uma ótima resposta para essa pergunta provavelmente ainda não existe porque é uma área de pesquisa relativamente jovem e muito ativa. por exemplo, o livro abrangente de Ingo Wegeners sobre funções booleanas de 1987 não tem nada sobre o assunto (exceto para analisar a complexidade do circuito da DFT).
uma intuição ou conjectura simples é que parece que grandes coeficientes de Fourier de ordem superior indicam a presença de subfunções que devem levar em conta muitas variáveis de entrada e, portanto, requerem muitos portões. isto é, a expansão de Fourier é aparentemente uma maneira natural de medir quantitativamente a dureza de uma função booleana. não vi isso diretamente comprovado, mas acho que está sugerido em muitos resultados. por exemplo, o limite inferior de Khrapchenkos pode estar relacionado aos coeficientes de Fourier. [1]
outra analogia aproximada pode ser emprestada da EE ou de outros campos de engenharia até certo ponto, onde a análise de Fourier é usada extensivamente. é frequentemente usado para filtros EE / processamento de sinal . os coeficientes de Fourier representam uma "banda" específica do filtro. a história também é de que o "ruído" parece se manifestar em faixas particulares de frequências, por exemplo, baixa ou alta. no CS, uma analogia com o "ruído" é a "aleatoriedade", mas também é claro em muitas pesquisas (atingindo um marco em, por exemplo, [4]) que a aleatoriedade é basicamente o mesmo que complexidade. (em alguns casos, a "entropia" também aparece no mesmo contexto.) A análise de Fourier parece ser adequada para estudar o "ruído", mesmo nas configurações de CS. [2]
outra intuição ou imagem vem da teoria do voto / escolha. [2,3] é útil analisar funções booleanas como tendo subcomponentes que "votam" e influenciam o resultado. isto é, a análise da votação é uma espécie de sistema de decomposição para funções. isso também aproveita alguma teoria do voto que alcançou alturas de análise matemática e que aparentemente antecede o uso de muitas análises de Fourier de funções booleanas.
Além disso, o conceito de simetria parece ser primordial na análise de Fourier. quanto mais "simétrica" a função, mais o coeficiente de Fourier cancela e também mais "simples" a função é calcular. mas também quanto mais "aleatória" e, portanto, mais complexa a função, menos os coeficientes se cancelam. em outras palavras, simetria e simplicidade e, inversamente, assimetria e complexidade na função parecem ser coordenadas de uma maneira que a análise de Fourier pode medir.
[1] Na análise de Fourier das funções booleanas de Bernasconi, Codenotti, Simon
[2] Uma breve introdução à análise de Fourier no cubo booleano (2008) por De Wolf.
[3] Alguns tópicos sobre a análise de funções booleanas por O'Donnell
[4] Provas naturais de Razborov & Rudich