Quando as cordas de um instrumento ou membrana de um tambor oscilam, o ar ao seu redor se comprime e se expande, criando uma onda de pressão, e essa oscilação se propaga. Isso é som. Onde a pressão é maior chamamos de picos, e onde a pressão é menor chamamos de vales. A separação entre dois picos consecutivos se chama "comprimento de onda". Quando a fonte está em movimento, a distância entre os picos diminui ou aumenta, dependendo se a fonte está se aproximando ou se afastando do receptor - o explica o "efeito Doppler". Para ilustrar, lembraremos que o som de uma sirene que se aproxima é mais agudo e, ao se afastar, é mais grave.
Podemos imaginar que os picos de pressão de uma fonte sonora geram um sequência de esferas concêntricas, que se propagam ao redor da fonte. Quando a fonte se movimenta, essas esferas dão origem a um cone, algo que você já deve ter visto, em uma versão bidimensional, na água, durante o movimento de um barco.
Quando o caça militar se movimenta, ele comprime o ar ao seu redor, dando origem a um cone, tal como a água, Quanto mais rápido a aeronave estiver, mais os picos se acumulam. Ao atingir a velocidade do som, há um acúmulo enorme de ondas exatamente à sua frente, essa barreira do som, que pode, inclusive, danificar o avião. Ao passar da velocidade do som, o acúmulo de ondas fica "atrás" do avião, em uma esteira. O estrondo que se ouve é esse acúmulo de ondas.
Isso também explica por que não se ouve nada antes do estrondo quando a aeronave está a uma velocidade maior que a do som. Primeiro chega o estrondo; depois, as ondas mais separadas; até o som ficar tão fraco que nada mais se ouve (Marco Mariconi, Instituto de Física - Universidade Federal Fluminense).
Ciência Hoje, outubro de 2020.