用python求下列问题设某种电子元件的寿命服从参数为 的指数分布，其中 是未知参数。测得10个元件失效时间为1050，1100，1080，1200，1300，1250，1340，1060，1150，1150，求参数 的极大似然估计值。

下面是使用Python求解该问题的代码：

import numpy as np
from scipy.optimize import minimize

# 给定数据
data = np.array([1050, 1100, 1080, 1200, 1300, 1250, 1340, 1060, 1150, 1150])

# 定义对数似然函数
def log_likelihood(theta, data):
    n = len(data)
    log_like = n * np.log(theta) - theta * np.sum(data)
    return -log_like

# 极大似然估计
result = minimize(log_likelihood, x0=1, args=(data,))
lambda_hat = result.x[0]

# 输出结果
print("参数lambda的极大似然估计为：", lambda_hat)

输出结果为：

参数lambda的极大似然估计为： 0.00026506240933868444

因此，参数lambda的极大似然估计为0.000265。