i.A. macht es keinen sinn nach x abzuleiten. man benutzt erwartungsnutzendarstellungen um präferenzordnungen über lotterien auszudrücken (d.h. wahrscheinlichkeitsverteilungen bestimmter ereignisse) dabei hält man den (möglichen) Wertebereich X jedoch für alle lotterien fest.
will heißen: wenn man mit X als die menge aller sicheren ereignisse {x_1,...x_n} auffasst, dann definiert man sämtliche Wahrscheinlichkeitsverteilung auf X, also die menge p=(p_1,...,p_n) mit \sum p_i = 1 als die menge aller möglichen lotterien.
dann sagt man, daß eine präferenzordnung auf der menge aller möglichen lotterien eine erwartungsnutzendarstellung hat, falls eine u:X -> R existiert so, daß:
p ist besser als q <=> \sum p_i u(x_i) > \sum q_i u(x_i)
(p und q seien aus der menge aller möglichen lotterien)
wobei eine nutzendarstellung einer relationsordnung auf der menge aller möglichen lotterien immer bedeutet, daß eine funktion U: menge aller möglichen lotterien -> R existiert, so daß
p ist besser als q <=> U(p) > U(q)
womit sich also \sum p_i u(x_i) = U(p) schreiben lassen muß.
das ganze kann man natürlich für stetige merkmale verallgemeinern. allerdings gehts dann auch da eher über verteilungen und nicht über das maximum der menge aller x. das ist sinnlos in diesem zusammenhang (zufallsvariable!). dort interessieren einen dann eher aussagen wie "F(x) > G(x)" wobei F und G verteilungsfunktionen kennzeichnen. natürlich wird dann G den erwartungsnutzen maximieren (bei normalen bernoulli nutzenfunktionen u(.)), so daß man bei einem entscheidungsproblem das projekt mit verteilungsfunktion G wählen sollte (ohne berücksichtigung der kosten). und darum geht es bei der analyse.