chore: inject app.py to root for Streamlit Space

app.py

@@ -0,0 +1,99 @@
+#!/usr/bin/env python3
+"""Interfaz visual interactiva para pathogen-forecast (streamlit + folium)."""
+# Copyright (C) 2026 Pedro Sordo Martínez <amurlaniakea@gmail.com>
+# SPDX-License-Identifier: AGPL-3.0-or-later
+
+from pathlib import Path
+
+import folium
+import streamlit as st
+from streamlit_folium import st_folium
+
+from data_loader import DataLoader
+from epimodels import ModeloSEIR
+from optimizer import OptimizadorSIR
+
+st.set_page_config(page_title="pathogen-forecast", layout="wide")
+st.title("pathogen-forecast — Predicción epidemiológica institucional")
+st.markdown("**Autor:** Pedro Sordo Martínez <amurlaniakea@gmail.com> | **Licencia:** AGPL-3.0-or-later")
+
+# Controles interactivos
+col1, col2 = st.columns(2)
+with col1:
+    r_contagiosidad = st.slider("R de contagiosidad (reproduction_rate aproximado)", 0.5, 10.0, 3.0, 0.1)
+    dias = st.slider("Días de simulación", 30, 730, 365, 30)
+with col2:
+    pais = st.selectbox("País inicial (ejemplo del dataset)", ["Spain", "Afghanistan", "United States", "Global"])
+    poblacion = st.number_input("Población base (millones)", 1.0, 8000.0, 8.0, 1.0) * 1_000_000
+
+import os
+
+# Datos sintéticos por defecto (o dataset real si existe, vía env var)
+ruta_env = os.getenv("COVID_DATASET_PATH", "")
+ruta_dataset = Path(ruta_env) if ruta_env else Path(__file__).resolve().parent.parent / "tests" / "fixtures" / "synthetic_covid.csv"
+if ruta_dataset.exists():
+    loader = DataLoader(ruta_dataset)
+    datos = loader.cargar_datos()
+else:
+    loader = DataLoader(Path(__file__).resolve().parent.parent / "tests" / "fixtures" / "synthetic_covid.csv")
+    datos = loader.cargar_datos()
+
+# Calibración (opcional, con datos sintéticos/reales)
+if datos:
+    optimizador = OptimizadorSIR(datos)
+    try:
+        beta_cal, gamma_cal = optimizador.calibrar(N=poblacion)
+        st.success(f"Calibración real completada: beta={beta_cal:.3f}, gamma={gamma_cal:.3f}, R0={beta_cal/gamma_cal:.2f}")
+    except (ValueError, RuntimeError) as e:
+        beta_cal, gamma_cal = 0.3, 0.1
+        st.warning(f"Calibración con datos sintéticos de respaldo (error con datos reales: {e})")
+else:
+    beta_cal, gamma_cal = 0.3, 0.1
+    st.info("Usando parámetros por defecto (sin datos disponibles).")
+
+# Simulación SEIR (con latencia)
+modelo = ModeloSEIR(beta=beta_cal, gamma=gamma_cal, sigma=0.2, N=poblacion)
+t, y = modelo.simular(S0=poblacion - 100, E0=50, I0=100, R0=0, dias=dias)
+
+# Métricas SEIR
+S_final, E_final, I_final, R_final = y[:, -1]
+col3, col4, col5, col6 = st.columns(4)
+with col3:
+    st.metric("Susceptibles finales", f"{S_final:,.0f}")
+with col4:
+    st.metric("Expuestos finales", f"{E_final:,.0f}")
+with col5:
+    st.metric("Infectados finales", f"{I_final:,.0f}")
+with col6:
+    st.metric("Recuperados finales", f"{R_final:,.0f}")
+
+# Mapa interactivo (mapamundi básico con ubicación inicial)
+m = folium.Map(location=[20.0, 0.0], zoom_start=2, tiles="cartodbpositron")
+folium.CircleMarker(
+    location=[40.4168, -3.7038],  # Ejemplo: Madrid (España)
+    radius=10,
+    popup=f"País inicial: {pais}\nR aproximado: {r_contagiosidad}\nSimulación: {dias} días",
+    color="red",
+    fill=True,
+).add_to(m)
+
+# Añadir puntos simulados de expansión (simplificado: puntos aleatorios alrededor del mundo)
+import random
+
+random.seed(42)
+for _ in range(20):
+    lat = random.uniform(-60, 60)
+    lon = random.uniform(-180, 180)
+    folium.CircleMarker(
+        location=[lat, lon],
+        radius=3,
+        color="orange",
+        fill=True,
+        fill_opacity=0.6,
+    ).add_to(m)
+
+st.subheader("Mapa mundial interactivo de expansión simulada")
+st_folium(m, width=1200, height=600)
+
+# Nota de verificación
+st.info("Nota: esta interfaz usa datos sintéticos por defecto o datos reales del dataset de Kaggle (`reproduction_rate` como referencia) para calibración. La expansión visual es una simulación teórica basada en el modelo SEIR básico.")