Tenemos
\begin{align}
(f\ast g)(x)
&= (g\ast f)(x) \\
&= \int_{\mathbb{R}^n}g(x-y)f(y)dy \\
&= \int_{B_R(x)}g(x-y)f(y)dy + \int_{\mathbb{R}^n \setminus B_R(x)}g(x-y)f(y)dy \\
&= \int_{B_R(x)}g(x-y)f(y)dy + \int_{\mathbb{R}^n \setminus B_R(x)}g(x-y)f(y)1_{\{ f\leq k\}}dy +\int_{\mathbb{R}^n \setminus B_R(x)}g(x-y)f(y)1_{\{ f > k\}}dy,
\end{align}
donde B_R(x) denota la bola cerrada con radio de R>0 y el centro de la x\in\mathbb{R}^n k>0 es también arbitraria.
Podemos estimar que el tercer términocomo
\lvert \int_{\mathbb{R}^n \setminus B_R(x)}g(x-y)f(y)1_{\{ f > k\}}dy\rvert\leq \lVert g \rVert_\infty \int_{\mathbb{R}^n}|f(y)|1_{\{ f > k\}}dy
f\in L^1 rendimientos
1_{\{ f > k\}}\rightarrow 0,\; k\rightarrow \infty ,
y convergencia dominada por lo tanto implica
\int_{\mathbb{R}^n}|f(y)|1_{\{ f > k\}}dy \rightarrow 0,\; k\rightarrow \infty.
Tenga en cuenta que esta convergencia es independiente de xR.
El segundo término es mucho más fácil calcular: escribimos
\begin{align}
\lvert \int_{\mathbb{R}^n \setminus B_R(x)}g(x-y)f(y)1_{\{ f\leq k\}}dy \rvert
&\leq k \int_{\mathbb{R}^n \setminus B_R(x)}|g(x-y)|dy \\
&= k \int_{\mathbb{R}^n \setminus B_R(0)}|g(y)|dy
\end{align}
Dejando R\rightarrow \infty los rendimientos de la convergencia hacia la 0 desde g\in L^1. Tenga en cuenta que esta convergencia es independiente de x.
Para el primer término tenemos, al igual,
\begin{align}
\lvert \int_{B_R(x)}g(x-y)f(y)dy \rvert
&\leq \lVert g \rVert_\infty \int_{B_R(x)}|f(y)|dy.
\end{align}
Si R es fijo, el RHS converge a 0 |x|\rightarrow \infty desde f\in L^1.
Ahora vamos a \varepsilon >0. Primero nos eligió k>0 de manera tal que el tercer término es menor que \frac \varepsilon 3. Recuerde que esta opción es independiente deRx, por lo que ahora podemos eligió R lo suficientemente grande para que el segundo término sea más pequeño de lo \frac \varepsilon 3. Desde esta opción también fue independiente de las x, podemos finalmente optaron x_\varepsilon\in\mathbb{R} tales que el primer término es menor que \frac \varepsilon 3 todos los x\in\mathbb{R}^n\Vert x \Vert \geq x_\varepsilon.