Si dos multivariante aleatoria normal de las variables de $X\sim\mathcal N(\mu_X,\Sigma_X)$ $Y\sim\mathcal N(\mu_Y,\Sigma_Y)$ son independientes (y de la misma dimensión), entonces su suma es todavía normal, y puede sumar la media y la varianza directamente:
$$X+Y\sim\mathcal N(\mu_X+\mu_Y,\Sigma_X+\Sigma_Y).$$
La forma más sencilla de ver esto es con la expresión de la función característica, como puede encontrarse en el artículo de la Wikipedia por ejemplo:
$$\phi_X(u)=\exp(iu'\mu_X-u'\Sigma_Xu).$$
Dado que la función característica de la suma de dos variables aleatorias independientes es el producto de sus respectivas funciones características, entonces
\begin{eqnarray}
\phi_{X+Y}(u)
&=&
\exp(iu'\mu_X-u'\Sigma_Xu)\exp(iu'\mu_Y-u'\Sigma_Yu)\\
&=&
\exp(iu'\mu_X-u'\Sigma_Xu+iu'\mu_Y-u'\Sigma_Yu)\\
&=&
\exp(iu'(\mu_X+\mu_Y)-u'(\Sigma_X+\Sigma_Y)u).
\end{eqnarray}
Ahora, volviendo a tu pregunta original, basta ver que $-Y$ tiene la misma varianza como $Y$, pero con la frente significa para concluir:
$$-Y\sim \mathcal N(-\mu_Y,\Sigma_Y),$$
así que, de hecho,
$$X-Y\sim\mathcal N(\mu_X-\mu_Y,\Sigma_X+\Sigma_Y).$$