jawaban yang bagus untuk pertanyaan ini mungkin belum ada karena ini merupakan area penelitian yang relatif muda dan sangat aktif. misalnya buku komprehensif Ingo Wegeners tentang fungsi boolean dari tahun 1987 tidak membahas masalah tersebut (kecuali untuk menganalisis kompleksitas rangkaian DFT).
intuisi atau dugaan sederhana adalah tampak bahwa koefisien Fourier besar orde tinggi menunjukkan adanya subfungsi yang harus memperhitungkan banyak variabel input dan karenanya memerlukan banyak gerbang. yaitu ekspansi Fourier tampaknya merupakan cara alami untuk mengukur kekerasan fungsi boolean secara kuantitatif. belum melihat ini langsung terbukti tetapi berpikir itu mengisyaratkan dalam banyak hasil. misalnya Khrapchenkos batas bawah dapat dikaitkan dengan koefisien Fourier. [1]
analogi kasar lainnya dapat dipinjam dari EE atau bidang teknik lainnya sampai tingkat tertentu di mana analisis Fourier digunakan secara luas. sering digunakan untuk filter EE / pemrosesan sinyal . koefisien Fourier mewakili "pita" tertentu dari filter. cerita di sana juga bahwa "noise" tampaknya memanifestasikan dalam rentang frekuensi tertentu, misalnya rendah atau tinggi. dalam CS analogi dengan "noise" adalah "keacakan" tetapi juga jelas dari banyak penelitian (mencapai tonggak dalam misalnya [4]) bahwa keacakan pada dasarnya sama dengan kompleksitas. (dalam beberapa kasus "entropi" juga muncul dalam konteks yang sama.) Analisis Fourier tampaknya cocok untuk mempelajari "noise" bahkan dalam pengaturan CS. [2]
intuisi atau gambar lain berasal dari teori pemilihan / pemilihan. [2,3] akan sangat membantu untuk menganalisis fungsi boolean sebagai memiliki subkomponen yang "memilih" dan mempengaruhi hasilnya. yaitu analisis pemungutan suara adalah semacam sistem dekomposisi untuk fungsi. ini juga memanfaatkan beberapa teori pemungutan suara yang mencapai ketinggian analisis matematika dan yang tampaknya mendahului penggunaan banyak analisis Fourier dari fungsi boolean.
juga, konsep simetri tampaknya menjadi yang terpenting dalam analisis Fourier. semakin "simetris" fungsinya, semakin banyak koefisien Fourier yang dibatalkan, dan juga semakin "sederhana" fungsinya untuk menghitung. tetapi juga semakin "acak" dan karena itu semakin kompleks fungsinya, semakin sedikit koefisien yang dibatalkan. dengan kata lain simetri dan kesederhanaan, dan sebaliknya asimetri dan kompleksitas dalam fungsi tampaknya dikoordinasikan sedemikian rupa sehingga analisis Fourier dapat diukur.
[1] Pada analisis Fourier fungsi boolean oleh Bernasconi, Codenotti, Simon
[2] Pengantar singkat untuk analisis Fourier pada kubus Boolean (2008) oleh De Wolf
[3] Beberapa topik tentang analisis fungsi boolean oleh O'Donnell
[4] Bukti alami oleh Razborov & Rudich