Aloha :)
Die Covarianz ist eine sog. Bilinearform, das heißt, sie ist linear in beiden Komponenten. Dann sollte man noch wissen, dass die Covarianz einer Zufallsvariablen mit einer Konstanten null ist, weil bei einer Konstanten nichts variiert.
zu a) \(\quad \sigma^2_x=3\;;\;\sigma^2_y=5\;;\;\sigma_{XY}=-2\)$$\operatorname{Cov}(X-2,Y+5)=\operatorname{Cov}(X,Y+5)+\underbrace{\operatorname{Cov}(-2,Y+5)}_{=0}$$$$\quad=\underbrace{\operatorname{Cov}(X,Y)}_{=\sigma_{XY}}+\underbrace{\operatorname{Cov}(X,5)}_{=0}=\sigma_{XY}=\boxed{-2}$$
zu b) \(\quad \sigma^2_x=3\;;\;\sigma^2_y=5\;;\;\sigma_{XY}=-2\)$$\operatorname{Cov}(X+Y,2X)=\operatorname{Cov}(X,2X)+\operatorname{Cov}(Y,2X)=2\operatorname{Cov}(X,X)+2\operatorname{Cov}(Y,X)$$$$\quad=2\sigma_X^2+2\sigma_{XY}=2\cdot3-2\cdot2=\boxed{2}$$
zu c) \(\quad \sigma^2_x=3\;;\;\sigma^2_y=5\;;\;\sigma_{XY}=-2\)$$\operatorname{Cov}(3X-Y,X+2Y)=\operatorname{Cov}(3X,X+2Y)+\operatorname{Cov}(-Y,X+2Y)$$$$\quad=\operatorname{Cov}(3X,X)+\operatorname{Cov}(3X,2Y)+\operatorname{Cov}(-Y,X)+\operatorname{Cov}(-Y,2Y)$$$$\quad=3\operatorname{Cov}(X,X)+6\operatorname{Cov}(X,Y)-\operatorname{Cov}(Y,X)-2\operatorname{Cov}(Y,Y)$$$$\quad=3\sigma_X^2+5\sigma_{XY}-2\sigma_Y^2=3\cdot3+5\cdot(-2)-2\cdot5=\boxed{-11}$$
zu d) \(\quad \sigma^2_x=3\;;\;\sigma^2_y=5\;;\;\sigma_{XY}=-2\)$$\operatorname{Cov}(X-5Y+3,7X-2)=\operatorname{Cov}(X-5Y,7X)=\operatorname{Cov}(X,7X)+\operatorname{Cov}(-5Y,7X)$$$$\quad=7\operatorname{Cov}(X,X)-35\operatorname{Cov}(Y,X)=7\sigma_X^2-35\sigma_{XY}=7\cdot3-35\cdot(-2)=\boxed{91}$$