设总体 X sim E(lambda)，(X_1, X_2, ... X_n)为来自总体 X 的简单随机样本，则下列结论不正确的是(）。A. E(overline(X))= lambda；B. D(overline(X))= (1)/(nlambda^2)；C. E(overline(X))= (1)/(lambda)；D. X_i sim E(lambda)。

步骤 1：理解指数分布的性质
指数分布 $E(\lambda)$ 的性质包括：
- 均值 $E(X) = \frac{1}{\lambda}$
- 方差 $D(X) = \frac{1}{\lambda^2}$

步骤 2：分析样本均值的性质
样本均值 $\overline{X} = \frac{1}{n} \sum_{i=1}^n X_i$ 的性质包括：
- 样本均值的均值 $E(\overline{X}) = E\left(\frac{1}{n} \sum_{i=1}^n X_i\right) = \frac{1}{n} \sum_{i=1}^n E(X_i) = \frac{1}{n} \cdot n \cdot \frac{1}{\lambda} = \frac{1}{\lambda}$
- 样本均值的方差 $D(\overline{X}) = D\left(\frac{1}{n} \sum_{i=1}^n X_i\right) = \frac{1}{n^2} \sum_{i=1}^n D(X_i) = \frac{1}{n^2} \cdot n \cdot \frac{1}{\lambda^2} = \frac{1}{n \lambda^2}$

步骤 3：分析每个选项
A. $E(\overline{X}) = \lambda$ - 根据样本均值的性质，$E(\overline{X}) = \frac{1}{\lambda}$，因此这个选项是不正确的。
B. $D(\overline{X}) = \frac{1}{n \lambda^2}$ - 根据样本均值的性质，$D(\overline{X}) = \frac{1}{n \lambda^2}$，因此这个选项是正确的。
C. $E(\overline{X}) = \frac{1}{\lambda}$ - 根据样本均值的性质，$E(\overline{X}) = \frac{1}{\lambda}$，因此这个选项是正确的。
D. $X_i \sim E(\lambda)$ - 由于 $(X_1, X_2, \ldots, X_n)$ 是来自总体 $X \sim E(\lambda)$ 的简单随机样本，$X_i \sim E(\lambda)$，因此这个选项是正确的。