Aloha :)
Die Covarianz ist bilinear, d.h. linear in jedem ihrer beiden Argumente:$$\phantom{=}\operatorname{Cov}(Y,X_1)=\operatorname{Cov}\left(\frac{X_1+X_2+X_3}{3},X_1\right)=\frac{1}{3}\operatorname{Cov}\left(X_1+X_2+X_3,X_1\right)$$$$=\frac{1}{3}\left(\operatorname{Cov}\left(X_1,X_1\right)+\operatorname{Cov}\left(X_2,X_1\right)+\operatorname{Cov}\left(X_3,X_1\right)\right)$$Da die \(X_1,X_2,X_3\) alles Stichproben aus derselben normalverteilten Zufallsvariablen \(X\) sind, können wir schreiben:$$=\frac{1}{3}\left(\operatorname{Cov}\left(X_1,X_1\right)+\operatorname{Cov}\left(X_1,X_1\right)+\operatorname{Cov}\left(X_1,X_1\right)\right)=\frac{1}{3}\cdot3\operatorname{Cov}\left(X_1,X_1\right)$$$$=\operatorname{Cov}\left(X_1,X_1\right)=\operatorname{Var}(X_1)=\mu^2=25$$Wir erhalten beide dasselbe Ergebnis auf unterschiedlichen Rechenwegen ;)