \frac{x^3}{3}\big|_{0^{\theta}\right)\\&=\frac{2}{\theta^2}\left(\frac{\theta^3}{2} - \frac{\theta^3}{3}\right)\\&=\frac{2}{\theta^2}\cdot\frac{\theta^3}{6}\\&=\frac{\theta}{3}\end{align*}$
2. **令总体期望等于样本均值：
   设样本$(X_1,X2,...,Xn)$的均值为$\overline{X}=\frac{1}{n}\sum_{i = 1}^{n}Xi$。
   根据矩估计法，令$E(X)=\overline{X}$，即$\frac{\theta}{3}=\overline{X}$。
3. **求解$\theta$的矩估计：
   由$\frac{\theta}{3}=\overline{X}$，两边同时乘以$3$，可得$\theta = 3\overline{X}$。