<div dir="ltr"><div><div><div><div><div><div><div><div><div><div>I will assume some simple linear systems knowledge but the question can be generalized to any operator that implements __mul__ and __rmul__ methods. <br><br></div><div>Motivation: <br></div><div><br>I am trying to implement a gain matrix, say 3x3 identity matrix, for time being with a single input single output (SISO) system that I have implemented as a class modeling a Transfer or a state space representation. <br><br></div>In the typical usecase, suppose you would like to create an n-many parallel connections with the same LTI system sitting at each branch. MATLAB implements this as an elementwise multiplication and returning a multi input multi output(MIMO) system.<br><br></div>G = tf(1,[1,1]);<br></div>eye(3)*G <br><br></div>produces (manually compactified)<br><br>ans =<br> <br>  From input 1 to output...<br>   [    1                          ]<br>   [  ------    ,   0   ,     0    ]<br>   [  s + 1                        ]<br>   [                 1             ]<br>   [  0        ,   ------ ,   0    ]<br>   [               s + 1           ]<br>   [                          1    ]<br>   [  0        ,   0    ,  ------  ]<br>   [                        s + 1  ]<br> <br></div><div>Notice that the result type is of LTI system but, in our context, not a NumPy array with "object" dtype. <br></div><div><br></div>In order to achieve a similar behavior, I would like to let the __rmul__ of G take care of the multiplication. In fact, when I do G.__rmul__(np.eye(3)) I can control what the behavior should be and I receive the exception/result I've put in. However the array never looks for this method and carries out the default array __mul__ behavior. <br><br></div><div>The situation is similar if we go about it as left multiplication G*eye(3) has no problems since this uses directly the __mul__ of G. Therefore we get a different result depending on the direction of multiplication. <br></div><div><br></div>Is there anything I can do about this without forcing users subclassing or just letting them know about this particular quirk in the documentation? <br><br></div><div>What I have in mind is to force the users to create static LTI objects and then multiply and reject this possibility. But then I still need to stop NumPy returning "object" dtyped array to be able to let the user know about this. <br></div><div><br><br></div>Relevant links just in case<br><br></div>the library : <a href="https://github.com/ilayn/harold/">https://github.com/ilayn/harold/</a><br></div><br>the issue discussion (monologue actually) : <a href="https://github.com/ilayn/harold/issues/7">https://github.com/ilayn/harold/issues/7</a><br><br></div>The question I've asked on SO (but with a rather offtopic answer): <a href="https://stackoverflow.com/q/40694380/4950339">https://stackoverflow.com/q/40694380/4950339</a><br><br><br><div><div><div><div><div><div>ilhan<br></div></div></div></div></div></div></div>