Para la primera matriz, su trabajo es correcto.
Necesitamos encontrar un vector propio generalizado.
Un enfoque para esto (¿aprendiste por qué en clase), es configurar:
$$[A - \lambda I]v_2 = v_1$$
Voy a escribir el vector propio con los signos intercambiados para el primero.
Tenemos $v_1 = (-1, 1)$ por lo que tendríamos:
$$[A -\lambda I]v_2 = v_1 \rightarrow \begin{bmatrix}1 & 1\\-1 & -1\end{bmatrix}v_2 = \begin{bmatrix}-1\\1\end{bmatrix}$$
Resolviendo esto (usar RREF), obtenemos un segundo eigenvector linealmente independiente de:
$$v_2 = (-1, 0)$$
La matriz $P$ se forma como combinación lineal de los vectores propios como $[v_1 | v_2]$ así que tenemos:
$$P = [v_1 | v_2] = \begin{bmatrix}-1 & -1\\1 & 0\end{bmatrix}$$
Esto conducirá a la Forma normal de Jordania para la matriz triangular superior como:
$$J = P^{-1}AP = \begin{bmatrix}3& 1\\0 & 3\end{bmatrix}$$
También hay que tener en cuenta que existen otros métodos y que a veces son más necesarios que el método descrito anteriormente.
¿Puede utilizar el método anterior para su segundo problema y ver si da frutos?
Por ejemplo, encontramos dos valores propios de $\lambda_1 = 2 and \lambda_{2,3} = 0$ . Para el $\lambda_{2,3} eigenvalor, tendremos una fila-reducido-echelon-forma de:
$$a+b+c = 0$$
Necesitamos dos opciones linealmente independientes y tenemos muchas variables libres para elegir. Por ejemplo, podemos elegir:
$$v_2 = (-1, 0, 1), v_3 = (-1, 1, 0)$$
Para el $\lambda_1=2$ valor propio, formamos:
$$[A-\lambda_1 I]v1 = 0$$ .
Después de RREF esa matriz, llegamos a: $v_1 = (1,1,0)$
Recuerde que tiene que repetir este proceso para CADA valor propio.
Así que, para resumir, deberíamos llegar a (no se necesitan eigenvectores generalizados debido a la multiplicidad geométrica y algebraica):
$$\lambda_1 = 2, v_1 = (1, 1, 0)$$
$$\lambda_2 = 0, v_2 = (-1, 0, 1)$$
$$\lambda_3 = 0, v_3 = (-1, 1, 0)$$