我们现在考虑在选择块大小时应该考虑的一些问题和权衡。为了讨论方便，我们假设比较时使用的是固定的子空间最大维度。
随着块大小的增加，Arnoldi 约简的长度 m=r+p 减少。由于相应的 Krylov 空间中 A 的最大幂次的度数为 m-1，较小的块大小允许应用更高次的多项式。但非块方法的缺点是，除非约简已经很好地近似了某些相关特征向量，否则它无法计算 A 的多个特征值的副本。例如，在第二个副本出现之前，第一个 Ritz 对的残差相对于 A 的范数应该是 O(\epsilon_M) 或更小。
块方法的好处之一是，它们在使用相对较大的收敛标准计算聚类和/或多个特征值的近似值时更加可靠。请注意，在每次重启时，使用的块大小可以变化。