Sea $Y_{-i,n}=\min_{j\ne i}\{Y_j\}$. Primero, $Z_n=\sum_{i=1}^n1\{X_i>Y_n+2\}$. Tomando esperanzas en ambos lados obtenemos,
$$ \mathbb{E}Z_n=\sum_{i=1}^n\mathbb{P}\{X_i>Y_n+2\} \\ =\sum_{i=1}^n\mathbb{P}\{X_i>Y_n+2,X_i\le Y_{-i,n}\}+\mathbb{P}\{X_i>Y_n+2,X_i> Y_{-i,n}\} \\ =\sum_{i=1}^n\mathbb{P}\{X_i>Y_{-i,n}+2\}=n\mathbb{P}\{X_1>Y_{-1,n}+2\}, $$
donde la última igualdad sigue por simetría. Ahora, $$ \mathbb{P}\{X_1>Y_{-1,n}+2\}=\mathbb{E}\left[\mathbb{P}\{X_1>Y_{-1,n}+2\mid Y_{-1,n}\}\right] $$
y como $X_1$ es independiente de $Y_{-1,n}$,
$$ \mathbb{P}\{X_1>Y_{-1,n}\mid Y_{-1,n}\}=g(Y_{-1,n}), $$
donde $g(y)=\mathbb{P}\{X_1>y+2\}$. En consecuencia, dado que $f_{Y_{-1,n}}(y)=(n-1)f(y)\left(1-F(y)\right)^{n-2}$, donde $F$ es la función de distribución acumulada de $X$,
$$ \mathbb{E}Z_n=n(n-1)\int g(y)f(y)(1-F(y))^{n-2}dy. \quad(*) $$
Para $X_1\sim U[0,4]$, $g(y)=1-\frac{y+2}{4}$ para $0\le y\le 2$, y $0$, en otro caso. Así, usando $(*)$, obtenemos
$$ \mathbb{E}Z_n=n(n-1)\int_0^2 \left(1-\frac{y+2}{4}\right)\frac{1}{4}\left(1-\frac{y}{4}\right)^{n-2}dy=\frac{n}{2}-1+\frac{1}{2^n}. $$