问题：
[单选题]采用 scipy.optimize.minimize模块中SLSQP方法求解一非线性规划问题，约束条件为：x**2+y≤1和x**2-y≤1，下列定义约束条件的代码正确的是（）。
Aineq_cons = {'type': 'ineq','fun' : lambda x: np.array([1 - x**2 - y, 1 - x**2 + y]), 'jac' : lambda x: np.array([ [-2*x, -1.0], [-2*x,1.0]])}
Bnonlinear_constraint = NonlinearConstraint([x**2 + y, x**2 - y], -np.inf, 1, jac=[[2*x, 1], [2*x, -1]], hess=BFGS())
Cnonlinear_constraint = NonlinearConstraint([x**2 + y, x**2 - y], -np.inf, 1, jac=[[2*x, 1], [2*x, -1]], hess='2-point')
Dineq_cons = {'type': 'ineq','fun' : lambda x: np.array([1 - x**2 - y, 1 - x**2 + y]), 'jac' : lambda x: np.array([ [2*x, 1.0], [2*x,-1.0]])}
