Supongo que $u: \mathbb{R} \to \mathbb{R}$ y no $u: \mathbb{R}^N \to \mathbb{R}$ (como en la pregunta). De lo contrario, $u(c)$ para $c \in \mathbb{R}$ no tiene sentido.
tldr:
- si $u$ es continua, existe una equivalencia de certeza (si la utilidad media está bien definida)
- si $u$ es estrictamente monótona, entonces la equivalencia de certeza (si existe) debe ser única.
Sea $P(x)$ una distribución de probabilidad sobre $\mathbb{R}$. Entonces la utilidad esperada está dada por $$ \overline{u} = \int u(x) dP(x). $$ Supongamos que esté bien definido. Una equivalencia de certeza $c$ de la lotería satisface $u(c) = \overline{u}$.
Observa que al menos para algún $\underline{x} \in \mathbb{R}$ para el cual $u(\underline{x}) \le \overline{u}$. De lo contrario, para todo $x \in \mathbb{R}$, $u(x) > \overline{u}$ y $$ \overline{u} = \int u(x) d P(x) > \int \overline{u} d P(x) = \overline{u}, $$ una contradicción. De manera similar, se puede mostrar que hay un $\overline{x}$ tal que $u(\overline{x}) \ge \overline{u}$.
Define $$ f(t) = u((1-t)\underline{x} + t \overline{x}) - \overline{u}. $$ Entonces, si $u$ es continua, $f$ también es continua y tenemos que $f(0) \le 0$ y $f(1) \ge 0$. Por el teorema del valor intermedio, existe un $t^\ast \in [0,1]$ para el cual $f(t^\ast) = 0$. Entonces, $$ u(c) = \overline{u} $$ donde definimos $c = (1-t^\ast) \underline{x} + t^\ast \overline{x}$.
Esto muestra la existencia de la equivalencia de certeza. Hasta ahora, no hemos usado la estricta monotonía.
Luego, usando la estricta monotonía, se puede mostrar fácilmente que la equivalencia de certeza es única.
De lo contrario, hay al menos dos, digamos $c_1$ y $c_2$. Supongamos sin pérdida de generalidad que $c_1 < c_2$. Como son equivalencias de certeza, ambas deben satisfacer $u(c_1) = u(c_2) = \overline{u}$. Esto es imposible ya que $u(c_1) < u(c_2)$ por estricta monotonía.