如何指定任意的，有界的多变量分布？

Question

我尝试使用beta-binomial回归模型，并希望在参数a, b上指定以下优先级：

p(a, b) ~ | (a + b)^(-5/2) if a > 0 and b > 0
          | 0 otherwise.

到目前为止，我已尝试以下列方式使用DensityDist：

import pymc3 as mc

logp = lambda x: mc.switch(
    mc.and_(mc.gt(x[0], 0), mc.gt(x[1], 0)),
    -2.5 * mc.log(x[0] + x[1]),
    -np.inf)

ab = mc.DensityDist('ab', logp, shape=(2,), testval=(1, 1))

但是像这样（可理解地）定义可能性的分数会导致数值优化问题，例如find_MAP。

我遇到了Bounded，它允许用户定义有界的1-d分布，但是还没有能够弄清楚如何将其扩展到多变量分布。是否有可能以惯用的方式实现上述方法，并与数值优化相得益彰？